Sistema híbrido MMWave asistido por RIS dañado en el hardware: diseño de formación de haces y análisis de rendimiento (notas de lectura en papel)

---

prefacio

Este artículo es una nota de lectura para el documento Sistemas híbridos mmWave asistidos por RIS con problemas de hardware
: diseño de formación de haces y
análisis de rendimiento.

提示：以下是本篇文章正文内容，下面案例可供参考

1. Resumen

Reconfigurable Smart Surface (RIS) es una tecnología innovadora para ayudar a la comunicación de ondas milimétricas (MMWave). Debido a las ventajas del bajo costo de hardware y el bajo consumo de energía, la estructura del transceptor híbrido también se ha convertido en una parte integral del sistema MMWAVE. Sin embargo, debido a las limitaciones prácticas de los dispositivos de hardware, normalmente se producen deterioros de hardware inevitables (HWI) en la comunicación MMWave asistida por RIS. En este artículo, bajo las restricciones prácticas de cambio de fase discreto, el MSE (suma) y la velocidad promedio del sistema MMWave MIMO de topología puntual asistido por RIS se minimizan y la velocidad promedio se maximiza optimizando conjuntamente el coeficiente de reflexión del transceptor híbrido y RIS, respectivamente. Primero consideramos el caso del usuario de una sola antena y proponemos un algoritmo de optimización alterna (AO) eficiente para resolver estos dos problemas intratables. Para el problema de optimización discreta involucrado, se propone un método de penalización exacta orientada a binaria (BEP), que puede lograr un buen equilibrio entre rendimiento y complejidad. Se analiza la optimización del algoritmo AO bajo la condición de canales de línea de visión en cascada, y se revelan el efecto mínimo de MSE y el efecto de saturación de velocidad promedio bajo SNR alta. Luego, la investigación anterior se generaliza al caso general de usuario de múltiples antenas y se propone un esquema de dos etapas de baja complejidad, cuyo objetivo es crear canales RIS en cascada favorables en la primera etapa y mejorar el rendimiento del sistema en la segunda etapa. En el escenario LOS, también se ha demostrado que este esquema de dos etapas logra un rendimiento óptimo. Los resultados numéricos validan nuestro análisis teórico e ilustran el rendimiento superior del algoritmo propuesto sobre varios esquemas de referencia.

2. Introducción

La proliferación de aplicaciones emergentes ávidas de datos está impulsando las futuras redes inalámbricas hacia la banda de frecuencia de ondas milimétricas (MMWave), que puede proporcionar abundante ancho de banda para lograr un rendimiento de gigabits por segundo. Sin embargo, debido a la alta frecuencia de la portadora, la comunicación MMWave generalmente sufre una pérdida de ruta severa, lo que degrada en gran medida el rendimiento de la comunicación. Con este fin, la tecnología masiva de múltiples entradas y múltiples salidas (MIMO) con capacidad de haz altamente direccional y de alta ganancia se considera una solución prometedora. Normalmente, las arquitecturas convencionales de formación de haces totalmente digitales no son prácticas para conjuntos de gran escala porque requieren que cada antena esté equipada con una cadena de radiofrecuencia (RF) dedicada, lo que resulta en un costo de hardware y un consumo de energía prohibitivos [1]-[3]. Como solución, las arquitecturas híbridas de formación de haces que consisten en formadores de haces digitales de baja dimensión y formadores de haz analógicos de alta dimensión se han convertido en una parte integral de las comunicaciones MMWave, donde el número de costosas cadenas de RF se reduce considerablemente, mientras que el rendimiento sólo se degrada ligeramente [2]. . Además, las señales MMWave también son muy susceptibles a bloquearse, lo que resulta en una alta pérdida de penetración, como en paredes de concreto y edificios. Una solución madura a este problema es aplicar la tecnología de retransmisión MIMO para establecer una comunicación de múltiples saltos, pero esto requiere un procesamiento de señales complejo y un alto consumo de energía, por lo que la implementación a gran escala es costosa y poco práctica [3].

En los últimos años, la tecnología Reconfigurable Smart Surface (RIS) se ha desarrollado rápidamente como una tecnología rentable y atractiva que puede ayudar a la comunicación MMWave con graves pérdidas de propagación y penetración [4], [5]. RIS consta de un controlador inteligente y una gran cantidad de elementos reflectantes pasivos, cada uno de los cuales puede ajustar dinámicamente la amplitud y el cambio de fase (denominados colectivamente coeficiente de reflexión) de la señal incidente [4], [5]. Por lo tanto, RIS puede remodelar el entorno de propagación inalámbrica ajustando de forma adaptativa todos los coeficientes de reflexión. En comparación con los relés MIMO convencionales, RIS no requiere enlaces de radiofrecuencia y, por tanto, tiene un menor consumo de energía. Además, debido a su modularidad y características de implementación flexible, es más adecuado para actualizaciones a gran escala de los sistemas inalámbricos actuales. Según la discusión anterior, la combinación de las tres tecnologías de vanguardia de RIS pasivo, MIMO masivo y tecnología de formación de haces híbrida puede mejorar en gran medida la cobertura y el rendimiento de la comunicación MMWave manteniendo un bajo costo de hardware y una baja sobrecarga de energía.

