基于RIS辅助MISO-SWIPT的下行链路RSMA系统：一种节能的波束成形设计

《Physical Communication》：RIS assisted MISO-SWIPT based downlink RSMA system: An energy-efficient beamforming design

　　•开发了一种基于RIS-RSMA的SWIPT框架，以最小化发射功率。该框架结合了常见速率分配、发射预编码以及RIS相位移位的联合优化，同时满足了速率和能量收集约束的要求。•采用了一种自适应优化（AO）框架，其中ER Q、P和c的波束形成器通过拉格朗日对偶分解进行优化，而RIS相位移位则利用SCA、MM和基于惩罚的公式进行优化。•所提出的RIS-RSMA方案在AOPS和RPS场景下进行了评估，并证明其性能优于RIS-NOMA和RIS-SDMA。

引言
随着物联网（IoT）应用的不断发展以及现代通信网络对能源效率要求的提高，新型的多址接入技术正在被采用[1]。速率分割多址接入（RSMA）通过解决干扰问题来提升频谱利用率并提高能源效率，从而优化了6G无线系统[2]。在RSMA中，每个用户的消息被分为公共部分和私有部分：私有部分映射到专用的私有流，而公共部分则共同映射到公共流。这种结构允许接收端部分解干扰和噪声[3]。由于其限制干扰的潜力，RSMA作为一种强大的技术，其性能优于空间分割多址接入（SDMA）和非正交多址接入（NOMA）[4]。
可重构智能表面（RIS）虽然能够同时服务大量用户，但在有效服务于小区边缘用户方面存在不足。RIS是一种二维阵列，可以在不受控环境中动态操控电磁波[5]。每个被动散射元件通过软件定义的方法控制元子原子，从而改变入射信号的相位[6]。通过调整每个元件，反射信号在需要的方向上被抑制的同时增强接收信号功率[7]，[8]。多项先前的研究从不同角度探讨了RIS-RSMA的应用[9]。在[9]中，对下一代（xG）无线系统中的RIS-RSMA进行了广泛调查，展示了其在最大化总速率的同时降低中断概率（OP）的各种应用[9]。在[10]中，RIS-RSMA使用有限块长度提高了增强型移动宽带（eMBB）和超可靠低延迟通信（URLLC）的频谱效率[10]。此外，[11]强调了其在存在潜在窃听者时优化授权用户所需保密速率以加强物理层安全性的能力[11]。尽管RIS-RSMA在下行传输中表现出了强大的性能，但Zhang等人[12]进一步证明了其在上行通信场景中的有效性。

动机
鉴于RIS-RSMA的优势，在过载场景下提供良好的用户体验需要具备能效高的操作和控制干扰的能力。同时进行无线信息和能量传输（SWIPT）[13]，使得足够的能量接收器（ERs）和所需信息接收器（IRs）能够同时接收信息和能量，从而提高能源效率。这对于电池受限的蜂窝物联网（C-IoT）网络[14]和实现普遍通信[15]尤其有利。
在文献中，以往的研究多采用基于功率分割比的鲁棒波束形成优化技术应用于多用户多输入单输出（MU-MISO）SWIPT系统[14]。因此，为了减小基站（BS）所需的发射功率，接收器需要解码信息和收集能量[14]。特别是[16]和[17]采用了半定松弛和逆向凸非光滑优化算法来获得全局最优解[14,17]。此外，SWIPT中的一个主要挑战是处理发射端的多天线干扰信道[14]。为了解决这个问题，引入了RSMA，并通过连续干扰消除（SIC）来管理高干扰场景[14]。
进一步地，SWIPT中的RSMA研究了在拥挤的多用户环境中通过自适应修改基于信道状态信息（CSI）的波束形成矩阵来优化加权和速率[18]，并最大化总速率的遍历性[19]。此外，还解决了RSMA-SWIPT系统中由于功率分割比和共同速率约束引起的非线性问题[20]，其中采用了基于梯度的算法进行鲁棒波束形成[20]。在[21]中，为了在频谱稀缺的情况下高效利用带宽，通过粒子群优化在次级BS处实现动态频谱接入，以最小化发射功率[21]。
为了满足SWIPT系统的能源效率要求，SWIPT中的RIS被用来降低无线网络的能耗[22]。特别是在用户与BS距离较远的场景中，它能有效防止性能下降[22,23]。此外，Zhao等人[24]研究了一个IRs和ERs共存的系统，以限制速率-能量区域[24]。为了提升C-IoT网络性能，Wu和Zhang[25]考虑了ER所需的能量和单个IR的目标信噪比（SINR）[25]。最近，还研究了基于人工智能（AI）的波束形成框架，以解决RIS辅助无线通信系统中高度非凸的联合波束形成优化问题[26,27]。特别是基于梯度的流形元学习[26]和基于梯度的元学习波束形成[27]框架被提出，用于迭代优化主动和被动波束形成矩阵，这些框架加速了收敛速度，降低了计算开销，并提高了频谱效率[26,27]。此外，无线大型AI模型（WLAMs）和AI原生网络作为关键推动者受到了越来越多的关注，其中的优化框架为未来的AI辅助网络优化提供了优化引擎和性能基准[28,29]。
尽管SWIPT中的RIS和RSMA各自在各种应用中提供了显著的优势，但SWIPT中的RIS-RSMA对于未来的6G系统来说至关重要，因为它能在网络流量繁忙的情况下有效平衡能源和频谱效率[28,29]。为了解决这些挑战，一些研究探讨了SWIPT系统的RIS-RSMA框架[30]。在[30]中，使用遗传算法将非凸优化任务线性化，以减少发射端的发射功率[30]。在[31]中，通过协作RSMA架构优化了相位移位、发射波束形成器和公共流分割，以最大化所需的总速率[31]。许多具有强信道增益的用户可以利用SWIPT同时收集能量和解码信息，从而降低能源消耗[32]。特别是Asif等人[32]提出了一种资源分配方法，用于在保证QoS要求的同时优化RSI-RSMA的系统总速率[32]。此外，Zhang等人[33]采用了近端策略优化框架来交替优化相位移位和预编码矩阵[33]。所提出的算法与传统的连续凸近似（SCA）和Dinkelbach基解决方案进行了比较[33]。在[34]中，考虑了一种adhoc网络，该网络同时优化了预编码矩阵和相位移位的适当调整，确保次级用户的最小能量需求和主解码器的最小速率需求[34]。
从上述文献可以看出，大多数当前的研究集中在时域切换或功率分割系统上[35,36]。只有[35]研究了不同IR和ER的SWIPT系统中的RIS-RSMA，以最大化所需的加权和速率，但忽略了系统的能源效率[35]。这种节能设计对于实际的多异构C-IoT网络至关重要，因为它旨在减少发射功率，从而延长无线系统的电池寿命[35]。尽管RIS-RSMA和SWIPT技术取得了最新进展，但在现有文献中，具有独立IR和ER的SWI-RSMA系统中发射功率的最小化问题尚未得到充分关注[36]。因此，本研究致力于在满足IR所需的数据速率和ER所需的目标能量收集的同时，最小化发射功率[37]。
本工作的贡献包括：
- 我们研究了一种基于可靠的RIS-RSMA的SWIPT下行架构，其中主动波束形成器、RIS相位移位和每个用户的共同速率被联合优化，以满足所需的最小速率和足够的能量收集约束，同时最小化目标发射功率。
- 为了简化原始方法，将主要问题分解为两个子问题，以解决非凸性问题，从而降低系统的复杂性。
- 数学优化方法采用拉格朗日对偶分解方法（LDDM）来优化第一个子问题，该问题涉及发射波束形成器和整个共同速率分配。同时，第二个子问题确定RIS相位移位矩阵，使用SCA和最大化-最小化（MM）方法以及基于惩罚的公式[38]。最后，通过交替优化（AO）框架迭代更新两个子问题的解，直到收敛[38]。
- 评估了RIS-RSMA的性能，并在AOPS和RPS场景下与RIS-NOMA和RIS-SDMA进行了比较，以确定所提出技术的有效性。

