多IRS辅助的NOMA URLLC系统性能优化

邱小剑 阮杰 付珍 崔苗 张广驰 张璨

摘 要：工業自动化等新型无线通信场景具有严格的低时延性和高可靠性需求，在网络中联合使用智能反射面（IRS）、非正交多址接入（NOMA）以及超可靠低时延通信（URLLC）技术能支持海量终端接入，并提供更低的通信时延、更高的可靠性，以及更高的吞吐量性能。考虑多IRS辅助的NOMA URLLC系统在多个用户被划分为多个簇的情况下，用户簇和IRS如何最佳配对和通信资源如何优化的问题，研究了联合优化用户发射功率分配、IRS反射波束成型以及用户簇IRS配对决策问题，最大化用户的吞吐量之和。为解决所考虑的非凸优化问题，提出一种基于交替迭代算法，通过巧妙地引入松弛变量，并采用半正定松弛方法，高效求解功率分配优化、IRS反射波束成型优化以及用户簇IRS配对决策优化三个子问题。仿真结果表明，所提算法能显著提高系统吞吐量，并且显示了用户簇IRS配对决策优化的必要性与有效性。

关键词：智能反射表面；超可靠低时延通信；非正交多址接入；反射波束成型

中图分类号：TP929   文献标志码：A

文章编号：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

面对自动驾驶、自动化工厂等对可靠性和低时延有严格要求的新型通信场景，超可靠低时延通信（ultra-reliable and low-latency communication，URLLC）技术应运而生，成为了5G/6G的主要通信类型之一［1，2］。为了实现低时延，URLLC使用了短包通信技术，即通信传输使用的是包长度有限的数据块，每个数据块由有限个符号组成。URLLC能为车联网、工业互联网等新型网络提供低时延、高可靠的无线通信服务，在远程交互式控制、智能设备管理、能源管理等方面有极高的应用价值。另一方面，随着无线物联技术的普及，未来的车辆网与工业互联网将具有海量终端接入的要求。为满足该需求，非正交多址接入（non-orthogonal multiple access，NOMA）技术应运而生，它允许多个终端同时复用同一无线信道，拥有高频谱效率以及支持大规模用户接入的优点，是5G的关键技术［3］。因此，NOMA URLLC系统能同时满足无线通信低时延、高可靠和海量接入的要求，备受车辆网与工业互联网的青睐［4，5］。

实际上，在车联网的自动驾驶场景中，往往存在建筑物、树木、车辆等障碍物。工业互联网在自动化工厂场景中，往往存在金属机械、可移动生产设备的随机运动以及生产设施的密集部署。在这些情况下，无线信号容易受到阻挡，从而导致NOMA URLLC系统的应用性能下降。如何提高实际应用场景中NOMA URLLC的可靠性并优化通信吞吐量是值得研究的关键问题。近年来，智能反射表面（intelligent reflecting surface，IRS）成为一种无线信号传播的新使能技术。IRS由大量的无源反射元件组成，通过编程方式可以独立控制每个元件反射信号的相位和幅度，实现对无线信道的智能增强，并且反射过程几乎不产生热噪声，为解决无线信道的衰落损耗和干扰问题提供了革新性的手段，拥有提高无线通信有效性和可靠性的巨大潜力［6，7］。IRS为5G/6G提供了新的通信范式——IRS辅助无线通信［8～11］。因此，在IRS的辅助下，NOMA URLLC系统有望取得更低的通信时延、更高的可靠性和更高的吞吐量性能［12］。