Se han realizado extensas investigaciones sobre la aplicación de la comunicación mmWave asistida por RIS en diferentes configuraciones, como la de un solo usuario, de múltiples entradas y múltiples salidas (SU-MIMO) [6]-[8] y de múltiples usuarios, de múltiples entradas y salidas únicas [ 9]-[11] Investigación. Para configuraciones SU-MIMO, los trabajos de [6]–[8] están destinados al diseño conjunto de la matriz de reflectancia RIS y los transceptores híbridos para maximizar la eficiencia espectral. Específicamente, los autores de [6] explotan la estructura inherente de los canales MIMO mmWave en cascada de RIS para proponer un esquema de dos etapas para optimizar los transceptores RIS y híbridos por separado. Este método de diseño se generalizó a sistemas mmWave de banda ancha en [7]. Considerando cambios de fase realistas de RIS de baja resolución, los autores en [8] proponen un método de refinamiento continuo eficiente para la optimización discreta de RIS y precodificador/sintetizador analógico. Para la estructura MU-MISO, [9]-[11] estudiaron el diseño conjunto de RIS pasivo y formador de haz híbrido, que lograron el error cuadrático medio (MSE) mínimo, la potencia de transmisión mínima [10] y la velocidad de suma máxima [11] respectivamente. . . Por lo tanto, se han desarrollado varias técnicas de optimización no convexas para resolver estos diseños de juntas intratables, como el método de proyección de gradiente [9], el algoritmo de dos capas basado en penalizaciones y optimización múltiple [10], y la aproximación convexa sucesiva (SCA). ) método [11]. Obviamente, todas las investigaciones teóricas anteriores se llevan a cabo bajo el supuesto de un hardware perfecto. Sin embargo, la comunicación mmWave real a menudo tiene defectos de hardware no despreciables, como no linealidad del amplificador, ruido de fase, error de cuantificación, desequilibrio en fase/cuadratura (I/Q), etc., enfrentando así cierta degradación del rendimiento [12]. Desafortunadamente, debido a la naturaleza estocástica y variable en el tiempo del hardware, las HWI no pueden mitigarse por completo ni siquiera con métodos de compensación eficaces. Por lo tanto, tiene una importancia práctica importante incorporar la distorsión de la señal causada por hwi en el diseño del sistema auxiliar ris.

Los HWI en sistemas inalámbricos asistidos por RIS se pueden dividir básicamente en dos categorías: HWI de transceptores aditivos agregados y HWI de RIS multiplicativos generados por cambios de fase de resolución finita (también conocidos como ruido de fase RIS) [13]. [14] El autor hizo un intento preliminar en el diseño de formación de haz perceptual HWI para el sistema MISO asistido por RIS. En el sistema MISO asistido por RIS, sólo se considera el transceptor HWIS, y el cambio de fase ideal del RIS es la resolución infinita. Algunos trabajos publicados recientemente [15]–[20] también consideran el HWI adicional de RIS. Por ejemplo, los autores en [15] modelaron RIS HWI como ruido de fase aleatorio distribuido uniformemente y derivaron una expresión cerrada para la velocidad promedio de los sistemas SISO asistidos por RIS sobre esta base. Bajo el mismo supuesto del sistema HWIS, los artículos [16] y [18] analizaron la eficiencia espectral y la eficiencia energética del sistema MISO asistido por Ris. Por el contrario, los autores de [17] modelaron el ruido de fase RIS con una distribución de von Mises y estudiaron el problema de minimización de MSE para sistemas MIMO asistidos por RIS. Además, considerando que es difícil obtener información del estado del canal (CSI) ideal en aplicaciones prácticas, se estudia el diseño conjunto de formación de haz robusto del sistema MISO asistido por RIS basado en HWIS basándose en CSI estadístico [19] y CSI estimado [20]. , respectivamente.

