[论文解读] IRS-aided Large-Scale MIMO Systems with Passive Constant Envelope Precoding

Yasaman Omid, Seyyed MohammadMahdi Shahabi+3 more|arXiv (Cornell University)|Feb 25, 2020

Advanced Wireless Communication Technologies参考文献 27被引用 9

一句话总结

该论文提出了一种低复杂度、高能效的IRS辅助大规模MIMO系统，采用基站端的无源恒包络预编码（CEP）和离散相移智能反射面（IRS），以最小化多用户干扰（MUI）。提出两种基于网格图的算法——一种用于单小区，一种用于多小区场景并结合随机优化——在计算和硬件复杂度方面显著低于半定规划（SDR）基准，同时实现近似最优性能。

ABSTRACT

In this paper, an intelligent reflecting surface (IRS)-aided large-scale MIMO system is investigated in which constant envelope precoding (CEP) is utilized at each base station (BS). It is both cost-effective and energy-efficient to implement CEP in a large-scale antenna array. We aim to optimize the discrete phase shifts at both the BS and the IRS to minimize the sum power of multi-user interference (MUI) in the system via our proposed three algorithms. For the sake of simplicity, a simple single-cell scenario is considered, where the optimization of the BS and IRS phase shifts is solved by a low-complexity trellis-based algorithm. Then, this algorithm is extended to a multi-cell scenario, where the precoding operation in each BS is performed individually. With the aid of stochastic optimization method, a low-overhead trellis-based solution is proposed which has better performance than the first one. Finally, we solve the optimization problem via the semi-definite relaxation (SDR) scheme, to serve as a performance benchmark for the proposed algorithms. Meanwhile, interference and complexity analysis is provided for the proposed algorithms. Numerical results demonstrate that while the performance of the trellis-based algorithms is negligibly lower than that of the continuous-phase SDR-based solution, the computational complexity and the implementation cost of the former is much lower than the latter, which is appealing for practical applications.

研究动机与目标

• 解决传统大规模MIMO系统中高峰均功率比（PAPR）信号带来的高硬件复杂度和高功耗问题。
• 在基站引入无源恒包络预编码（CEP），以减少功率放大器数量并提高能效。
• 在单小区和多小区场景下，优化基站和智能反射面（IRS）的离散相移，以最小化多用户干扰（MUI）。
• 设计低复杂度、低开销的算法，在性能与实现成本之间取得平衡，尤其适用于具有有限分辨率相移器的实际系统。
• 采用半定规划（SDR）作为性能基准进行对比，并分析所有方案的干扰水平与计算复杂度。

提出的方法

• 提出一种基于网格图的联合优化算法，用于单小区IRS辅助MIMO系统，通过动态规划在基站和IRS均采用离散相移以最小化MUI。
• 通过为每个基站独立预编码并引入随机优化，将基于网格图的方法扩展至多小区场景，以降低小区间干扰。
• 采用半定规划（SDR）求解连续相移优化问题作为性能基准，利用秩一近似和随机化方法获得次优解。
• 在基站和IRS均采用2比特和3比特分辨率的离散相移器，以建模实际硬件约束。
• 整合干扰与复杂度分析，比较所有算法在性能、计算负载和硬件成本之间的权衡。
• 利用CEP使每个基站仅需一个功率放大器，从而大幅降低硬件成本和功耗，同时保持恒包络信号。

实验结果

研究问题

• RQ1 如何有效结合恒包络预编码（CEP）与智能反射面（IRS），以最小化大规模MIMO系统中的多用户干扰（MUI）？
• RQ2 与高复杂度的SDR方法相比，使用低复杂度的基于网格图算法对基站和IRS进行联合相移优化，其性能增益如何？
• RQ3 将相移器分辨率从2比特提升至3比特，对系统性能（如数据速率和干扰抑制）有何影响？
• RQ4 所提出的随机优化扩展在多小区场景中通过最小化小区间干扰，能在多大程度上提升性能？
• RQ5 随着基站端天线数和用户数的增加，基于网格图的算法与SDR基准之间的性能差距如何演变？

主要发现

• 基于网格图的算法在性能上接近最优，与SDR基准相比性能差距极小（小于1%），尤其在使用3比特相移器时表现更优。
• 低开销的随机化网格图算法在多小区场景中优于标准网格图算法，能更有效地最小化小区间干扰。
• 将相移器分辨率从2比特提升至3比特可带来显著的性能增益，表明即使增加一位，也能大幅提升系统频谱效率。
• SDR方法实现的速率略高于基于网格图的方案，但代价是计算复杂度和硬件需求显著增加。
• 随着基站端天线数增加（如N_T = 60或70），SDR方法与基于网格图方案之间的性能差距缩小，这是由于获得秩一解的概率降低，导致需要更多次随机化。
• 在高用户数场景（K > 7）中，IRS能显著提升系统性能，此时大规模MIMO的自由度不足以有效对抗干扰，因此部署IRS具有高度价值。