[论文解读] Power Scaling Law Analysis and Phase Shift Optimization of RIS-aided Massive MIMO Systems with Statistical CSI

Kangda Zhi, Cunhua Pan+2 more|arXiv (Cornell University)|Oct 26, 2020

Advanced Wireless Communication Technologies被引用 30

一句话总结

本文在 Rician 衰落下，分析了基于 RIS 的上行大规模多输入多输出（massive MIMO）的统计 CSI，并推导了闭式速率表达式，揭示了缩放规律，并通过基因算法（GA）优化 RIS 相位移。

ABSTRACT

This paper considers an uplink reconfigurable intelligent surface (RIS)-aided massive multiple-input multiple-output (MIMO) system with statistical channel state information (CSI). The RIS is deployed to help conventional massive MIMO networks serve the users in the dead zone. We consider the Rician channel model and exploit the long-time statistical CSI to design the phase shifts of the RIS, while the maximum ratio combination (MRC) technique is applied for the active beamforming at the base station (BS) relying on the instantaneous CSI. Firstly, we reveal the power scaling laws and derive the closed-form expressions for the uplink achievable rate which holds for arbitrary numbers of base station (BS) antennas. Based on the theoretical expressions, we discuss the rate performance under some special cases and provide the average asymptotic rate when using random phase shifts. Then, we consider the sum-rate maximization and the minimum user rate maximization problems by optimizing the phase shifts at the RIS. However, these two optimization problems are challenging to solve due to the complicated data rate expression. To solve these problems, we propose a novel genetic algorithm (GA) with low complexity but can achieve considerable performance. Finally, extensive simulations are provided to validate the benefits by integrating RIS into conventional massive MIMO systems. Besides, our simulations demonstrate the feasibility of deploying large-size but low-resolution RIS in massive MIMO systems.

研究动机与目标

• 推动将 RIS 集成到大规模 MIMO 中，以提升覆盖范围和吞吐量，同时降低信道估计开销。
• 推导在 Rician 衰落下对任意数量的基站天线均成立的上行可实现速率的闭式表达式。
• 描述 RIS 元件与基站天线数量对功率缩放规律和速率行为的影响。
• 开发基于遗传算法的方法以最大化和并通过最小用户速率优化来确保公平性。
• 评估 RIS 支持的大规模 MIMO 增益以及大尺寸、低分辨率 RIS 部署的可行性。

提出的方法

• 对带有 Rician 衰落和长期统计 CSI 的上行 RIS 辅助大规模 MIMO 系统建模。
• 利用 Jensen 不等式推导上行可实现速率的闭式表达式。
• 在特殊情形下（例如 RIS 相位对齐）分析功率缩放规律和渐近速率行为。
• 提出基于 GA 的 RIS 相位移优化，以最大化总速率并最大化最小用户速率，包括离散相位移。
• 提供大量仿真以验证 RIS 增益以及大尺寸、低分辨率 RIS 的可行性。

实验结果

研究问题

• RQ1 在统计 CSI 和 Rician 衰落下，RIS 辅助的大规模 MIMO 在上行速率方面的性能如何？
• RQ2 在 RIS 辅助的大规模 MIMO 中，当扩大基站天线和 RIS 元件数量时，功率缩放规律是什么？
• RQ3 在统计 CSI 下，为最大化总速率或确保公平性，RIS 相位移应如何设计（连续 vs 离散）？
• RQ4 RIS 设计对多用户上行场景中的干扰及可实现增益有何影响？

主要发现

• 推导出依赖于 RIS 相位移、天线数量、功率和 Rician 因子的闭式近似上行速率表达式。
• 在某些缩放下，速率可随 RIS 元件数量 N 和/或基站天线 M 增长而增长，且随机 RIS 相位将导致有界的渐近速率。
• 相位对齐的 RIS 设计可实现有利的缩放，其具体推论表明在 M 或 N 增长时可降低功率，同时保持非零速率。
• 基于 GA 的 RIS 相位移设计可以有效解决连续和离散相位移下的总速率与最小速率优化问题。
• 仿真确认了 RIS 辅助的大规模 MIMO 的增益，并证明了大尺寸、低分辨率 RIS 部署的可行性。