De hecho, todavía hay varias lagunas en la investigación en [15]-[20] que deben colmarse. En primer lugar, los algoritmos propuestos en estos trabajos no se pueden generalizar directamente a los sistemas MIMO asistidos por RIS porque HWIS conduce a funciones objetivo más complejas. En segundo lugar, los diseños de RIS pasivos en [18], [19] no tienen en cuenta la aleatoriedad del ruido de fase desconocido y, por lo tanto, generalmente funcionan mal frente a HWIS. En tercer lugar, estos algoritmos tampoco son directamente aplicables al caso de formación de haz híbrido, donde la restricción inherente del modo unitario impuesta al precodificador/sintetizador analógico puede dificultar el diseño conjunto. Hasta donde saben los autores, no existe literatura publicada sobre diseños conjuntos de transceptores híbridos y RIS para sistemas MMWAVE asistidos por RIS con HWIS.

En este artículo, consideramos un sistema MMWave asistido por Ris deteriorado por hardware donde los HWI están presentes tanto en transceptores híbridos como en RIS. Nuestro objetivo es diseñar conjuntamente un precodificador híbrido, un coeficiente de reflexión RIS y un combinador híbrido para minimizar la suma del error cuadrático medio y maximizar la tasa promedio, respectivamente, bajo restricciones prácticas de cambio de fase discreto. Estos dos problemas suelen ser un desafío porque sus funciones objetivo son complejas o incluso no analíticas, contienen ruido de distorsión de hardware y ruido de fase RIS, y las restricciones de modo de unidad discreta involucradas no son convexas. Para abordar las cuestiones anteriores, exploramos la estructura intrínseca de estos dos problemas y proponemos algoritmos eficientes para diferentes configuraciones del sistema. Además, se analiza teóricamente la influencia de HWIS en el transceptor y RIS en el rendimiento de velocidad promedio del sistema. Las principales aportaciones de nuestro trabajo se resumen a continuación:

• Primero, para los usuarios de una sola antena cuyas variables de optimización se simplifican más, el problema de minimización de MSE promedio fraccional (maximización de velocidad promedio) se transforma en un problema equivalente en forma de resta de parámetros, y se propone un algoritmo de optimización alternativa (AO) eficiente para encontrar un óptimo local. Específicamente, al explotar las representaciones binarias de variables discretas y la implicación continua equivalente de restricciones binarias, proponemos un método de penalización exacta orientada a binaria (BEP) para resolver todos los subproblemas de optimización discreta involucrados, que es capaz de lograr un equilibrio entre rendimiento y complejidad.
• En segundo lugar, para el caso general de usuario de múltiples antenas, proponemos un esquema de dos etapas de baja complejidad para abordar estos dos problemas, evitando la AO entre variables de alta dimensión. En la primera etapa, diseñamos conjuntamente un precodificador/sintetizador analógico discreto y un cambio de fase RIS para construir canales de propagación favorables. Más específicamente, RIS está diseñado para ser la ganancia de canal máxima efectiva para la cual el método BEP propuesto todavía es aplicable. Inspirándonos en las estrategias de transmisión MIMO basadas en una alineación óptima del espacio de características, proponemos un esquema de coincidencia unitario para el diseño de precodificador/sintetizador analógico. En la segunda etapa, se propone un proceso de AO de baja dimensión y un diseño de precodificador digital basado en maximizar la relación señal-distorsión-ruido (SDNR), que minimizan el promedio y el MSE y maximizan la tasa promedio, respectivamente.
• Luego, se analiza la optimización del algoritmo AO y el esquema de dos fases para usuarios de antena única y antena múltiple bajo la configuración del canal de usuario de línea de visión en cascada (BS-RIS), respectivamente. Además, tanto el efecto suelo MSE irreducible como el efecto de saturación de velocidad promedio inducido por HWIS en transceptores híbridos y RIS se revelan en condiciones de alta SNR. En particular, establecemos la equivalencia entre la minimización promedio de MSE y la maximización de tasa promedio para un cambio de fase RIS ideal. Los resultados numéricos verifican la exactitud del análisis teórico y muestran que el algoritmo propuesto supera los esquemas de referencia existentes.

El resto del artículo se estructura de la siguiente manera. La Sección II presenta el modelo del sistema y la formulación del problema. La Sección III estudia el diseño conjunto de RIS y transceptores híbridos para el caso de usuario de una sola antena. Este estudio se amplía luego al caso general de usuario de antenas múltiples en la Sección IV. Las secciones 5 y 6 analizan la complejidad del algoritmo propuesto y realizan experimentos numéricos para la evaluación del desempeño. Finalmente, la Sección VII concluye el artículo.

