多IRS輔助的NOMA URLLC系統性能優化

邱小劍 阮杰 付珍 崔苗 張廣馳 張璨

摘 要：工業自動化等新型無線通信場景具有嚴格的低時延性和高可靠性需求，在網絡中聯合使用智能反射面（IRS）、非正交多址接入（NOMA）以及超可靠低時延通信（URLLC）技術能支持海量終端接入，并提供更低的通信時延、更高的可靠性，以及更高的吞吐量性能。考慮多IRS輔助的NOMA URLLC系統在多個用戶被劃分為多個簇的情況下，用戶簇和IRS如何最佳配對和通信資源如何優化的問題，研究了聯合優化用戶發射功率分配、IRS反射波束成型以及用戶簇IRS配對決策問題，最大化用戶的吞吐量之和。為解決所考慮的非凸優化問題，提出一種基于交替迭代算法，通過巧妙地引入松弛變量，并采用半正定松弛方法，高效求解功率分配優化、IRS反射波束成型優化以及用戶簇IRS配對決策優化三個子問題。仿真結果表明，所提算法能顯著提高系統吞吐量，并且顯示了用戶簇IRS配對決策優化的必要性與有效性。

關鍵詞：智能反射表面；超可靠低時延通信；非正交多址接入；反射波束成型

中圖分類號：TP929?? 文獻標志碼：A

文章編號：1001-3695（2023）09-040-2815-05

doi：10.19734/j.issn.1001-3695.2022.12.0826

Performance optimization for multi-IRS-assisted NOMA URLLC systems

Qiu Xiaojian1，Ruan Jie1，Fu Zhen1，Cui Miao2，Zhang Guangchi2，Zhang Can2

（1.Jiangxi Institute of Civil Military Integration，Nanchang 300114，China；2.School of Information Engineering，Guangdong University of Technology，Guangzhou 510006，China）

Abstract：New wireless communication scenarios such as automated factories have stringent reliability and low latency requirements.In such wireless networks，the joint application of the intelligent reflecting surface （IRS），non-orthogonal multiple access （NOMA） ，and ultra-reliable and low-latency communication （URLLC） techniques have the potential to provide lower communication latency，higher reliability，and higher throughput performance，as compared to traditional wireless communication techniques.In a multi-IRS-assisted NOMA URLLC system where multiple users are divided into various clusters，this paper considered the problems of how to pair user clusters and IRSs and how to optimize the communication resource allocation.Specifically，it jointly investigated the user transmit power allocation，IRS reflection beamforming，and user-cluster-IRS pairing decision problems to maximize the sum of user throughputs.To solve the resulting non-convex optimization problem，it proposed an alternating iteration-based algorithm，which solved the three subproblems of power allocation optimization，IRS reflection beamforming optimization，and user cluster IRS pairing decision optimization alternately until achieving convergence by appropriately introducing slack variables and by using the semidefinite relaxation technique.Simulation results show that the proposed algorithm can significantly improve the systems throughput and verify the necessity and effectiveness of user cluster-IRS pairing decision optimization.

Key words：intelligent reflecting surface；ultra-reliable and low-latency communication；non-orthogonal multiple access；reflection beamforming optimization

0 引言

面對自動駕駛、自動化工廠等對可靠性和低時延有嚴格要求的新型通信場景，超可靠低時延通信（ultra-reliable and low-latency communication，URLLC）技術應運而生，成為了5G/6G的主要通信類型之一［1，2］。為了實現低時延，URLLC使用了短包通信技術，即通信傳輸使用的是包長度有限的數據塊，每個數據塊由有限個符號組成。URLLC能為車聯網、工業互聯網等新型網絡提供低時延、高可靠的無線通信服務，在遠程交互式控制、智能設備管理、能源管理等方面有極高的應用價值。另一方面，隨著無線物聯技術的普及，未來的車輛網與工業互聯網將具有海量終端接入的要求。為滿足該需求，非正交多址接入（non-orthogonal multiple access，NOMA）技術應運而生，它允許多個終端同時復用同一無線信道，擁有高頻譜效率以及支持大規模用戶接入的優點，是5G的關鍵技術［3］。因此，NOMA URLLC系統能同時滿足無線通信低時延、高可靠和海量接入的要求，備受車輛網與工業互聯網的青睞［4，5］。

