IRS 辅助的大规模 MIMO-NOMA 网络：利用波极化
信号处理
2021-05-20 v3
摘要
双极化智能反射面（IRS）有助于更好地复用相互干扰的无线用户。在本文中，我们利用该特性在不完美连续干扰消除（SIC）下改善双极化大规模多输入多输出（MIMO）结合非正交多址（NOMA）的性能。通过考虑多簇场景的下行链路，IRS 辅助基站（BS）在极化域复用用户子集。我们的新策略减轻了不完美 SIC 的影响，并使用户能够利用极化分集且具备近零子集间干扰。为此，IRS 被优化以抑制来自 BS 的干扰极化传输。所公式化的优化被转化为二次约束二次子问题，从而可通过内点法获得最优解。我们还解析推导了在考虑大量反射元件时用户遍历速率的闭式表达式。随后给出了代表性仿真示例和全面讨论。结果表明，当 IRS 足够大时，即使存在 SIC 误差传播，所提方案也始终优于传统大规模 MIMO-NOMA 和 MIMO-OMA 系统。还证实了双极化 IRS 可使交叉极化传输对用户有益，使用户能通过分集提升性能。
引用
@article{arxiv.2012.03639,
title = {IRS-Assisted Massive MIMO-NOMA Networks: Exploiting Wave Polarization},
author = {Arthur S. de Sena and Pedro H. J. Nardelli and Daniel B. da Costa and F. Rafael M. Lima and Liang Yang and Petar Popovski and Zhiguo Ding and Constantinos B. Papadias},
journal= {arXiv preprint arXiv:2012.03639},
year = {2021}
}