[论文解读] Joint Power Control and Passive Beamforming in IRS-Assisted Spectrum Sharing

Xinrong Guan, Qingqing Wu+1 more|arXiv (Cornell University)|Mar 6, 2020

Advanced Wireless Communication Technologies参考文献 21被引用 10

一句话总结

该论文提出了一种智能反射面（IRS）辅助认知无线电系统中联合功率控制与被动波束成形优化框架，旨在在保证主用户（PU）服务质量（QoS）约束的前提下最大化次用户（SU）速率。通过采用交替优化与连续凸逼近方法，该方案有效抑制了强交叉链路干扰，在传统认知无线电系统失效的非对称干扰场景下显著提升了SU频谱效率。

ABSTRACT

In cognitive radio (CR) communication systems, achieving high secondary user (SU) rate in the presence of strong cross-link interference with the primary user (PU) is challenging. In this letter, we exploit the emerging intelligent reflecting surface (IRS) technology to tackle this problem. Specifically, we investigate an IRS-assisted CR communication system where an IRS is deployed to assist in the spectrum sharing between a PU link and an SU link. We aim to maximize the achievable SU rate subject to a given signal-to-interference-plus-noise ratio target for the PU link, by jointly optimizing the SU transmit power and IRS reflect beamforming. Since the formulated problem is difficult to solve due to its non-convexity and coupled variables, we propose an efficient algorithm based on alternating optimization and successive convex approximation techniques to solve it sub-optimally, along with some heuristic designs for lower complexity. Simulation results show that IRS is able to significantly improve the SU rate, even for the scenarios deemed most challenging in conventional CR systems without using IRS.

研究动机与目标

• 为解决由于主用户（PU）强交叉链路干扰导致的认知无线电（CR）系统中次用户（SU）数据速率低下的挑战。
• 利用智能反射面（IRS）作为无源波束成形解决方案，提升在干扰受限的CR环境中SU的频谱效率。
• 联合优化SU发射功率与IRS反射系数，以最大化SU速率，同时保证PU的最小SINR要求。
• 为由联合功率与波束成形控制引起的非凸耦合优化问题，设计一种高效的次优算法。

提出的方法

• 建立一个非凸优化问题，以在PU的SINR目标约束下最大化SU速率，涉及联合优化SU发射功率与IRS相位偏移。
• 采用交替优化方法将联合问题分解为子问题：在固定IRS波束成形条件下进行功率控制，以及在固定功率条件下进行IRS波束成形。
• 使用连续凸逼近（SCA）方法，迭代逼近SINR约束中的非凸项，从而实现凸子问题的求解。
• 采用一阶泰勒展开与凸松弛技术，处理SINR表达式中非凸的分数阶与二次形式。
• 通过Karush-Kuhn-Tucker（KKT）条件与对偶分解，推导出在固定功率下IRS相位偏移的闭式解。
• 提出复杂度更低的启发式设计方案，用于实际部署，并与优化算法的性能进行对比。

实验结果

研究问题

• RQ1 IRS的部署是否能显著提升在强交叉链路干扰下认知无线电系统中次用户（SU）的可实现速率？
• RQ2 与无IRS的传统CR系统相比，联合优化SU发射功率与IRS被动波束成形如何提升频谱效率？
• RQ3 IRS部署位置（靠近PU或SU）对干扰管理与SU速率性能有何影响？
• RQ4 所提出的交替优化与连续凸逼近算法在求解非凸联合优化问题方面的有效性如何？
• RQ5 在非对称干扰场景下，该方案是否能在保持PU QoS的同时实现高SU数据速率？

主要发现

• IRS的部署即使在传统CR系统速率极低的极端挑战性干扰场景下，也能显著提升次用户（SU）速率。
• 所提出的联合优化算法在非对称干扰情况下，相比启发式设计与无IRS基准方案，实现了更高的SU速率。
• 仿真结果表明，IRS能有效抑制来自次用户发射机对主用户接收机的强干扰，从而实现高SU频谱效率。
• 该算法收敛迅速，性能接近最优，证明了连续凸逼近在处理非凸CR-IRS问题中的有效性。
• 当次用户发射机对主用户接收机的干扰成为主要瓶颈时，性能增益最为显著，而此类情况传统SIC方法无法适用。