[论文解读] Joint Active and Passive Beamforming Optimization for Intelligent Reflecting Surface Assisted SWIPT under QoS Constraints

Qingqing Wu, Rui Zhang|arXiv (Cornell University)|Oct 14, 2019

Advanced Wireless Communication Technologies参考文献 32被引用 15

一句话总结

该论文提出了一种智能反射面（IRS）辅助的同时无线信息与能量传输（SWIPT）系统中联合主动与被动波束成形优化框架，旨在满足个体服务质量（QoS）约束下最小化接入点（AP）的发射功率。通过采用基于惩罚的迭代算法和一种低复杂度的并行相位移优化方法，该方法显著降低了能耗并提升了SWIPT性能，尤其在将IRS部署于能量用户附近以减少专用能量波束需求时效果更明显。

ABSTRACT

Intelligent reflecting surface (IRS) is a new and revolutionizing technology for achieving spectrum and energy efficient wireless networks. By leveraging massive low-cost passive elements that are able to reflect radio-frequency (RF) signals with adjustable phase shifts, IRS can achieve high passive beamforming gains, which are particularly appealing for improving the efficiency of RF-based wireless power transfer. Motivated by the above, we study in the paper an IRS-assisted simultaneous wireless information and power transfer (SWIPT) system. Specifically, a set of IRSs are deployed to assist in the information/power transfer from a multi-antenna access point (AP) to multiple single-antenna information users (IUs) and energy users (EUs), respectively. We aim to minimize the transmit power at the AP via jointly optimizing its transmit precoders and the reflect phase shifts at all IRSs, subject to the quality-of-service (QoS) constraints at all users, namely, the individual signal-to-interference-plus-noise ratio (SINR) constraints at IUs and energy harvesting constraints at EUs. However, this optimization problem is non-convex with intricately coupled variables, for which the existing alternating optimization approach is shown to be inefficient as the number of QoS constraints increases. To tackle this challenge, we first apply proper transformations on the QoS constraints and then propose an efficient iterative algorithm by applying the penalty-based method. Moreover, by exploiting the short-range coverage of IRSs, we further propose a low-complexity algorithm by optimizing the phase shifts of all IRSs in parallel.

研究动机与目标

• 在智能反射面（IRS）辅助的SWIPT系统中，针对信息用户和能量用户分别满足个体服务质量（QoS）约束，最小化多天线接入点（AP）的发射功率。
• 联合优化AP的预编码矩阵与IRS的反射相位移，以提升频谱效率与能量效率。
• 解决由于SINR和能量采集约束导致的非凸、高度耦合的优化问题。
• 设计可扩展的高效算法，以应对QoS约束数量增加的挑战，克服传统交替优化方法的局限性。
• 评估IRS部署位置与配置对波束成形设计及系统性能的影响。

提出的方法

• 将非凸的QoS约束转化为基于惩罚的公式，以支持迭代优化。
• 应用交替惩罚算法，联合优化主动波束成形（AP预编码）与被动波束成形（IRS相位移）。
• 通过利用IRS的短距离覆盖特性，引入一种低复杂度的并行优化方法，以降低计算负载。
• 采用适当的变量变换，解耦波束成形设计中的耦合变量。
• 通过将算法扩展至处理离散相位移，支持实际硬件约束。
• 采用瑞利衰落信道模型模拟IRS-AP链路，以评估多IRS场景下的空间复用增益。

实验结果

研究问题

• RQ1 在IRS辅助的SWIPT系统中，如何联合优化主动与被动波束成形，以在满足个体QoS约束下最小化AP发射功率？
• RQ2 与传统专用能量波束成形相比，将IRS部署于能量用户附近能带来多大的性能增益？
• RQ3 信息用户数量的增加如何影响系统的发射功率及波束成形设计的复杂度？
• RQ4 低复杂度的并行相位移优化方法是否能在计算成本显著降低的前提下实现接近最优的性能？
• RQ5 部署多个具有不同配置的IRS对系统性能与能量效率有何影响？

主要发现

• 基于惩罚的算法显著优于基准方案，在满足QoS约束下最小化AP发射功率方面表现最佳。
• 将IRS部署于能量用户附近可减少对专用能量波束的需求，从而实现更简单的波束成形设计，且无需能量信号消除。
• 当信息用户数量增加时，系统受干扰限制更严重，导致将IRS部署于能量用户附近的相对性能增益下降。
• 低复杂度并行算法在性能上显著优于非IRS和固定相位移IRS方案，且与最优惩罚算法相比仅存在轻微性能损失。
• 仿真结果表明，IRS部署可扩展无线能量传输（WPT）范围并降低发射功率，尤其在IRS被战略性地部署于能量用户聚集区域时效果更显著。
• 系统实现了显著的发射功率节省，且在更高QoS要求下（如更高的SINR和射频功率目标）性能增益进一步提升，尤其当IRS部署于能量用户热点区域时更为明显。