[论文解读] Reconfigurable Intelligent Surface Empowered Downlink Non-Orthogonal Multiple Access

Min Fu, Yong Zhou+2 more|arXiv (Cornell University)|Oct 16, 2019

Advanced Wireless Communication Technologies参考文献 60被引用 23

一句话总结

该论文提出了一种可重构智能表面（RIS）增强的下行链路非正交多址（NOMA）系统，通过引入用户间受控的信道增益差异来提升频谱效率。通过采用基于差凸（DC）规划的交替优化方法，联合优化波束成形向量与RIS相位移，该方案在确保服务质量（QoS）约束的前提下最小化总发射功率，仿真结果验证了其收敛性与性能增益。

ABSTRACT

Power-domain non-orthogonal multiple access (NOMA) has become a promising technology to exploit the new dimension of the power domain to enhance the spectral efficiency of wireless networks. However, most existing NOMA schemes rely on the strong assumption that users' channel gains are quite different, which may be invalid in practice. To unleash the potential of power-domain NOMA, we will propose a reconfigurable intelligent surface (RIS)-empowered NOMA network to introduce desirable channel gain differences among the users by adjusting the phase shifts at RIS. Our goal is to minimize the total transmit power by jointly optimizing the beamforming vectors at the base station and the phase-shift matrix at the RIS. To address the highly coupled optimization variables, we present an alternating optimization framework to decompose the non-convex bi-quadratically constrained quadratic problem into two rank-one constrained matrices optimization problems via matrix lifting. At the same time, to accurately detect the feasibility of the non-convex rank-one constraints and improve performance by avoiding early stopping in the alternating optimization procedure, we equivalently represent the rank-one constraint as the difference between nuclear norm and spectral norm. A difference-of-convex (DC) algorithm is further developed to solve the resulting DC programs via successive convex relaxation, followed by establishing the convergence of the proposed DC-based alternating optimization method. We further propose an efficient user ordering scheme with closed-form expressions, considering both the channel conditions and users' target data rates. Simulation results will validate the effectiveness of deploying an RIS and the superiority of the proposed DC-based alternating optimization method in reducing the total transmit power.

研究动机与目标

• 解决传统NOMA在用户信道增益相近时性能下降的问题，该问题在车联网等实际场景中较为常见。
• 通过利用RIS借助可控相位移创造人工信道增益差异，克服传统NOMA的局限性。
• 通过联合优化基站的波束成形向量与RIS的相位移矩阵，最小化下行链路MISO-NOMA系统的总发射功率。
• 在波束成形与RIS相位移联合优化导致的非凸、耦合优化问题下，确保用户满足其目标数据速率要求。
• 设计一种具有收敛性保证且高效的算法，准确处理秩一约束，并避免在迭代优化中过早停止。

提出的方法

• 将功率最小化问题建模为具有波束成形与RIS相位移耦合变量的非凸、双二次约束二次规划问题。
• 采用矩阵提升技术，将问题转化为秩一约束矩阵优化问题。
• 将秩一约束重新表述为核范数与谱范数之差，以实现对可行性的精确检测。
• 开发一种基于差凸（DC）规划的算法，利用连续凸松弛方法求解所得的非凸子问题。
• 设计一种交替优化框架，迭代优化波束成形与相位移，通过李雅普诺夫风格分析证明其收敛性。
• 提出一种闭式用户排序方案，综合考虑信道条件与目标数据速率，以提升系统性能。

实验结果

研究问题

• RQ1 在用户信道条件相近的NOMA系统中，能否有效利用RIS创造人工信道增益差异？
• RQ2 在非凸约束下，如何高效地建模并求解波束成形与RIS相位移的联合优化问题？
• RQ3 所提出的基于DC的交替优化方法是否收敛？能否避免因秩一约束处理不精确而导致的过早停止？
• RQ4 与传统NOMA及RIS辅助OMA系统相比，该方案在发射功率降低方面有何性能增益？
• RQ5 与启发式或穷举排序方法相比，所提出的闭式用户排序方案对系统性能有何影响？

主要发现

• 所提出的基于DC的交替优化方法收敛至驻点，其收敛性通过李雅普诺夫分析与次梯度性质获得理论证明。
• 通过将秩一约束重新表述为核范数与谱范数之差，该方法能精确检测其可行性，防止过早收敛。
• 仿真结果表明，RIS增强的NOMA系统相比传统NOMA与RIS辅助OMA系统，实现了显著的发射功率降低。
• 所提出的基于信道增益与目标速率的闭式用户排序方案，通过实现更优的功率分配与干扰管理，提升了系统性能。
• 波束成形与相位移的联合优化显著降低了总发射功率，尤其在用户初始信道条件相近的场景下效果更明显。
• 该算法在实际硬件约束下仍保持高性能，展现出对实际部署的鲁棒性与可扩展性。