要約
タイトル:STAR-RIS支援のMIMO-NOMAネットワークの省エネ設計
要約:
– 同時送信と反射再構成可能インテリジェント面(STAR-RIS)は、従来の反射のみのRISに比べてカバレッジ範囲を拡大できる。
– 本論文では、MIMO対応の非直交多元接続(NOMA)システムにおいて、STAR-RISの省エネ潜在力を利用することを目的とする。
– 系統のエネルギー効率を最大化するために、送信ビームフォーミングとSTAR-RISの低コスト・パッシブエレメントの位相を最適化するアルゴリズムを提案する。
– 送信ビームフォーミング最適化問題を解決するために、シグナルアラインメントとゼロフォーシング前処理法を用いて、各ユーザーペアにおいてMIMO-NOMAチャネルを単一アンテナNOMAチャネルに分解する方法を提案する。
– フェーズシフト最適化問題を解決するために、逐次凸近似法(SCA)に基づく方法を提案する。
– シミュレーション結果は、NOMA技術を使用した提案アルゴリズムが、直交多元接続(OMA)スキームおよびランダムフェーズシフトスキームに比べて優れたエネルギー効率性能を発揮することを示している。
要約(オリジナル)
Simultaneous transmission and reflection-reconfigurable intelligent surface (STAR-RIS) can provide expanded coverage compared with the conventional reflection-only RIS. This paper exploits the energy efficient potential of STAR-RIS in a multiple-input and multiple-output (MIMO) enabled non-orthogonal multiple access (NOMA) system. Specifically, we mainly focus on energy-efficient resource allocation with MIMO technology in the STAR-RIS assisted NOMA network. To maximize the system energy efficiency, we propose an algorithm to optimize the transmit beamforming and the phases of the low-cost passive elements on the STAR-RIS alternatively until the convergence. Specifically, we first decompose the formulated energy efficiency problem into beamforming and phase shift optimization problems. To efficiently address the non-convex beamforming optimization problem, we exploit signal alignment and zero-forcing precoding methods in each user pair to decompose MIMO-NOMA channels into single-antenna NOMA channels. Then, the Dinkelbach approach and dual decomposition are utilized to optimize the beamforming vectors. In order to solve non-convex phase shift optimization problem, we propose a successive convex approximation (SCA) based method to efficiently obtain the optimized phase shift of STAR-RIS. Simulation results demonstrate that the proposed algorithm with NOMA technology can yield superior energy efficiency performance over the orthogonal multiple access (OMA) scheme and the random phase shift scheme.
arxiv情報
著者 | Fang Fang,Bibo Wu,Shu Fu,Zhiguo Ding,Xianbin Wang |
発行日 | 2023-04-19 14:53:04+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI