利用流形优化实现多智能反射面辅助的多用户加权和速率最大化
信号处理
2021-09-30 v1 系统与控制
系统与控制
摘要
智能反射面（IRS）凭借其在相移优化方面的功能特性，能够改善无线电传播条件。事实上，在基站（BS）波束成形矩阵和 IRS 反射向量中存在几何流形。因此，我们提出了一种新颖的双流形交替优化（DMAO）算法，该算法利用微分几何理论来提升优化性能。首先，我们建立了一个多 IRS 多用户系统模型以最大化加权和速率，这可能导致我们的优化过程呈现非凸性。然后，为了给每个 BS 天线和 IRS 反射单元分配优化系数，我们分别使用复球面流形和复斜流形来表示波束成形矩阵和反射向量，这融合了内部几何结构与约束条件。通过一种创新的交替迭代方法，系统逐渐收敛至与最大化加权和速率相关联的优化稳定状态。此外，考虑到实际约束，我们对 IRS 反射系数进行了量化。实验结果表明，我们的方法在加权和速率方面显著优于传统方法。
引用
@article{arxiv.2109.14414,
title = {Multiple Intelligent Reflecting Surface aided Multi-user Weighted Sum-Rate Maximization using Manifold Optimization},
author = {Liyue Zhang and Qing Wang and Haozhi Wang},
journal= {arXiv preprint arXiv:2109.14414},
year = {2021}
}