[论文解读] Max-Min Fairness in IRS-Aided Multi-Cell MISO Systems via Joint Transmit and Reflective Beamforming

Hailiang Xie, Jie Xu+1 more|arXiv (Cornell University)|Dec 30, 2019

Advanced Wireless Communication Technologies参考文献 49被引用 5

一句话总结

该论文提出一种交替优化框架，用于在IRS辅助的多小区MISO系统中联合设计发射波束成形与反射波束成形，以在功率和相位约束下最大化最小加权SINR。基于SCA的反射波束成形设计相比SDR方法在实现更高SINR的同时复杂度更低，显著提升了公平性与干扰抑制性能，尤其对小区边缘用户效果更显著。

ABSTRACT

This paper investigates an intelligent reflecting surface (IRS)-aided multi-cell multiple-input single-output (MISO) system consisting of several multi-antenna base stations (BSs) each communicating with a single-antenna user, in which an IRS is dedicatedly deployed for assisting the wireless transmission and suppressing the inter-cell interference. Under this setup, we jointly optimize the coordinated transmit beamforming at the BSs and the reflective beamforming at the IRS, for the purpose of maximizing the minimum weighted received signal-to-interference-plus-noise ratio (SINR) at users, subject to the individual maximum transmit power constraints at the BSs and the reflection constraints at the IRS. To solve the difficult non-convex minimum SINR maximization problem, we propose efficient algorithms based on alternating optimization, in which the transmit and reflective beamforming vectors are optimized in an alternating manner. In particular, we use the second-order-cone programming (SOCP) for optimizing the coordinated transmit beamforming, and develop two efficient designs for updating the reflective beamforming based on the techniques of semi-definite relaxation (SDR) and successive convex approximation (SCA), respectively. Numerical results show that the use of IRS leads to significantly higher SINR values than benchmark schemes without IRS or without proper reflective beamforming optimization; while the developed SCA-based solution outperforms the SDR-based one with lower implementation complexity.

研究动机与目标

• 利用智能反射面（IRS）解决密集多小区MISO网络中的小区间干扰与覆盖不佳问题。
• 最大化所有用户中最小加权接收SINR，以确保多小区系统的公平性。
• 在单个用户功率和相位移位约束下，联合优化多天线基站的协调发射波束成形与IRS的反射波束成形。
• 开发低复杂度、收敛性良好的算法，以实现IRS辅助蜂窝网络的实际部署。
• 展示IRS相较于无IRS或反射相位随机的方案在性能上的增益。

提出的方法

• 在功率和相位约束下，建立联合发射与反射波束成形的非凸最大最小SINR优化问题。
• 采用交替优化：固定反射波束成形后，通过二阶锥规划（SOCP）求解发射波束成形。
• 利用半定规划松弛（SDR）近似反射波束成形优化问题。
• 提出一种连续凸逼近（SCA）方法，通过迭代方式优化反射波束成形，保证收敛性。
• 将SOCP与SCA/SDR整合进交替优化循环中，联合优化两类波束成形向量。
• 通过迭代更新与松弛技术确保可行性与收敛性。

实验结果

研究问题

• RQ1 在IRS辅助的多小区MISO系统中，联合发射与反射波束成形设计是否能显著提升最小SINR？
• RQ2 基于SCA的反射波束成形设计在性能与实现复杂度方面相比SDR方法有何差异？
• RQ3 IRS部署对小区间干扰抑制与用户公平性的影响如何，尤其对小区边缘用户？
• RQ4 是否通过合理优化反射波束成形可显著优于随机或无IRS部署？
• RQ5 用户分布与发射功率如何影响所提方案的性能增益？

主要发现

• 所提出的基于SCA的反射波束成形的交替优化方法相比基于SDR的方案实现了更高的最小SINR，平均运行时间减少53%（432.7秒 vs. 895.2秒）。
• SCA-based算法单调收敛，而SDR-based方法因随机化导致SINR波动，表明其具有更好的稳定性。
• 与无IRS或随机反射相位的基准方案相比，IRS部署显著提升了SINR，尤其在高发射功率下表现更优。
• IRS对小区边缘用户性能增益最为显著，因直接链路较弱，IRS可有效增强信号强度并抑制干扰。
• 在用户随机分布场景（如靠近小区中心）中，IRS的SINR增益降低，因直接链路较强而IRS链路较弱，凸显用户位置在IRS部署中的关键作用。
• 随机反射相位的基准方案性能与无IRS方案相近，证实只有在波束成形被合理优化时，IRS才能提供实际增益。