面向IRS辅助去蜂窝大规模联合波束赋形与部署优化研究.pdf

摘要

摘要

近年来，由于随着第五代（5thgeneration，5G）移动通信技术时代的到

来，无线通信技术不再与以往一样局限于人与人之间的通信，而是扩展到了人

与物，甚至是物与物之间的通信。然而，随着接入移动互联网中的设备数目不

断增长，如何保证网络中各个设备都拥有良好的服务质量成为了一个关键。在

传统的以基站为中心的蜂窝网络架构中，由于频率变高带来的蜂窝小区规模缩

小以及接入用户数的海量增长，小区间干扰和小区切换的问题愈发严重，从而

使得小区内的用户，特别是位于小区边缘的用户的通信质量受到严重影响。因

此，去蜂窝大规模多输入多输出（Muti-InputMulti-output，MIMO）系统逐渐受

到了人们的关注。与传统的蜂窝网络最大的不同在于，去蜂窝大规模MIMO系

统不再使用以基站为中心的蜂窝架构，而是在服务区域内大量设置无线的接入

点（AccessPoint，AP），使得系统内的单个用户可以直接与多个AP通信，从

而大幅减少用户和AP间的路径损耗，为用户提供更好的服务质量。而这些大

量部署的AP则通过特定的回程网络与拥有信号处理功能的中央处理单元相

连。以用户为中心的架构也意味着传统蜂窝网络中存在的小区间切换和小区干

扰问题将不再存在，这也使得去蜂窝大规模MIMO系统成为5G中实现大规模

连接的关键技术之一。然而，为了给系统内所有用户都提供良好的服务质量，

需要部署的AP数量会随着用户数量的上升而快速增加，这将带来大量的能量

损耗以及回程网络能量开销。因此，提升去蜂窝大规模MIMO系统的能量效

率，实现5G大规模接入背景下的低功耗通信具有重大的研究意义。智能反射

表面（IntelligentReflectingSurface，IRS）作为一种新型的无源反射设备，由

于其能以极低功耗反射信号而受到人们的关注。IRS与之前传统的中继设备最

大不同在于，它并不具备接收和放大信号的功能，而仅具备反射功能，因此在

通信过程中消耗的能量极少。所以将IRS与去蜂窝大规模MIMO系统结合，一

方面可以在给用户提供良好的通信质量的同时，降低部署AP的数量，从而降

低系统的能量效率；另一方面可以使得系统的覆盖范围变得更广，并为之前系

统内通信质量较低的用户提供更可靠的通信。

本文的研究对象为IRS辅助去蜂窝大规模MIMO系统的联合波束赋形与部

署优化。IRS的部署可分为两种形式，一种在为固定部署在某一个地方，如室

内建筑的天花板、墙壁，室外建筑的外墙等；另一种为部署在空中平台（Aerial

IRS，AIRS），如无人机上，并可以按照需求进行移动。而在去蜂窝大规模

MIMO系统中，提高系统内所有用户的加权和速率是一个重要的研究方向。基

于以上的分析，本文面向IRS辅助去蜂窝大规模MIMO系统，分别针对固定

IRS与AIRS辅助两种不同的场景，在固定IRS辅助去蜂窝大规模MIMO场景

中提出了一种低复杂度的联合波束赋形算法，以最大化系统的加权和速率；在

AIRS辅助去蜂窝大规模MIMO场景中提出了一种联合波束赋形和AIRS部署

-I-

摘要

优化算法，以最大化系统的能量效率。

在固定IRS辅助去蜂窝大规模MIMO系统中，本文研究的内容是系统的加

权和速率最大化问题，其目标函数为系统各用户的加权和速率，优化变量为AP

端的预编码矩阵和IRS端的相移矩阵，约束条件为AP的总传输功率最大限制

与IRS相位的可行域集合。由于该问题的目标函数和约束条件均含有非凸的表

达式，因此该问题求解起来十分复杂。本文首先利用拉格朗日对偶变换方法，

将原问题的目标函数从对数之和的形式转化为了分数之和的形式。接下来，由

于目标函数仍然是非凸的，本文利用交替优化理论，将该优化问题解耦为两个

子问题，即IRS端的被动波束赋形问题与AP端的主动波束赋形问题，在对两

个子问题进行分别求解并多次迭代后，最终得到原问题的近似最优解。在IRS

端的被动波束赋形问题中，本文首先利用二次转换方法将该子问题转化为了一

个标准的二次约束二次规划问题。在后续的求解中，本文先利用可得到全局最

优解的分支定界法对该问题进行求解，