實際上，在車聯網的自動駕駛場景中，往往存在建筑物、樹木、車輛等障礙物。工業互聯網在自動化工廠場景中，往往存在金屬機械、可移動生產設備的隨機運動以及生產設施的密集部署。在這些情況下，無線信號容易受到阻擋，從而導致NOMA URLLC系統的應用性能下降。如何提高實際應用場景中NOMA URLLC的可靠性并優化通信吞吐量是值得研究的關鍵問題。近年來，智能反射表面（intelligent reflecting surface，IRS）成為一種無線信號傳播的新使能技術。IRS由大量的無源反射元件組成，通過編程方式可以獨立控制每個元件反射信號的相位和幅度，實現對無線信道的智能增強，并且反射過程幾乎不產生熱噪聲，為解決無線信道的衰落損耗和干擾問題提供了革新性的手段，擁有提高無線通信有效性和可靠性的巨大潛力［6，7］。IRS為5G/6G提供了新的通信范式——IRS輔助無線通信［8～11］。因此，在IRS的輔助下，NOMA URLLC系統有望取得更低的通信時延、更高的可靠性和更高的吞吐量性能［12］。

一些學者已展開對基于短包通信的NOMA URLLC系統研究以及IRS輔助NOMA系統研究。文獻［13］研究了NOMA URLLC系統的吞吐量優化，顯示了在給定數據包長度即時延下，NOMA可以取得更優于OMA（orthogonal multiple access）的吞吐量性能，且隨著數據包長度增加，NOMA的優勢更突出。文獻［14］研究了NOMA URLLC系統具有嚴格異質時延約束的傳輸能量最小化問題。文獻［15］研究了下行多載波NOMA URLLC系統中的吞吐量最大化問題。文獻［16］的研究表明，優化IRS反射波束成型可以幫助降低NOMA網絡中用戶的中斷概率。文獻［17］研究了IRS輔助下行NOMA系統，優化IRS反射波束成型，最大化用戶和速率。文獻［18］研究了IRS輔助下行NOMA系統，通過優化IRS反射波束成型實現能量效率最大化。值得注意的是，上述研究工作表明NOMA十分適用于URLLC系統，可有效降低時延。上述研究還表明，IRS的反射波束成型設計能有效改善NOMA系統的信道質量，并提供額外的自由度來改善NOMA系統的通信性能，可見IRS是解決NOMA URLLC系統的低質量信道問題的有效技術。

已有研究通常只考慮部署單個IRS。由于單個IRS的覆蓋范圍有限，在一些復雜的無線電傳播環境中，如有多個轉角的室內走廊或有密集障礙物的室外環境，從發射機到IRS的信道和/或從IRS到接收機的信道可能被阻斷，所以部署單個IRS很難實現性能的全面提高，應用環境受限。與部署單個IRS相比，部署多個IRS具有更大的靈活性，有更大的概率建立有利的高質量無線信道，繞過阻塞的障礙物，提高接收機的接收信號功率。因此，部署多個IRS將提供更大的自由度進行系統性能優化，與單IRS系統相比，可以進一步提高通信性能［19，20］。

本文考慮多IRS輔助NOMA URLLC系統的通信資源分配優化。該系統通過指配不同的IRS輔助不同的用戶簇，實現通信性能的最優化。本文研究聯合優化用戶簇IRS配對、IRS的反射波束成型，以及用戶的發射功率分配，實現系統吞吐量最大化。所考慮的優化問題涉及二進制離散配對變量，并且具有非凸的結構，因而難以直接求解。本文提出求解該問題的高效算法：首先，通過將用戶簇IRS配對決策涉及的二進制變量松弛為連續變量；然后，采用基于塊坐標下降法對優化變量解耦合；最后，通過巧妙地引入松弛變量，并采用半正定松弛以及高斯隨機方法求解松弛與解耦合后得到的多個子問題。本文通過計算機仿真驗證了所提算法的性能，結果表明，與幾種基準方案相比，所提算法取得了顯著的吞吐量增益。

3 仿真結果

本文提供五種基準算法來與所提算法進行對比分析，五種基準算法分別是：

a）窮舉算法基準方案。該基準方案通過遍歷所有用戶簇IRS配對決策情況，并取遍歷的最大值來作為最優結果，每次遍歷時聯合優化用戶分配功率和IRS反射波束成型。通過這種方法可獲得最佳用戶簇IRS配對決策情況，但在K個用戶簇和I個IRS的情況下，會有KI種配對情況，且隨著用戶簇和IRS個數的增加而指數級增加，難以實際應用。

