大型 IRS 辅助 SWIPT 系统的最优资源分配设计：一种可扩展优化框架
信息论
2021-04-09 v1 math.IT
摘要
本文研究大型智能反射面（IRS）辅助同步无线信息与功率传输（SWIPT）系统的最优资源分配算法设计。为便于大型 IRS 的高效系统设计，我们不再联合优化所有 IRS 单元，而是将 IRS 划分为若干区块，并采用包含离线设计阶段与在线优化阶段的可扩展优化框架。在离线阶段，每个区块的 IRS 单元被联合设计以支持一组不同的相移配置（称为传输模式），而在在线阶段为每个区块从集合中选取最佳传输模式。给定传输模式集合，我们旨在通过联合优化波束成形与传输模式选择策略，并分别考虑信息解码与非线性能量收集接收机的服务质量要求，使基站（BS）总发射功率最小。尽管资源分配算法设计被表述为非凸组合优化问题，我们应用分支定界（BnB）方法求得最优解，但该方法计算复杂度高。为权衡最优性与计算复杂度，我们还利用罚函数法与连续凸近似开发了高效的次优算法。仿真结果表明，相较若干基线方案，所提设计可实现显著的功率节省。此外，结果显示通过适当调整区块数与传输模式数，所提可扩展优化框架确实可支撑大型 IRS 的在线设计。
引用
@article{arxiv.2104.03346,
title = {Optimal Resource Allocation Design for Large IRS-Assisted SWIPT Systems: A Scalable Optimization Framework},
author = {Dongfang Xu and Vahid Jamali and Xianghao Yu and Derrick Wing Kwan Ng and Robert Schober},
journal= {arXiv preprint arXiv:2104.03346},
year = {2021}
}
备注
30 pages, 9 figures