Intelligent reflecting surface (IRS) is envisioned to play a significant role in future wireless communication systems as an effective means of reconfiguring the radio signal propagation environment. In this paper, we study a new multi-IRS aided massive multiple-input multiple-output (MIMO) system, where a multi-antenna BS transmits independent messages to a set of remote single-antenna users using orthogonal beams that are subsequently reflected by different groups of IRSs via their respective multi-hop passive beamforming over pairwise line-of-sight (LoS) links. We aim to select optimal IRSs and their beam routing path for each of the users, along with the active/passive beamforming at the BS/IRSs, such that the minimum received signal power among all users is maximized. This problem is particularly difficult to solve due to a new type of path separation constraints for avoiding the IRS-reflected signal induced interference among different users. To tackle this difficulty, we first derive the optimal BS/IRS active/passive beamforming solutions based on their practical codebooks given the reflection paths. Then we show that the resultant multi-beam multi-hop routing problem can be recast as an equivalent graph-optimization problem, which is however NP-complete. To solve this challenging problem, we propose an efficient recursive algorithm to partially enumerate the feasible routing solutions, which is able to effectively balance the performance-complexity trade-off. Numerical results demonstrate that the proposed algorithm achieves near-optimal performance with low complexity and outperforms other benchmark schemes. Useful insights into the optimal multi-beam multi-hop routing design are also drawn under different setups of the multi-IRS aided massive MIMO network.


翻译:智能反射表面( IRS) 预计将在未来无线通信系统中发挥重要作用, 以此作为重新配置无线电信号传播环境的有效手段。 在本文中, 我们研究一个新的多IRS 帮助大型多输出多输出多输出( MIMO) 系统, 多ANTANDA BS 将独立信息传送给一组远程单向线用户, 使用正方形光束。 由不同的IRS 群组成的不同路径分解制约, 避免IRS- 直观( LoS) 的多动被动光束成色, 而不是对等光线( LOSS) 链接。 我们的目标是为每个用户选择最佳的 IRS 及其光线向多输出路径的路径路径路径路径, 同时在 BS/ IMOM( MIM) 系统中, 将所有用户收到的最小信号能量传递到一组。 这个问题特别难以解决, 因为有一种新的路径分解限制, 避免IRS- 反射信号在不同的用户中产生最佳的信号。 为了解决这个难题, 我们首先将最佳的 BS/ IMS 动态对等式的运行的运行运行运行运行运行运行运行 将显示一个实际的路径。

0
下载
关闭预览

相关内容

最新《时序分类:深度序列模型》教程,172页ppt
专知会员服务
42+阅读 · 2020年11月11日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
开源书:PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
已删除
将门创投
4+阅读 · 2019年11月8日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Learning to See Through Obstructions
Arxiv
7+阅读 · 2020年4月2日
Arxiv
4+阅读 · 2017年1月2日
VIP会员
相关VIP内容
相关资讯
已删除
将门创投
4+阅读 · 2019年11月8日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员