[论文解读] Joint Hardware Design and Capacity Analysis for Intelligent Reflecting Surface Enabled Terahertz MIMO Communications

Xinying Ma, Zhi Chen+3 more|arXiv (Cornell University)|Dec 13, 2020

Advanced Wireless Communication Technologies参考文献 48被引用 9

一句话总结

本文提出了一种可重构智能表面（RIS）增强的太赫兹（THz）MIMO通信系统的联合硬件设计与混合波束成形优化方法。提出了一种基于石墨烯的RIS，其可编程相位响应高达306.82°，并开发了一种采用动态步长的自适应梯度下降（A-GD）算法，以提升速率性能；同时提出了一种低复杂度的交替优化（AO）算法，在速率与计算成本之间实现了优越的权衡。

ABSTRACT

Terahertz (THz) communications have been envisioned as a promising enabler to provide ultra-high data transmission for sixth generation (6G) wireless networks. To tackle the blockage vulnerability brought by severe path attenuation and poor diffraction of THz waves, an intelligent reflecting surface (IRS) is put forward to smartly control the incident THz waves by adjusting the phase shifts. In this paper, we firstly design an efficient hardware structure of graphene-based IRS with phase response up to 306.82 degrees. Subsequently, to characterize the capacity of the IRS-enabled THz multiple-input multiple-output (MIMO) system, an adaptive gradient descent (A-GD) algorithm is developed by dynamically updating the step size during the iterative process, which is determined by the second-order Taylor expansion formulation. In contrast with conventional gradient descent (C-GD) algorithm with fixed step size, the A-GD algorithm evidently improves the achievable rate performance. However, both A-GD algorithm and C-GD algorithm inherit the unacceptable complexity. Then a low complexity alternating optimization (AO) algorithm is proposed by alternately optimizing the precoding matrix by a column-by-column (CBC) algorithm and the phase shift matrix of the IRS by a linear search algorithm. Ultimately, the numerical results demonstrate the effectiveness of the designed hardware structure and the considered algorithms.

研究动机与目标

• 解决RIS硬件与混合波束成形在THz MIMO系统中的联合设计问题，以提升频谱效率与可靠性。
• 通过利用RIS动态调控信号传播，克服THz波的高路径损耗与易阻塞问题。
• 设计满足石墨烯基RIS实际硬件约束的低复杂度、高性能波束成形算法。
• 在RIS增强的THz MIMO系统中，实现可实现速率与计算复杂度之间的理想权衡。

提出的方法

• 设计一种实用的基于石墨烯的RIS硬件，其可编程相位响应最高可达306.82°，实现对波前的精细控制。
• 提出一种自适应梯度下降（A-GD）算法，通过使用二阶泰勒展开动态更新步长，以提升收敛速度与速率性能。
• 通过交替优化预编码矩阵（采用逐列优化方法）与RIS相位移矩阵（采用线性搜索方法），提出一种低复杂度的交替优化（AO）算法。
• 将AO算法与A-GD方法相结合，以在保持高谱效率的同时控制计算负载。
• 利用稀疏信号恢复与压缩感知技术，高效估计RIS-THz MIMO系统中的信道状态信息（CSI）。
• 在真实硬件约束与不同系统参数下，通过数值仿真验证所提算法的有效性。

实验结果

研究问题

• RQ1 如何设计一种实用的可重构RIS硬件，以支持THz MIMO系统中的宽带相位控制？
• RQ2 在RIS-THz MIMO的混合波束成形中，采用动态步长的自适应梯度下降算法是否能优于采用固定步长的传统梯度下降算法？
• RQ3 与基准方案（如C-GD与随机相位选择）相比，所提出的A-GD与AO算法在可实现速率性能上能获得多大增益？
• RQ4 RIS单元数与用户设备天线数如何影响系统的频谱效率与计算复杂度？
• RQ5 所提出的AO算法是否能在速率性能与计算复杂度之间实现优于现有方法的权衡？

主要发现

• 所提出的石墨烯基RIS实现了高达306.82°的可编程相位响应，能够有效实现对THz信号波前的整形。
• 自适应梯度下降（A-GD）算法显著优于采用固定步长的传统梯度下降（C-GD）算法，大幅提升了可实现速率。
• 交替优化（AO）算法收敛速度最快，仅需3次迭代即可收敛，而C-GD与A-GD分别需要12–15次迭代。
• 在192个RIS单元时，A-GD与AO算法分别相较随机相位方案实现了约9.21 bps/Hz与8.06 bps/Hz的性能增益。
• AO算法保持了低计算复杂度，其复杂度随RIS规模增大而缓慢增长；而C-GD与A-GD的复杂度呈指数级增长，在128个RIS单元时达到约2.87×10²⁵。
• 由于实际功率预算的限制，即使RIS单元数量趋于无穷，RIS增强系统的可实现速率仍收敛于有限值。