虞文武,聂晓凯,崔铁军等 | 智能反射表面辅助的无线通信网络性能优化综述
文摘
科技
2024-08-16 12:00
北京
![]()
![]()
文章下载
虞文武, 聂晓凯, 蔡豫晋, 李广举, 刘洪喆, 程强, 崔铁军. 智能反射表面辅助的无线通信网络性能优化综述. 中国科学：信息科学, 2024, doi: 10.1360/SSI-2024-0060
![]()
智能反射表面（Intelligent Reflecting Surface，IRS）是推动未来6G通信网络实现超级无线带宽、超大规模连接以及极其可靠通信能力等方面性能极具潜力的新兴信息技术。该技术基于在数字超材料平面上集成的大量低成本无源反射元件，通过自适应配置无线传播环境显著提升在复杂场景下无线通信网络性能。实现复杂环境中通信链路自适应动态调控的关键在于针对IRS辅助的无线通信网络系统优化决策问题的有效解决。传统的波束设计方法往往需要人工干预和大量的计算资源，不仅限制了IRS技术的应用范围，还增加了网络运营的成本。因此，实现IRS被动波束赋形设计自动化是充分发挥IRS技术潜能的重要途径。运用先进的优化决策方案以及人工智能技术实现IRS被动波束赋形设计最优化将极大提高IRS技术的灵活性和自适应性，使其能够更好地满足未来无线通信的需求，有效应用于信息传输安全、移动边缘计算以及通感一体化等场景。为此，本文通过对IRS近年来在网络性能优化方面相关研究文献进行综述，从IRS辅助通信的网络架构及其性能优化方案和应用场景两个方面总结了当前IRS辅助的无线通信网络性能优化研究成果与进展，并进一步讨论了通信网络部署IRS的潜在未来研究方向。本文主要内容的体系架构如下图所示。本文着重介绍了目前 IRS 辅助通信网络的主要网络架构，包含无源/有源IRS方案、STAR-IRS方案、单反射双IRS方案和双反射双IRS方案，分别如图2-图5所示。为了更清晰地理清现有研究结果，本文从网络架构类别、性能优化问题、优化变量和优化方案四个方面总结了上述工作。如表2所示，目前研究的IRS辅助通信网络主要为单无源IRS、双无源IRS、多无源IRS、单有源IRS和STAR-IRS辅助的通信系统，关注的网络性能指标主要集中在最大化能量效率、最大化传输速率/网络吞吐量和最大化信噪比，网络中能够调控的资源主要包含基站/用户的有源波束和IRS/STAR-IRS的无源波束，常用的优化方法包括连续凸逼近、Dinkelbach算法、交替优化方法以及凸优化理论等。此外，本文系统性地总结了目前通信网络性能优化常用的方法及其主要特征。如表3所示，对于简单的凸优化问题，可以利用梯度下降法求得全局最优解，然而对于具有大规模等式约束的凸优化问题，需要利用交替方向乘子法进行求解。在无线通信网络中，性能优化问题一般为复杂的多变量非凸问题，对于此类问题，需要借助交替优化、连续凸逼近和Dinkelbach算法首先将非凸优化问题转换为凸优化问题，然后利用凸优化理论进行求解。 IRS辅助通信网络的性能优化将会给6G网络带来一种全新的范式，推动多种应用场景建设，突破产业发展瓶颈，为未来网络发展奠定基础。其中，高效的自动化波束赋形设计方案能够显著提升通信网络的性能。通过精确控制波束的指向和形状，可以最大程度地减少信号衰减和多径效应的影响，提高信号的传输效率和稳定性。同时，自动化波束赋形设计还能够根据用户需求和网络负载情况，智能地分配网络资源，实现更高效的数据传输和更低的延迟。因此，未来设计高效的自动化波束赋形设计方案具有重要意义，不仅能够提升无线通信网络的性能，为用户带来更加优质的通信体验，还能够推动无线通信技术的进一步发展，为未来的数字化社会提供坚实的通信支撑。
