[论文解读] Robust Beamforming Design for Intelligent Reflecting Surface Aided Cognitive Radio Systems with Imperfect Cascaded CSI

Lei Zhang, Cunhua Pan+3 more|arXiv (Cornell University)|Apr 9, 2020

Advanced Wireless Communication Technologies参考文献 36被引用 26

一句话总结

本文提出了一种在信道状态信息（CSI）级联不完善条件下的智能反射面（IRS）辅助认知无线电系统的鲁棒波束成形设计，联合优化次用户发射端的预编码与IRS的被动相位偏移。通过采用连续凸逼近（SCA）、Schur补以及惩罚凸-凹程序（Penalty-CCP），该方法在确保次用户服务质量及对主用户干扰约束的前提下，最小化总发射功率。仿真结果表明，CSI不确定性显著影响功率效率与系统可行性。

ABSTRACT

In this paper, intelligent reflecting surface (IRS) is introduced to enhance the network performance of cognitive radio (CR) systems. Specifically, we investigate robust beamforming design based on both bounded channel state information (CSI) error model and statistical CSI error model for primary user (PU)-related channels in IRS-aided CR systems. We jointly optimize the transmit precoding (TPC) at the secondary user (SU) transmitter (ST) and phase shifts at the IRS to minimize the ST' s total transmit power subject to the quality of service of SUs, the limited interference imposed on the PU and unit-modulus of the reflective beamforming. The successive convex approximation (SCA) method, Schur's complement, General sign-definiteness principle, inverse Chi-square distribution and penalty convex-concave procedure are invoked for dealing with these intricate constraints. The non-convex optimization problems are transformed into several convex subproblems and efficient algorithms are proposed. Simulation results verify the efficiency of the proposed algorithms and reveal the impacts of CSI uncertainties on ST's minimum transmit power and feasibility rate of the optimization problems. Simulation results also show that the number of transmit antennas at the ST and the number of phase shifts at the IRS should be carefully chosen to balance the channel realization feasibility rate and the total transmit power.

研究动机与目标

• 为解决IRS辅助认知无线电系统中因非协作链路导致的次用户与主用户间信道估计困难所引发的级联CSI不完善问题。
• 联合优化次用户发射端的预编码与IRS的被动相位偏移，以最小化总发射功率。
• 即使存在信道估计误差，仍能保证次用户的QoS并限制对主用户的干扰。
• 提出一种鲁棒设计，同时考虑主用户相关信道的有界与统计CSI误差模型。
• 分析CSI不确定性对系统性能的影响，包括最小发射功率与优化可行性率。

提出的方法

• 建立一个非凸优化问题，目标是最小化总发射功率，同时满足QoS、干扰与单位模长相位偏移约束。
• 应用连续凸逼近（SCA）将非凸问题迭代近似为一系列凸子问题。
• 利用Schur补与广义定号性原理处理由SINR与干扰约束引出的半定约束。
• 采用非中心卡方分布（inverse Chi-square distribution）对主用户相关信道中的统计CSI不确定性进行建模。
• 采用惩罚凸-凹程序（Penalty-CCP）处理统计CSI误差下干扰约束的非凸性。
• 通过Lagrangian松弛与KKT条件推导最优性条件，证明最优预编码器具有秩一结构。

实验结果

研究问题

• RQ1 在IRS辅助认知无线电系统中，不完善的级联CSI如何影响次用户发射端所需的最小发射功率？
• RQ2 CSI不确定性对鲁棒波束成形优化问题的可行性率有何影响？
• RQ3 次用户发射端的天线数量与IRS相位数如何影响发射功率与系统可行性的权衡？
• RQ4 在有界与统计CSI误差模型下，鲁棒波束成形设计能否有效维持次用户的QoS并限制对主用户的干扰？
• RQ5 在CSI不完善条件下，如何配置最优的预编码与IRS相位偏移以最小化总功率消耗？

主要发现

• CSI不确定性显著增加了次用户发射端所需的最小发射功率，不确定性越高，功率消耗越大。
• 随着CSI误差界限的增大，优化问题的可行性率下降，表明鲁棒性与系统性能之间存在权衡。
• 仿真结果表明，必须仔细选择发射天线数量与IRS相位数，以平衡系统可行性与总发射功率。
• 所提算法在通道不确定性下表现出收敛性，并在功率效率与可行性方面优于非鲁棒设计。
• 最优预编码器结构被证明为秩一，验证了理论推导的正确性，并支持高效实现。
• 基于Penalty-CCP与SCA的方法能有效处理非凸约束，为鲁棒波束成形问题提供了实用且高效的解决方案。