一些学者已展开对基于短包通信的NOMA URLLC系统研究以及IRS辅助NOMA系统研究。文献［13］研究了NOMA URLLC系统的吞吐量优化，显示了在给定数据包长度即时延下，NOMA可以取得更优于OMA（orthogonal multiple access）的吞吐量性能，且随着数据包长度增加，NOMA的优势更突出。文献［14］研究了NOMA URLLC系统具有严格异质时延约束的传输能量最小化问题。文献［15］研究了下行多载波NOMA URLLC系统中的吞吐量最大化问题。文献［16］的研究表明，优化IRS反射波束成型可以帮助降低NOMA网络中用户的中断概率。文献［17］研究了IRS辅助下行NOMA系统，优化IRS反射波束成型，最大化用户和速率。文献［18］研究了IRS辅助下行NOMA系统，通过优化IRS反射波束成型实现能量效率最大化。值得注意的是，上述研究工作表明NOMA十分适用于URLLC系统，可有效降低时延。上述研究还表明，IRS的反射波束成型设计能有效改善NOMA系统的信道质量，并提供额外的自由度来改善NOMA系统的通信性能，可见IRS是解决NOMA URLLC系统的低质量信道问题的有效技术。

已有研究通常只考虑部署单个IRS。由于单个IRS的覆盖范围有限，在一些复杂的无线电传播环境中，如有多个转角的室内走廊或有密集障碍物的室外环境，从发射机到IRS的信道和/或从IRS到接收机的信道可能被阻断，所以部署单个IRS很难实现性能的全面提高，应用环境受限。与部署单个IRS相比，部署多个IRS具有更大的灵活性，有更大的概率建立有利的高质量无线信道，绕过阻塞的障碍物，提高接收机的接收信号功率。因此，部署多个IRS将提供更大的自由度进行系统性能优化，与单IRS系统相比，可以进一步提高通信性能［19，20］。

本文考虑多IRS辅助NOMA URLLC系统的通信资源分配优化。该系统通过指配不同的IRS辅助不同的用户簇，实现通信性能的最优化。本文研究联合优化用户簇IRS配对、IRS的反射波束成型，以及用户的发射功率分配，实现系统吞吐量最大化。所考虑的优化问题涉及二进制离散配对变量，并且具有非凸的结构，因而难以直接求解。本文提出求解该问题的高效算法：首先，通过将用户簇IRS配对决策涉及的二进制变量松弛为连续变量；然后，采用基于块坐标下降法对优化变量解耦合；最后，通过巧妙地引入松弛变量，并采用半正定松弛以及高斯随机方法求解松弛与解耦合后得到的多个子问题。本文通过计算机仿真验证了所提算法的性能，结果表明，与几种基准方案相比，所提算法取得了显著的吞吐量增益。

3 仿真结果

本文提供五种基准算法来与所提算法进行对比分析，五种基准算法分别是：

a）穷举算法基准方案。该基准方案通过遍历所有用户簇IRS配对决策情况，并取遍历的最大值来作为最优结果，每次遍历时联合优化用户分配功率和IRS反射波束成型。通過这种方法可获得最佳用户簇IRS配对决策情况，但在K个用户簇和I个IRS的情况下，会有KI种配对情况，且随着用户簇和IRS个数的增加而指数级增加，难以实际应用。

b）固定配对决策基准方案。该基准方案固定选择一种用户簇IRS配对决策，联合优化用户分配功率和IRS反射波束成型。

c）固定功率基准方案。该基准方案固定用户分配功率，联合优化IRS反射波束成型和用户簇IRS配对决策。

d）固定相位基准方案。该基准方案固定IRS反射波束成型，联合优化用户分配功率和用户簇IRS配对决策。

e）无IRS基准方案。该基准方案没有IRS辅助通信，只有基站到用户的传输信道，对用户分配功率进行优化。

使用MATLAB软件和CVX套件对所提算法和上述基准算法进行计算机仿真。在仿真中，设置系统中有K=2个用户簇，基站到Uk，s和基站到Uk，l的距离分别为100 m和250 m，同时有I=2个IRS辅助通信，基站到两个IRS的距离分别为5 m和155 m，两个IRS到Uk，s的距离分别为100 m和50 m，两个IRS到 Uk，l的距离分别为250 m和100 m。此外，所有信道为莱斯衰落信道，所提算法中所有判断目标值是否收敛的阈值设置为10-3。

