大规模智能反射面辅助双向中继网络的相位优化
信息论
2022-05-20 v2 math.IT
摘要
本文中，在智能反射面（IRS）的辅助下，源节点（S）与目的节点（D）通过双向解码转发中继（TW-DFR）交换信息。我们主要关注 IRS 的相位优化以提升系统速率性能。首先，通过特征值分解（EVD）提出一种最大化接收功率和（Max-RPS）方法，获得了可观的速率提升，称为 Max-RPS-EVD。为进一步提升速率，提出了一种高复杂度的最大化最小速率（Max-Min-R）方法。为降低其复杂度，提出了一种通过通用幂迭代（GPI）最大化总和速率（Max-SR）的低复杂度方法，称为 Max-SR-GPI。仿真结果表明，所提三种方法均优于随机相位方法，尤其是所提 Max-SR-GPI 方法表现最佳，相较随机相位至少获得 20% 的速率增益。此外，还证明了当 TW-DFR 与 IRS 位于 S 和 D 中间时可达最优速率。
引用
@article{arxiv.2203.09185,
title = {Phase Optimization for Massive IRS-aided Two-way Relay Network},
author = {Peng Zhang and Xuehui Wang and Siling Feng and Zhongwen Sun and Feng Shu and Jiangzhou Wang},
journal= {arXiv preprint arXiv:2203.09185},
year = {2022}
}
备注
9 pages,10 figures