[论文解读] Resource Allocation in STAR-RIS-Aided Networks: OMA and NOMA

Chenyu Wu, Xidong Mu+3 more|arXiv (Cornell University)|Nov 6, 2021

Advanced Wireless Communication Technologies被引用 5

一句话总结

该论文提出了一种联合资源分配与波束成形优化方法，用于STAR-RIS辅助的多载波网络，同时支持OMA与NOMA。针对OMA，引入了基于匹配的信道分配与迭代优化；针对NOMA，提出了一种三步法，结合凸近似与几何规划，相较于传统的RIS与OMA系统，实现了显著的容量增益。

ABSTRACT

Simultaneously transmitting and reflecting reconfigurable intelligent surface (STAR-RIS) is a promising technology to achieve full-space coverage. This paper investigates the resource allocation problem in a STAR-RIS-assisted multi-carrier communication network. To maximize the system sum-rate, a joint optimization problem for orthogonal multiple access (OMA) is first formulated, which is a mixed-integer non-linear programming problem. To solve this challenging problem, we first propose a channel assignment scheme utilizing matching theory and then invoke the alternating optimization-based method to optimize the resource allocation policy and beamforming vectors iteratively. Furthermore, the sum-rate maximization problem for non-orthogonal multiple access (NOMA) is investigated. To efficiently solve it, we first propose a location-based matching algorithm to determine the sub-channel assignment, where a transmitted user and a reflected user are grouped on a sub-channel. Then, a three-step approach is proposed, where the decoding orders, beamforming-coefficient vectors, and power allocation are optimized by employing semidefinite programming, convex upper bound approximation, and geometry programming, respectively. Numerical results unveil that: 1) For OMA, a general design that includes same-side user-pairing for channel assignment is preferable, while for NOMA, the proposed transmission-and-reflection scheme can achieve near-optimal performance. 2) The STAR-RIS-aided NOMA network significantly outperforms the networks employing conventional RISs and OMA.

研究动机与目标

• 为解决无线网络中的全向覆盖问题，利用STAR-RIS实现信号的同步传输与反射。
• 通过在OMA与NOMA模式下联合优化信道分配、功率分配与波束成形，最大化多载波网络的系统容量。
• 克服STAR-RIS系统资源分配中混合整数非线性规划（MINLP）与NP难问题带来的计算复杂度。
• 设计低复杂度、高性能的算法，使其在NOMA与OMA场景下优于穷举搜索与随机初始化方法。

提出的方法

• 为OMA提出基于匹配理论的信道分配方案，以高效地将用户分组至传输与反射链路。
• 采用交替优化框架，迭代优化OMA中的功率分配、波束成形向量与子信道分配。
• 引入基于位置的匹配算法，为每个子信道分配一个传输用户与一个反射用户，降低复杂度。
• 对NOMA实施三步优化：首先，基于最大联合信道增益准则确定解码顺序；其次，采用凸上界近似方法优化波束成形；第三，应用几何规划进行功率分配。
• 利用半定规划（SDP）优化NOMA中的波束成形向量，确保收敛性与性能边界。
• 通过引入变换变量，对NOMA中的功率约束进行凸重构，使问题可通过凸优化方法高效求解。

实验结果

研究问题

• RQ1 在STAR-RIS辅助的OMA网络中，如何高效设计信道分配，以在最小化复杂度的同时最大化容量？
• RQ2 在具有灵活解码顺序的STAR-RIS辅助NOMA网络中，最优波束成形与功率分配策略是什么？
• RQ3 STAR-RIS辅助NOMA在容量性能上相较于传统RIS辅助系统与STAR-RIS-OMA系统有何表现？
• RQ4 在OMA与NOMA中，不同用户配对策略（如同侧配对与传输-反射配对）对系统性能有何影响？
• RQ5 在STAR-RIS辅助的NOMA中，低复杂度的解码顺序选择方法能否实现接近最优的性能？

主要发现

• 对于OMA，包含同侧用户配对的通用设计在信道分配中优于其他方案，是最大化容量的优选方案。
• 对于NOMA，所提出的传输与反射用户配对方案性能接近基于穷举搜索的算法，尤其在用户数最多达6人时表现优异。
• 基于级联信道的解码顺序算法在小规模网络中表现良好，但随着用户数增加性能下降，表明其可扩展性有限。
• STAR-RIS辅助NOMA显著优于传统RIS辅助网络与STAR-RIS-OMA系统，展现出显著的容量增益。
• 所提出的基于最大联合信道增益的解码顺序算法在中等规模网络中实现了接近最优的性能，且复杂度较低。
• NOMA中功率约束的凸重构确保了收敛性，并可通过几何规划与凸近似技术实现高效优化。