智能反射面辅助全双工系统的深度展开波束成形
信号处理
2021-12-07 v1
摘要
本文研究智能反射面（IRS）辅助的多用户多输入多输出（MIMO）全双工（FD）系统。我们联合优化接入点（AP）和上行业用户的主动波束成形矩阵，以及IRS的被动波束成形矩阵，以最大化系统加权和速率。由于IRS无源工作且单元数量大，实际中难以获取IRS相关链路的信道状态信息（CSI），我们构想了一种混合时间尺度波束成形方案。具体地，IRS上的高维被动波束成形矩阵基于信道统计信息更新，而主动波束成形矩阵在每个时隙基于低维实时有效CSI优化。我们提出一种高效的基于随机逐次凸近似（SSCA）的算法来联合设计主动与被动波束成形矩阵。此外，由于SSCA优化算法中矩阵求逆计算导致高计算复杂度，我们进一步开发深度展开神经网络（NN）以解决该问题。所提深度展开NN保持基于SSCA算法的结构，但引入新颖的非线性激活函数以及由一阶泰勒展开诱导的一些可学习参数来近似矩阵求逆。另外，我们开发了黑盒NN作为基准。仿真结果表明，所提混合时间尺度算法优于现有单时间尺度算法，且所提深度展开NN在在线部署时以大幅降低的计算复杂度逼近基于SSCA算法的性能。
引用
@article{arxiv.2112.02305,
title = {Deep-Unfolding Beamforming for Intelligent Reflecting Surface assisted Full-Duplex Systems},
author = {Yanzhen Liu and Qiyu Hu and Yunlong Cai and Guanding Yu and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2112.02305},
year = {2021}
}
备注
Accepted by TWC