[论文解读] Multiuser Communications with Movable-Antenna Base Station: Joint Antenna Positioning, Receive Combining, and Power Control

Zhenyu Xiao, Xiangyu Pi+3 more|arXiv (Cornell University)|Aug 18, 2023

Advanced MIMO Systems OptimizationEngineering被引用 3

一句话总结

该论文提出了一种针对配备多个可移动天线（MAs）的基站的多用户上行链路通信联合优化框架，通过联合优化天线位置、接收合并向量和用户发射功率，以最大化最小用户速率。借助两层粒子群优化（PSO）算法，该方案在存在波束宽度和路径增益估计误差导致的信道状态信息不完善时，仍能显著优于固定天线基准方案，实现速率增益。

ABSTRACT

Movable antenna (MA) is an emerging technology which enables a local movement of the antenna in the transmitter/receiver region for improving the channel condition and communication performance. In this paper, we study the deployment of multiple MAs at the base station (BS) for enhancing the multiuser communication performance. First, we model the multiuser channel in the uplink to characterize the wireless channel variation due to MAs' movements at the BS. Then, an optimization problem is formulated to maximize the minimum achievable rate among multiple users for MA-aided uplink multiuser communications by jointly optimizing the MAs' positions, their receive combining at the BS, and the transmit power of users, under the constraints of finite moving region for MAs, minimum inter-MA distance, and maximum transmit power of each user. To solve this challenging non-convex optimization problem, a two-loop iterative algorithm is proposed by leveraging the particle swarm optimization (PSO) method. Specifically, the outer-loop updates the positions of a set of particles, where each particle's position represents one realization of the antenna position vector (APV) of all MAs. The inner-loop implements the fitness evaluation for each particle in terms of the max-min achievable rate of multiple users with its corresponding APV, where the receive combining matrix of the BS and the transmit power of each user are optimized by applying the block coordinate descent (BCD) technique. Simulation results show that the antenna position optimization for MAs-aided BSs can significantly improve the rate performance as compared to conventional BSs with fixed-position antennas (FPAs).

研究动机与目标

• 通过使可移动天线（MAs）动态调整位置以改善信道质量，解决传统固定天线基站（FPAs）空间自由度受限的问题。
• 制定并求解一个非凸优化问题，联合优化MA位置、接收合并和用户功率控制，满足实际约束条件（有限移动区域、MA间最小距离、最大发射功率）。
• 评估所提方案在信道有限速率信息（FRI）知识不完全情况下的鲁棒性，包括到达角（AoA）和路径响应系数（PRV）估计误差。
• 证明即使在存在信道估计误差的情况下，MA辅助系统仍可优于传统FPA系统及现有方案（如最大比率合并MRC和迫零ZF）。

提出的方法

• 将多用户上行链路信道建模为天线位置向量（APV）的函数，捕捉因MA移动引起的路径特定时延和相位偏移。
• 构建最大最小速率优化问题以提升用户间公平性，约束条件包括MA移动区域、MA间最小距离以及单个用户功率上限。
• 设计一种双层迭代PSO算法：外层通过粒子群优化APV，内层使用块坐标下降（BCD）法联合优化每个APV候选值的接收合并与用户功率。
• 在内层循环中使用实际信道状态（含AoA和PRV）计算最大最小可实现速率，以确保性能评估的真实性。
• 通过将AoA误差建模为独立同分布的均匀变量，PRV误差建模为独立同分布的复高斯变量，实现对信道估计不准确性的鲁棒性分析。
• 通过仿真验证算法在完美与不完美FRI条件下的性能，与FPA、MRC和ZF基准方案进行对比。

实验结果

研究问题

• RQ1 与固定天线基准相比，联合优化可移动天线定位、接收合并与用户功率控制是否能显著提升上行链路多用户MIMO系统中的最小可实现速率？
• RQ2 在存在到达角（AoA）和路径响应系数（PRV）估计误差的情况下，所提MA辅助系统的性能如何退化？
• RQ3 所提出的双层PSO算法是否能有效收敛至连续天线位置与离散功率控制相结合的非凸联合优化问题的高质量解？
• RQ4 在公平性与对信道估计误差的鲁棒性方面，所提方案与传统方案（如最大比率合并MRC和迫零ZF）相比表现如何？
• RQ5 AoA与PRV估计误差的增加对最优天线位置向量（APV）及系统速率性能有何影响？

主要发现

• 所提MA辅助系统相比传统固定天线基站（FPAs）显著提升了最小用户速率，证明了通过天线移动利用空间自由度的优势。
• 即使在较大的AoA估计误差（如μ = 0.2）下，MA方案在最小可实现速率方面仍优于FPA方案，表明其对信道估计不准确具有强鲁棒性。
• 随着AoA误差增大，所提方案与基于ZF的基准方案之间的性能差距扩大，因为ZF对错误AoA估计导致的波束对准偏差更为敏感。
• PRV估计误差会降低MA方案的性能，但所提算法在PRV误差的归一化方差较高（δ = 0.5）时，仍保持相对于FPA和ZF方案的性能优势。
• 双层PSO算法能有效收敛至次优解，以最大化最小速率，仿真结果证实其在求解复杂非凸优化问题方面的有效性。
• 鲁棒性分析表明，所提方案在FRI不完全条件下仍保持高性能，尤其当APV使用估计信道参数进行优化时，凸显其实际可行性。