智能反射面辅助大规模 MIMO 系统中面向 FDD 的联合空间分割与复用
信息论
2022-06-30 v1 math.IT
摘要
智能反射面（IRS）是一项有前景的技术，可在第五代（5G）及更先进的无线网络中满足更高的频谱与能效需求，同时重塑传播环境。这种设计可进一步结合大规模多输入多输出（mMIMO）特性以提升网络性能。然而，近期关于 IRS 的研究对 5G 系统（如 mMIMO）中所假设的信道互易性提出了质疑。因此，与以往工作不同，我们考虑频分双工（FDD）来研究 IRS 辅助 mMIMO 系统的性能。然而，FDD 并不适用于大规模天线架构。为此，我们采用联合空间分割与复用（JSDM）方法，利用信道向量相关性的结构来减少信道状态信息（CSI）的上行反馈，从而允许基站即使使用大量天线。JSDM 包含双结构预编码，并将具有相同协方差矩阵的用户设备（UE）聚类成组。具体而言，我们基于大尺度统计量，利用确定性等价（DE）分析并考虑相关瑞利衰落，推导了基于统计 CSI 的和频谱效率（SE）。随后，我们针对反射波束赋形矩阵（RBM）和总发射功率，制定和频谱效率的优化问题，该问题可利用大尺度统计量的慢时变特性在每个若干相干间隔执行。这一显著特性进一步有助于降低反馈开销。
引用
@article{arxiv.2206.14248,
title = {Joint Spatial Division and Multiplexing for FDD in Intelligent Reflecting Surface-assisted Massive MIMO Systems},
author = {Anastasios Papazafeiropoulos and Pandelis Kourtessis and Konstantinos Ntontin and Symeon Chatzinotas},
journal= {arXiv preprint arXiv:2206.14248},
year = {2022}
}
备注
accepted in IEEE TVT