b）固定配對決策基準方案。該基準方案固定選擇一種用戶簇IRS配對決策，聯合優化用戶分配功率和IRS反射波束成型。

c）固定功率基準方案。該基準方案固定用戶分配功率，聯合優化IRS反射波束成型和用戶簇IRS配對決策。

d）固定相位基準方案。該基準方案固定IRS反射波束成型，聯合優化用戶分配功率和用戶簇IRS配對決策。

e）無IRS基準方案。該基準方案沒有IRS輔助通信，只有基站到用戶的傳輸信道，對用戶分配功率進行優化。

使用MATLAB軟件和CVX套件對所提算法和上述基準算法進行計算機仿真。在仿真中，設置系統中有K=2個用戶簇，基站到Uk，s和基站到Uk，l的距離分別為100 m和250 m，同時有I=2個IRS輔助通信，基站到兩個IRS的距離分別為5 m和155 m，兩個IRS到Uk，s的距離分別為100 m和50 m，兩個IRS到 Uk，l的距離分別為250 m和100 m。此外，所有信道為萊斯衰落信道，所提算法中所有判斷目標值是否收斂的閾值設置為10-3。

圖2展示了當N=400和M=20時，不同方案的用戶和吞吐量隨著最大發射功率P的變化。可以觀察到所有方案的吞吐量都隨著功率的增加而增加，而且所提算法的吞吐量明顯比其他方案的吞吐量高，說明所提算法的有效性。可以觀察到所提算法實現了和窮舉算法基站方案幾乎一致的吞吐量性能，這表明所提的用戶簇IRS配對決策方法是有效的，同時隨著用戶簇和IRS個數的變多，窮舉算法在遍歷次數上是指數增加的，在實現上是不現實的，這也突出了所提的用戶簇IRS配對決策方法在未來實際應用中的優越性和適用性。此外，所提算法實現了比固定配對決策基準方案更高的吞吐量，再次驗證了所提用戶簇IRS配對決策方法的有效性和優越性。然后，所提算法實現了比固定功率基準方案更高的吞吐量，驗證了所提算法的功率分配優化方法的有效性。最后，所提算法實現了比固定相位和無IRS更高的吞吐量，這驗證了所提算法的IRS反射波束成型優化方法的有效性。

圖3展示了當M=20和P=20 dBm時，不同方案的用戶和吞吐量隨著數據包長度N的變化。從圖中可以觀察到，所有方案的吞吐量都隨著數據包長度的增加而增加。可以觀察到在圖中所有的數據包長度上，所提算法都實現了比其他基準方案更高的吞吐量，再次驗證了所提算法的有效性和在實現相同吞吐量下可降低時延的優越性。

圖4顯示了當N=400和P=20 dBm時，不同方案的和吞吐量隨著智能反射表面元件個數M的變化情況。從圖中可以發現，所有方案的吞吐量都會隨著智能反射表面元件個數的增加而增加，而且在所有基準方案中，所提算法實現了最高的吞吐量。這些結果更加驗證了所提算法的有效性，以及在提高吞吐量性能上的優越性。值得注意的是，可以觀察到隨著智能反射元件個數的增加，所提算法實現的吞吐量和固定配對決策基準方案實現的吞吐量之間的差距明顯越來越大，這是因為隨著智能反射元件個數的增加，對IRS的反射信道的影響越大，這也表明了在部署多個反射元件個數較大的IRS下，用戶如何選擇IRS來輔助通信從而形成最佳的通信信道的用戶IRS配對決策問題研究的必要性和應用性。

4 結束語

本文研究了多個IRS輔助多用戶NOMA URLLC系統，考慮用戶簇在存在多個IRS的情況下，如何選擇IRS來輔助通信從而形成最佳的通信信道的具有實際應用性的配對決策問題。提出了聯合優化用戶發射分配功率、IRS反射波束成型和用戶簇與IRS配對決策，最大化所有用戶的和吞吐量。計算機仿真結果顯示優化用戶的發射功率、IRS反射波束成型和用戶簇與IRS配對，能顯著提高NOMA URLLC系統的吞吐量性能，并展示了對三者進行聯合優化的有效性和必要性。本文算法可以適用于車聯網與工業互聯網中使用多個IRS輔助基站與多用戶進行高可靠低時延通信的應用場景。

參考文獻：

［1］Bennis M，Debbah M，Poor H V.Ultrareliable and low-latency wireless communication： tail，risk，and scale［J］.Proceedings of the IEEE，2018，106（10）：1834-1853.

［2］伏玉筍，楊根科.無線超可靠低時延通信：關鍵設計分析與挑戰［J］.通信學報，2020，41（8）：187-203.（Fu Yusun，Yang Genke.Wireless ultra-reliable low-delay communication： key design analysis and challenges［J］.Journal of Communications，2020，41（8）：187-203.）

［3］Timotheou S，Krikidis I.Fairness for non-orthogonal multiple access in 5G systems［J］.IEEE Signal Processing Letters，2015，22（10）：1647-1651.

