[论文解读] Weighted Sum-Rate Optimization for Intelligent Reflecting Surface Enhanced Wireless Networks

Huayan Guo, Ying‐Chang Liang+2 more|arXiv (Cornell University)|May 20, 2019

Advanced Wireless Communication Technologies参考文献 43被引用 149

一句话总结

论文研究在 IRS 辅助多用户 MISO 下行中进行联合有源基站波束成形和无源 IRS 波束成形，以最大化加权和速率，考虑实际离散/连续相移模型并提出低复杂度闭式算法。

ABSTRACT

Intelligent reflecting surface (IRS) is a promising solution to build a programmable wireless environment for future communication systems. In practice, an IRS consists of massive low-cost elements, which can steer the incident signal in fully customizable ways by passive beamforming. In this paper, we consider an IRS-aided multiuser multiple-input single-output (MISO) downlink communication system. In particular, the weighted sum-rate of all users is maximized by joint optimizing the active beamforming at the base-station (BS) and the passive beamforming at the IRS. In addition, we consider a practical IRS assumption, in which the passive elements can only shift the incident signal to discrete phase levels. This non-convex problem is firstly decoupled via Lagrangian dual transform, and then the active and passive beamforming can be optimized alternatingly. The active beamforming at BS is optimized based on the fractional programming method. Then, three efficient algorithms with closed-form expressions are proposed for the passive beamforming at IRS. Simulation results have verified the effectiveness of the proposed algorithms as compared to different benchmark schemes.

研究动机与目标

• 激励并解决在 IRS 辅助的多用户 MISO 下行系统中最大化加权和速率的挑战。
• 在考虑实际 RC 限制下，为基站发射和 IRS 反射系数构造一个非凸联合优化问题。
• 开发低复杂度、闭式算法以解决有源和无源波束成形子问题。
• 提供一个具有收敛性保证的迭代框架，并通过仿真评估性能。

提出的方法

• 通过拉格朗日对偶变换将联合问题解耦，以处理对数目标函数。
• 应用分式规划和二次变换来优化基站的有源波束成形。
• 针对理想 RC、连续相位移和离散相位移假设，提出三种低复杂度的无源波束成形算法。
• 将无源波束成形子问题改写为在理想 RC 下的凸 QCQP，并扩展到带投影的非凸 RC。
• 提出一个交替优化框架，迭代更新辅助变量、有源波束成形器和 IRS 相位移，直到收敛。

实验结果

研究问题

• RQ1 如何通过联合基站和IRS波束成形最大化 IRS 辅助的多用户 MISO 下行的加权和速率？
• RQ2 在理想、连续和离散相位移约束下，哪些低复杂度算法可以高效计算无源波束成形？
• RQ3 是否存在一个带有闭式更新的交替优化框架，在该设定下可收敛到高性能的 WSR 解？
• RQ4 理想 RC 假设与实际 RC 实现之间的性能差距是多少？

主要发现

• 使用带有闭式更新的迭代算法在优化有源波束成形和无源 RCs 之间交替，以最大化加权和速率。
• 提出并适用于理想 RC、连续相位移和离散相位移的三种低复杂度无源波束成形算法。
• 连续相位位移设置可以接近理想 RC 情况的性能，对于低分辨率（例如 2 位）相位移器的性能损失适中。
• 仿真结果在所有 RC 模型下显示出显著的容量增益，优于基准方案。
• 在理想 RC 下的统一无源波束成形设计提供了对性能极限的洞察，并可作为非凸 RC 情况的良好初始化。