In this paper, we propose a new dynamic IRS beamforming framework to boost the sum throughput of an intelligent reflecting surface (IRS) aided wireless powered communication network (WPCN). Specifically, the IRS phase-shift vectors across time and resource allocation are jointly optimized to enhance the efficiencies of both downlink wireless power transfer (DL WPT) and uplink wireless information transmission (UL WIT) between a hybrid access point (HAP) and multiple wirelessly powered devices. To this end, we first study three special cases of the dynamic IRS beamforming,namely user-adaptive IRS beamforming, UL-adaptive IRS beamforming, and static IRS beamforming,by characterizing their optimal performance relationships and proposing corresponding algorithms. Interestingly, it is rigorously proved that the latter two cases achieve the same throughput, thus helping halve the number of IRS phase shifts to be optimized and signalling overhead practically required for UL-adaptive IRS beamforming. Then, we propose a general optimization framework for dynamic IRS beamforming, which is applicable for any given number of IRS phase-shift vectors available. Despite of the non-convexity of the general problem with highly coupled optimization variables, we propose two algorithms to solve it and particularly, the low-complexity algorithm exploits the intrinsic structure of the optimal solution as well as the solutions to the cases with user-adaptive and static IRS beamforming. Simulation results validate our theoretical findings, illustrate the practical significance of IRS with dynamic beamforming for spectral and energy efficient WPCNs, and demonstrate the effectiveness of our proposed designs over various benchmark schemes.


翻译:在本文中,我们提出了一个新的动态IRS光学成像框架,以提升智能反射表面(IRS)辅助无线动力通信网络(WPCN)的总和。具体地说,对时间和资源配置的IRS级级转移矢量和静态IRS系统进行优化,以提高无线电传输(DL WPT)和无线信息传输(UL WIT)在混合接入点(HAP)和多个无线动力设备之间的下行传输(UL WIT)的效率。为此,我们首先研究三例动态IRS系统成像、即用户适应型IRS成形、UL-适应型IRS系统成形和静态IRS系统成形,通过描述其最佳性性能关系和提出相应的算法。 有趣的是,后两例的IRS阶段变异性转移,从而帮助将URS系统上流化系统实际所需的顶替电流数据信号信号信号信号化。 然后,我们提议一个动态IRS的内行优化框架, 也就是我们当前动态变动的变压变压的系统, 的变压结构将显示我们整个变动的变压的系统, 的变动的变压变压的变压的变压的变压, 将显示我们的所有的变压的变压的变压的变压的变压的变压的变压的变压的变压的变压的变压的变式的变式的变式的变式的变式的变式 。

0
下载
关闭预览

相关内容

【AAAI2021】记忆门控循环网络
专知会员服务
48+阅读 · 2020年12月28日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9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
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
自然语言处理顶会EMNLP2018接受论文列表!
专知
87+阅读 · 2018年8月26日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
PATRIOT: Anti-Repackaging for IoT Firmware
Arxiv
0+阅读 · 2021年9月9日
VIP会员
相关VIP内容
【AAAI2021】记忆门控循环网络
专知会员服务
48+阅读 · 2020年12月28日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
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
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
自然语言处理顶会EMNLP2018接受论文列表!
专知
87+阅读 · 2018年8月26日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9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