［4］Yu Yuehua，Chen He，Li Yonghui，et al.On the performance of non-orthogonal multiple access in short-packet communications［J］.IEEE Communications Letters，2017，22（3）：590-593.

［5］Li Yiqing，Jiang Miao，Zhang Qi，et al.Cooperative non-orthogonal multiple access in multiple-input-multiple-output channels ［J］.IEEE Trans on Wireless Communications，2018，17（3）：2068-2079.

［6］周儒雅，唐萬愷，李瀟，等.基于可重構智能表面的移動通信簡要綜述［J］.移動通信，2020，44（6）：63-69.（Zhou Ruya，Tang Wankai，Li Xiao，et al.A brief survey of mobile communication based on reconfigurable intelligent surface［J］.Mobile Communications，2020，44（6）：63-69.）（下轉第2844頁）

［7］Wu Qingqing，Zhang Rui.Intelligent reflecting surface enhanced wireless network via joint active and passive beamforming［J］.IEEE Trans on Wireless Communications，2019，18（11）：5394-5409.

［8］Cui Miao，Zhang Guangchi，Zhang Rui.Secure wireless communication via intelligent reflecting surface［J］.IEEE Wireless Communications Letters，2019，8（5）：1410-1414.

［9］Zhang Dingcai，Wu Qingqing，Cui Miao，et al.Throughput maximization for IRS-assisted wireless powered hybrid NOMA and TDMA［J］.IEEE Wireless Communications Letters，2021，10（9）：1944-1948.

［10］Zhong Canwei，Cui Miao，Zhang Guangchi，et al.Deep reinforcement learning-based optimization for IRS-assisted cognitive radio systems［J］.IEEE Trans on Communications，2022，70（6）：3849-3864.

［11］Gao Ying，Wu Qingqing，Zhang Guangchi，et al.Beamforming optimization for active intelligent reflecting surface-aided SWIPT［J］.IEEE Trans on Wireless Communications，2023，22（1）：362-378.

［12］Ren Hong，Pan Cunhua，Deng Yansha，et al.Resource allocation for secure URLLC in mission-critical IoT scenarios［J］.IEEE Trans on Communications，2020，68（9）：5793-5807.

［13］Sun Xiaofang，Yan Shihao，Yang Nan，et al.Short-packet downlink transmission with non-orthogonal multiple access［J］.IEEE Trans on Wireless Communications，2018，17（7）：4550-4564.

［14］Xu Yanqing，Shen Chao，Chang T H，et al.Transmission energy minimization for heterogeneous low-latency NOMA downlink ［J］.IEEE Trans on Wireless Communications，2019，19（2）：1054-1069.

［15］Chen Jie，Zhang Lin，Liang Y C，et al.Optimal resource allocation for multicarrier NOMA in short packet communications ［J］.IEEE Trans on Vehicular Technology，2019，69（2）：2141-2156.

［16］Ding Zhiguo，Poor H V.A simple design of IRS-NOMA transmission［J］.IEEE Communications Letters，2020，24（5）：1119-1123.

［17］Mu Xidong，Liu Yuanwei，Li Guo，et al.Exploiting intelligent reflecting surfaces in NOMA networks：joint beamforming optimization［J］.IEEE Trans on Wireless Communications，2020，19（10）：6884-6898.

［18］Fang Fang，Xu Yanqing，Pham Q V，et al.Energy-efficient design of IRS-NOMA networks［J］.IEEE Trans on Vehicular Technology，2020，69（11）： 14088-14092.

［19］Xu Kaizhe，Gong Shiqi，Cui Miao，et al.Statistically robust transceiver design for multi-RIS assisted multi-user MIMO systems［J］.IEEE Communications Letters，2022，26（6）：1428-1432.

［20］Pang Haijian，Cui Miao，Zhang Guangchi，et al.Joint beamforming design and resource allocation for double-IRS-assisted RSMA SWIPT systems［J］.Computer Communications，2022，196：229-238.

作者簡介：邱小劍（1972-），副研究員，主要研究方向為地理信息遙感技術；阮杰（1980-），高級工程師，主要研究方向為軟件信息工程技術；付珍（1984-），高級工程師，主要研究方向為電子信息與測試技術；崔苗（1978-），女（通信作者），主要研究方向為無線通信技術（single450@163.com）；張廣馳（1982-），教授，主要研究方向為無線通信技術；張璨（1996-），主要研究方向為無線通信技術.