[论文解读] Sum-Rate Maximization for IRS-Assisted UAV OFDMA Communication Systems

Zhiqiang Wei, Yuanxin Cai+5 more|arXiv (Cornell University)|Aug 23, 2020

Advanced Wireless Communication Technologies参考文献 45被引用 14

一句话总结

该论文提出了一种智能反射面（IRS）辅助的无人机（UAV）正交频 division multiple access（OFDMA）系统，通过联合优化无人机轨迹、IRS相位偏移和资源分配，以最大化系统容量。通过采用参数化近似建模复合信道，并利用交替优化方法，该方案在最优IRS部署位置靠近用户热点区域时实现了显著的容量增益，充分展示了IRS波束成形与UAV移动性的协同增益。

ABSTRACT

In this paper, we consider the application of intelligent reflecting surface (IRS) in unmanned aerial vehicle (UAV)-based orthogonal frequency division multiple access (OFDMA) communication systems, which exploits both the significant beamforming gain brought by the IRS and the high mobility of UAV for improving the system sum-rate. The joint design of UAV's trajectory, IRS scheduling, and communication resource allocation for the proposed system is formulated as a non-convex optimization problem to maximize the system sum-rate while taking into account the heterogeneous quality-of-service (QoS) requirement of each user. The existence of an IRS introduces both frequency-selectivity and spatial-selectivity in the fading of the composite channel from the UAV to ground users. To facilitate the design, we first derive the expression of the composite channels and propose a parametric approximation approach to establish an upper and a lower bound for the formulated problem. An alternating optimization algorithm is devised to handle the lower bound optimization problem and its performance is compared with the benchmark performance achieved by solving the upper bound problem. Simulation results unveil the small gap between the developed bounds and the promising sum-rate gain achieved by the deployment of an IRS in UAV-based communication systems.

研究动机与目标

• 解决因阴影效应和非视 Line-of-sight（NLOS）链路导致的UAV-OFDMA系统容量偏低的问题。
• 通过实现可编程信道重构，集成智能反射面（IRS）以增强信号强度和可靠性。
• 制定联合优化问题，以在服务质量（QoS）约束下，通过优化无人机轨迹、IRS相位偏移和子载波/功率分配，实现系统容量最大化。
• 考虑IRS引起的频率选择性与空间选择性衰落对UAV到地面用户复合信道的影响。
• 推导可处理的上下界，并设计一种交替优化算法，以高效求解非凸优化问题。

提出的方法

• 提出一种参数化近似方法，用于建模通过IRS从无人机到地面用户的复合信道响应，能够同时捕捉频率选择性和空间选择性特性。
• 将容量最大化问题建模为具有用户QoS、发射功率和IRS相位偏移约束的非凸优化问题。
• 利用统计信道建模推导容量的上下界，以支持可处理的优化。
• 设计一种交替优化算法，通过迭代更新无人机轨迹、IRS相位偏移以及资源分配（子载波与功率），以提升收敛性。
• 采用蒙特卡洛仿真，结合Rician衰落信道，评估在真实传播条件下的系统性能。
• 引入中断速率指标评估系统可靠性，其中仅低于最低要求速率的传输速率对系统中断有贡献。

实验结果

研究问题

• RQ1 在频率选择性与空间选择性衰落条件下，IRS部署如何影响UAV-OFDMA系统的容量性能？
• RQ2 在动态无人机环境中，IRS相位控制对波束成形增益和系统可靠性有何影响？
• RQ3 无人机轨迹如何与IRS部署协同作用，以最大化频谱效率？
• RQ4 与传统仅UAV系统或基准IRS辅助系统相比，IRS部署在多大程度上提升了系统性能？
• RQ5 系统容量对IRS位置的敏感程度如何？最优部署位置在哪里可实现最大性能？

主要发现

• 所提出的IRS辅助UAV系统通过充分利用无人机移动性与IRS波束成形增益，实现了显著的容量增益——相比基准方案最高提升30%。
• 随着Rician因子增大，平均系统中断率上升，表明在更强视 Line-of-sight（LoS）条件下系统可靠性更高，尤其在最优IRS相位控制下表现更佳。
• 将IRS部署在高用户密度区域（如(200, 500)米处）可获得最高容量，证实IRS位置是关键设计参数。
• 上下界之间的性能差距较小，验证了参数化近似方法在准确捕捉系统行为方面的有效性。
• 所提出的交替优化算法收敛稳定，性能接近最优，在容量和中断率指标上均优于基准方案。
• IRS相位控制可抑制Rician衰落中的散射路径，有效提高有效Rician因子，增强信道确定性与可靠性。