快变信道下智能反射面辅助 MIMO 传输的双时间尺度优化
信息论
2022-06-16 v1 信号处理
math.IT
摘要
智能反射面(IRS)的应用依赖于信道状态信息(CSI)的获取，而在快变信道中，信道训练、估计与反馈的巨大开销阻碍了其应用。本文提出一种新的双时间尺度波束赋形方法，以最大化 IRS 辅助 MIMO 系统的平均可达速率(AAR)，其中 IRS 基于统计 CSI (S-CSI) 以相对较低的频率进行配置，而基站预编码器与功率分配则基于快速过时的瞬时 CSI (I-CSI) 以较高频率更新。其核心思想是：我们首先揭示基于过时 I-CSI 的最优小时间尺度功率分配具有注水结构；在给定最优功率分配后，提出一种基于小批量采样(mbs)的粒子群优化(PSO)算法，以更少的信道样本优化大时间尺度 IRS 配置。另一重要方面是，我们设计了模型驱动的 PSO 算法来优化 IRS 配置，其仅利用 S-CSI 即可最大化 AAR 的下界，并免除了对信道样本的需求。该模型驱动 PSO 作为 mbs-PSO 的可靠下界。仿真验证了新双时间尺度波束赋形策略在 AAR 与效率上优于其他替代方案，并展示了 IRS 的增益。
引用
@article{arxiv.2206.07276,
title = {Two-Timescale Optimization for Intelligent Reflecting Surface-Assisted MIMO Transmission in Fast-Changing Channels},
author = {Yashuai Cao and Tiejun Lv and Wei Ni},
journal= {arXiv preprint arXiv:2206.07276},
year = {2022}
}
备注
15 pages, 11 figures, Accepted by IEEE Transactions on Wireless Communications