大规模智能反射面的基于物理的建模与可扩展优化
信息论
2020-12-10 v2 信号处理
math.IT
摘要
智能反射面 (IRSs) 有潜力将无线通信信道转变为智能可重构传播环境。为实现这一新范式,无源 IRS 必须足够大,尤其在远场场景下的通信中,以补偿由发射机到 IRS 和 IRS 到接收机信道各自路径损耗相乘引起的大端到端路径损耗。然而,优化大量亚波长 IRS 单元对在线传输提出了重大挑战。为解决该问题,本文为大规模 IRS 开发了基于物理的模型与可扩展优化框架。基本思想是将 IRS 单元划分为若干子集(称为 tiles),建模每个 tile 对无线信道的影响,然后分两个阶段优化每个 tile,即离线设计阶段和在线优化阶段。对于基于物理的建模,我们从雷达文献中借用概念,将每个 tile 建模为异常反射体,并通过求解电矢量和磁矢量的相应积分方程,推导其在给定相移下对无线信道的影响。在离线设计阶段,每个 tile 的 IRS 单元被联合设计以支持不同传输模式,其中每种传输模式有效对应于 tile 单元对照射电磁波所施加相移的一种给定配置。在线优化阶段中,选取每个 tile 的最佳传输模式以最大化期望的服务质量 (QoS) 准则。我们表明,所提出的建模与优化框架可用于高效优化包含数千单元的大规模 IRS。
引用
@article{arxiv.2004.12957,
title = {Physics-based Modeling and Scalable Optimization of Large Intelligent Reflecting Surfaces},
author = {Marzieh Najafi and Vahid Jamali and Robert Schober and Vincent H. Poor},
journal= {arXiv preprint arXiv:2004.12957},
year = {2020}
}