---

3. modelo del sistema

`

Deterioros de hardware aditivos en transceptores

distribución gaussiana

Ruido de fase RIS

También consideramos el ruido de fase aleatorio en RIS causado por cambios de fase discretos [16], [19]. Dado que sólo se utilizan bits B para cuantificar el cambio de fase RIS, el $El\; ruido\; de\; fase\; en\; m$ unidades RIS se puede modelar como${\bar{i}}_{}\in Ud.\left[-\frac{}{2^B},\frac{}{2^B}\right]$ ,其中$Ud.\left[\cdot \right]$ significadistribución uniforme. Por lo tanto, la matriz de reflexión RIS real con ruido de fase se expresa como$\widetilde{Fi}=Fi\overline{Fi}$,índice $\overline{Fi}=\mathrm{diagnóstico}\left\{{mi}^{j{\bar{i}}_{}},\cdots ,{mi}^{j{\bar{i}}_{}}\right\}$ denota la matriz de ruido de fase diagonal en RIS.

Modelo de señal recibida con problemas de hardware

$$y=h_{Fi}X+norte+{el}_{}=\underset{y}{\underbrace{h_{Fi}\left(F_{}{F}_{}S+{el}_{}\right)+}}+{el}_{}$$

Modelo de señal después de la ecualización en el receptor.

$$\begin{array}{rl}\hat{s}=& {W.}_{CAMA\; Y\; DESAYUNO}^{}{W.}_{RF}^{}y\\ =& {W.}_{CAMA\; Y\; DESAYUNO}^{}{W.}_{RF}^{}{h}_{Fi}\left(F_{}{F}_{}s+{el}_{}\right)+{W.}_{CAMA\; Y\; DESAYUNO}^{}{W.}_{RF}^{}{el}_{}\\ & +{W.}_{CAMA\; Y\; DESAYUNO}^{}{W.}_{RF}^{}norte\end{array}$$

penalización exacta orientada a binario (BEP)

Programación binaria, un problema de optimización biconvexa aumentada con restricciones de igualdad bilineal.

La optimización binaria es un problema central en la optimización matemática y su aplicación es muy amplia. Para abordar este problema, proponemos una nueva clase de técnicas de optimización continua basadas en programación matemática con restricciones de equilibrio. Primero transformamos la programación binaria en un problema de optimización biconvexo aumentado equivalente con restricciones de igualdad bilineal y luego proponemos un método de función de penalización exacta para resolverlo. El algoritmo resultante busca una solución ideal al problema original resolviendo una serie de subproblemas de relajación convexa de programación lineal . Además, demostramos que la función de penalización obtenida al agregar restricciones complementarias al objetivo es exacta , es decir , tiene los mismos mínimos locales y globales que el programa binario original cuando el parámetro de penalización excede un cierto umbral . La convergencia de este algoritmo está garantizada porque en la literatura es esencialmente un descenso de coordenadas en bloque . Finalmente, demostramos la efectividad de nuestro método en el problema del descubrimiento de subgrafos densos . Amplios experimentos demuestran que nuestro método supera a las técnicas existentes, como el umbral estricto iterativo y la relajación de la programación lineal.

Discusión sobre el caso de usuario de antena única (MISO)

En esta sección, nuestro objetivo es abordar el problema (9) en el caso del usuario de una sola antena, donde solo se requiere un único flujo de datos. Por lo tanto, el canal de usuario RIS $G$ se reduce a${gramo}^h\in C^{1\times M}$ , la variable de optimización en el problema (9) degenera en$\left\{W,F,F_{},F_{}\right\}$。

tres casos especiales

Como el canal de línea de visión (BS-RIS), la transmisión SNR alta y el cambio de fase RIS ideal para ilustrar la optimización de nuestro algoritmo AO propuesto para la minimización de MSE y la maximización de la velocidad promedio.

1) canal LOS:

Al suponer que BS y RIS están correctamente desplegados a grandes altitudes, de manera que existe un enlace LOS determinista entre ellos, damos una idea del problema de minimización de MSE equivalente (12) y del problema de maximización de velocidad promedio (22) en las siguientes proposiciones: el óptimo solución de .
$$\begin{array}{rl}{i}^{optar}& =\underset{i_{}\in segundo,\forall metro}{arg\_}{\left|i^h\mathrm{diagnóstico}\left({gramo}^h\right)a_{}\left(f_r^{},i_r^{}\right)\right|}^2,\\ F_{RF}^{}& =\underset{F_{RF,}\in B,\forall yo}{arg\_}{\left|a_t^{}\left(f_r^{},i_r^{}\right)F_{}\right|}^2\end{array}$$

2) Régimen de alta SNR:

En SNR alta, es decir, ${PAG}_{}\to \infty$ , la expresión MSE en (10) se reduce a

Análisis de algunos resultados de simulación.