[论文解读] Sum Rate Maximization for Intelligent Reflecting Surface Assisted Terahertz Communications

Yijin Pan, Kezhi Wang+3 more|arXiv (Cornell University)|Aug 27, 2020

Advanced Wireless Communication Technologies被引用 15

一句话总结

本文提出了一种智能反射面（IRS）辅助太赫兹（THz）通信的联合优化框架，旨在在满足用户速率约束的条件下最大化系统和速率。通过联合优化IRS位置、相位移、子带分配与功率控制，作者设计了一种块坐标搜索（BCS）算法，显著提升了系统性能，在单用户场景下证明了全局最优性，并在仿真中显著优于基准方案。

ABSTRACT

In this paper, an intelligent reflecting surface (IRS) is deployed to assist the terahertz (THz) communications. The molecular absorption causes path loss peaks to appear in the THz frequency band, and the fading peak is greatly affected by the transmission distance. In this paper, we aim to maximize the sum rate with individual rate constraints, in which the IRS location, IRS phase shift, the allocation of sub-bands of the THz spectrum, and power control for UEs are jointly optimized. For the special case of a single user equipment (UE) with a single sub-band, the globally optimal solution is provided. For the general case with multiple UEs, the block coordinate searching (BCS) based algorithm is proposed to solve the non-convex problem. Simulation results show that the proposed scheme can significantly enhance system performance.

研究动机与目标

• 为解决太赫兹频段因分子吸收和遮挡导致的严重路径损耗与距离相关衰落问题。
• 联合优化IRS部署、相位移、子带分配与功率控制，以最大化IRS辅助太赫兹系统中的和速率。
• 在系统设计中考虑太赫兹频段特有的频率与距离相关子带特性。
• 为多用户场景设计一种可扩展算法，该场景问题为非凸且计算复杂。
• 在真实的室内THz通信场景中，验证所提方案相对于基准算法的性能增益。

提出的方法

• 建立一个非凸优化问题，以在满足个体速率约束的前提下最大化和速率，同时考虑IRS位置、相位移、子带分配与功率控制。
• 提出一种块坐标搜索（BCS）算法，以结构化方式迭代优化IRS位置、相位移、子带分配与功率控制。
• 针对单用户、单子带场景，通过次梯度下降（SGD）方法并结合反证法，推导出全局最优解。
• 将太赫兹信道建模为一组频率与距离相关的子带，其路径损耗受扩展损耗与分子吸收共同影响。
• 整合历史用户移动与室内布局数据，以预测用户设备（UE）位置，并指导最优IRS部署。
• 采用顺序优化策略，每次仅更新一组变量而固定其他变量，确保收敛至高质量解。

实验结果

研究问题

• RQ1 IRS位置、相位移、子带分配与功率控制的联合优化对IRS辅助太赫兹系统和速率的影响如何？
• RQ2 在多用户THz场景中，所提出的BCS算法相较于随机或启发式替代方案的性能增益如何？
• RQ3 由分子吸收与传输距离共同引起的路径损耗峰值如何联合影响子带选择与系统设计？
• RQ4 在单用户、单子带场景下，是否可实现全局最优解？其理论基础是什么？
• RQ5 IRS相位移与IRS位置对系统和速率性能的相对影响如何？

主要发现

• 所提出的BCS算法在所有测试场景中均实现了最高和速率，显著优于'RanLoc'、'RanPhi'与'MiniDis'基准方案。
• 随着用户设备（UE）数量增加，和速率下降，这是由于个体速率约束所致，但BCS算法在所有配置下仍保持优越性能。
• IRS相位移对和速率的影响略大于IRS位置，这从'RanPhi'与'RanLoc'之间的性能差距中得到验证。
• 'MiniDis'方案同时优化位置与相位移，性能优于'RanLoc'与'RanPhi'，证实了协同优化的优势。
• 对于单用户、单子带场景，通过反证法与次梯度下降收敛性证明了全局最优解的存在。
• 所提框架通过基于频率与距离依赖特性的智能子带分配，有效缓解了太赫兹频段的路径损耗峰值。