图2展示了当N=400和M=20时，不同方案的用户和吞吐量随着最大发射功率P的变化。可以观察到所有方案的吞吐量都随着功率的增加而增加，而且所提算法的吞吐量明显比其他方案的吞吐量高，说明所提算法的有效性。可以观察到所提算法实现了和穷举算法基站方案几乎一致的吞吐量性能，这表明所提的用户簇IRS配对决策方法是有效的，同时随着用户簇和IRS个数的变多，穷举算法在遍历次数上是指数增加的，在实现上是不现实的，这也突出了所提的用户簇IRS配对决策方法在未来实际应用中的优越性和适用性。此外，所提算法实现了比固定配对决策基准方案更高的吞吐量，再次验证了所提用户簇IRS配对决策方法的有效性和优越性。然后，所提算法实现了比固定功率基准方案更高的吞吐量，验证了所提算法的功率分配优化方法的有效性。最后，所提算法實现了比固定相位和无IRS更高的吞吐量，这验证了所提算法的IRS反射波束成型优化方法的有效性。

图3展示了当M=20和P=20 dBm时，不同方案的用户和吞吐量随着数据包长度N的变化。从图中可以观察到，所有方案的吞吐量都随着数据包长度的增加而增加。可以观察到在图中所有的数据包长度上，所提算法都实现了比其他基准方案更高的吞吐量，再次验证了所提算法的有效性和在实现相同吞吐量下可降低时延的优越性。

图4显示了当N=400和P=20 dBm时，不同方案的和吞吐量随着智能反射表面元件个数M的变化情况。从图中可以发现，所有方案的吞吐量都会随着智能反射表面元件个数的增加而增加，而且在所有基准方案中，所提算法实现了最高的吞吐量。这些结果更加验证了所提算法的有效性，以及在提高吞吐量性能上的优越性。值得注意的是，可以观察到随着智能反射元件个数的增加，所提算法实现的吞吐量和固定配对决策基准方案实现的吞吐量之间的差距明显越来越大，这是因为随着智能反射元件个数的增加，对IRS的反射信道的影响越大，这也表明了在部署多个反射元件个数较大的IRS下，用户如何选择IRS来辅助通信从而形成最佳的通信信道的用户IRS配对决策问题研究的必要性和应用性。

4 结束语

本文研究了多个IRS辅助多用户NOMA URLLC系统，考虑用户簇在存在多个IRS的情况下，如何选择IRS来辅助通信从而形成最佳的通信信道的具有实际应用性的配对决策问题。提出了联合优化用户发射分配功率、IRS反射波束成型和用户簇与IRS配对决策，最大化所有用户的和吞吐量。计算机仿真结果显示优化用户的发射功率、IRS反射波束成型和用户簇与IRS配对，能显著提高NOMA URLLC系统的吞吐量性能，并展示了对三者进行联合优化的有效性和必要性。本文算法可以适用于车联网与工业互联网中使用多个IRS辅助基站与多用户进行高可靠低时延通信的应用场景。

参考文献：

［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］伏玉笋，杨根科.无线超可靠低时延通信：关键设计分析与挑战［J］.通信学报，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，唐万恺，李潇，等.基于可重构智能表面的移动通信简要综述［J］.移动通信，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.）（下转第2844页）

［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：邱小剑（1972-），副研究员，主要研究方向为地理信息遥感技术；阮杰（1980-），高级工程师，主要研究方向为软件信息工程技术；付珍（1984-），高级工程师，主要研究方向为电子信息与测试技术；崔苗（1978-），女（通信作者），主要研究方向为无线通信技术（single450@163.com）；张广驰（1982-），教授，主要研究方向为无线通信技术；张璨（1996-），主要研究方向为无线通信技术.