多用户智能反射面辅助系统的上下行联合资源分配
信息论
2022-08-01 v2 信号处理
math.IT
摘要
我们研究了多用户频分双工（FDD）和时分双工（TDD）系统中智能反射面（IRS）的上下行联合配置。在 FDD 系统中，由于上下行传输同时进行，因此必须对 IRS 进行联合配置以同时服务于两种传输，这是开展此项研究的动机。在 TDD 系统中，尽管联合设计并非严格必要，但它能显著减少与更新 IRS 相关的反馈开销、功耗和配置周期。为计算联合设计所实现的上下行速率之间的折中，我们构建了一个加权和问题，并使用所开发的块坐标下降算法对其进行优化。通过数值仿真研究了由此产生的上下行折中区域，以获取对不同场景的深入理解。在所有 FDD 场景和部分 TDD 场景中，联合优化设计显著优于固定上行（固定下行）启发式方法，即使用为上行（下行）优化的 IRS 配置来辅助下行（上行）传输。此外，联合设计大幅缩小了与允许上下行采用不同 IRS 配置的独立设计上界之间的差距。而在其余的 TDD 场景中，固定上行和固定下行设计几乎达到了独立设计的性能，并且与优化联合设计及独立设计相比，大幅减少了开销和/或复杂度。
引用
@article{arxiv.2108.11349,
title = {Joint Uplink-Downlink Resource Allocation for Multi-User IRS-Assisted Systems},
author = {Mahmoud Saad Abouamer and Patrick Mitran},
journal= {arXiv preprint arXiv:2108.11349},
year = {2022}
}
备注
Accepted for publication in IEEE Transactions on Wireless Communications