[论文解读] Robust Design for Intelligent Reflecting Surface Assisted MIMO-OFDMA Terahertz Communications

Wanming Hao, Gangcan Sun+5 more|arXiv (Cornell University)|Sep 13, 2020

Advanced Wireless Communication Technologies参考文献 31被引用 9

一句话总结

该论文提出了一种针对太赫兹MIMO-OFDMA系统的鲁棒混合模拟/数字波束成形与智能反射面（IRS）反射矩阵设计方案，旨在在完美与不完美信道状态信息（CSI）下最大化加权和速率。通过采用交替优化与半定规划松弛（SDR）方法，该方案在不完美CSI下显著提升了频谱效率，尤其在用户特定加权机制下实现了服务质量（QoS）差异化。

ABSTRACT

Recently, terahertz (THz) communication has drawn considerable attention as one of the promising technologies for the future wireless communications owning to its ultra-wide bandwidth. Nonetheless, one major obstacle that prevents the actual deployment of THz lies in its inherent huge attenuation. Intelligent reflecting surface (IRS) and multiple-input multiple-output (MIMO) represent two effective solutions for compensating the large pathloss in THz systems. In this paper, we consider an IRS-aided multi-user THz MIMO system with orthogonal frequency division multiple access, where the sparse radio frequency chain antenna structure is adopted for reducing the power consumption. The objective is to maximize the weighted sum rate via jointly optimizing the hybrid analog/digital beamforming at the base station and reflection matrix at the IRS. {Since the analog beamforming and reflection matrix need to cater all users and subcarriers, it is difficult to directly solve the formulated problem, and thus, an alternatively iterative optimization algorithm is proposed.} Specifically, the analog beamforming is designed by solving a MIMO capacity maximization problem, while the digital beamforming and reflection matrix optimization are both tackled using semidefinite relaxation technique. Considering that obtaining perfect channel state information (CSI) is a challenging task in IRS-based systems, we further explore the case with the imperfect CSI for the channels from the IRS to users. Under this setup, we propose a robust beamforming and reflection matrix design scheme for the originally formulated non-convex optimization problem. Finally, simulation results are presented to demonstrate the effectiveness of the proposed algorithms.

研究动机与目标

• 通过集成智能反射面（IRS）与MIMO技术，解决太赫兹（THz）通信中严重的路径损耗与链路阻塞问题。
• 在基站（BS）设计一种具有稀疏射频链路的混合模拟/数字波束成形架构，以降低功耗。
• 在多用户、多子载波的THz MIMO-OFDMA系统中，联合优化IRS反射矩阵与波束成形，以最大化加权和速率。
• 通过建立针对IRS到用户链路不完美CSI的鲁棒波束成形与反射设计，考虑实际系统中的非理想性。
• 通过在加权和速率优化中引入用户特定权重，实现服务质量（QoS）差异化。

提出的方法

• 建立一个非凸优化问题，通过联合设计混合波束成形（模拟与数字）与IRS反射矩阵，以最大化加权和速率。
• 提出一种交替优化算法：通过MIMO容量最大化求解模拟波束成形，利用半定规划松弛（SDR）求解数字波束成形与反射矩阵优化。
• 应用半定规划松弛（SDR）以处理数字波束成形与反射矩阵设计中的非凸秩一约束。
• 通过建模信道估计误差并将其纳入优化过程，引入最坏情况性能准则，构建不完美CSI下的鲁棒设计框架。
• 利用拉格朗日对偶与Karush-Kuhn-Tucker（KKT）条件推导最优性条件，并验证最优波束成形解的秩一结构。
• 实现一种迭代算法，交替优化模拟波束成形、数字波束成形与IRS反射系数，同时满足功率与服务质量约束。

实验结果

研究问题

• RQ1 如何联合优化混合模拟/数字波束成形与IRS反射，以在THz MIMO-OFDMA系统中最大化加权和速率？
• RQ2 信道估计误差对系统性能有何影响？如何在不完美CSI下确保系统鲁棒性？
• RQ3 用户特定加权如何影响IRS辅助THz通信中公平性与和速率之间的权衡？
• RQ4 在频率选择性衰落下，使用IRS对大规模MIMO与稀疏射频链的THz系统性能有何增益？
• RQ5 所提出的基于SDR的优化方法是否能在宽带THz系统中实现接近最优性能，同时保持低计算复杂度？

主要发现

• 所提出的鲁棒波束成形与反射设计在不完美CSI下显著提升了系统和速率，性能下降程度与信道估计误差水平直接相关。
• 当用户2被赋予更高权重（α = [1 3]）时，其数据速率显著提升，而用户1的速率与总和速率下降，验证了有效的QoS差异化能力。
• 在完美CSI下，系统和速率高于不完美CSI情况，证实了THz系统对CSI精度的高度敏感性。
• 仿真结果表明，当系统优先考虑公平性时，α = [1 3]与α = [1 1]的加权和速率几乎相同，表明该算法能有效根据权重平衡用户速率。
• 所提算法收敛稳定，性能接近最优，且SDR松弛能获得秩一解，验证了波束成形设计的最优性。
• 采用稀疏射频链可显著降低功耗，同时对频谱效率影响较小，使系统更适合能量受限的THz部署场景。