工作组织如下：
首先，第2节展示了系统模型。第3节给出了问题的表述和路线图。第4节提供了计算结果。第5节总结了主要发现并总结了工作。

符号说明：
标准字母用于表示标量，而粗体大写和小写字母分别用于表示矩阵和向量。期望运算符表示为E{·}。转置、厄米特（共轭转置）和复共轭分别用上标(?·?)T、(?·?)H和(?·?)*表示。相位角、迹和对角化操作分别用函数arg(·)、tr(·)和diag(?·?)表示。符号⊙表示哈达玛（逐元素）乘积。另一方面，CN(·,·)表示复高斯分布，C表示复数。

系统模型
如图1所示，分析了一个基于RIS-RSMA的MU-MISO网络下行SWIPT系统。RIS由N个反射元件组成，BS配备NT个天线，同时服务IR和ER，分别用K={1,2,…,K}、J={1,2,…,J}和N={1,2,…,N}表示。用户k的目标消息Wk被分为消息Wc,k和Wp,k，如图1所示。公共流scI编码了每个用户的共享子消息{Wc,1,Wc,2,?,Wc,K}。类似地，私有子消息{Wp,1,Wp,2,?,Wp,K}。

问题表述和解决方案路线图
预编码向量{P, Q}、组合共同速率c=[C1,C2,?,CK]和RIS被动波束形成矩阵Θ被联合优化，我们的目标是在密集的C-IoT场景下减少BS的发射功率。优化过程同时满足ER-j用户的能量收集约束和IR-k用户的最小速率需求。这保证了用户公平性和SWIPT接收器的服务质量（QoS）要求。

结果与讨论
本节包括数值结果，展示了所提出统一框架的好处。系统参数设置如下：容忍值为?=10?4，NT=4，K=3，J=4，σk2=?174 dB，N=50，η=0.5，最小能量收集需求Eth=?7dBm，最小速率需求Rk,totmin=5 bits/s/Hz。BS位于(0,0) m，RIS位于[XRIS, 2] m，ER位于[XER, 0] m，其中XER=40 m，IR位于[XIR, 0] m，其中XIR=50 m。

结论与未来展望
本工作的目标是使用RIS-RSMA辅助SWIPT在满足最小速率和能量收集约束的同时，最小化总发射功率。由于问题的高度耦合性，最初的非凸优化问题通过优化主动和被动波束形成组件来解决[39]。主动波束形成器使用拉格朗日对偶分解设计，而RIS相位移位则使用MM和SCA技术进行优化[39]。随后，

CRediT作者贡献声明
Nishandhi Soudarsanane：撰写-原始草案、可视化、验证、软件、方法论、数据分析、概念化。
Surendar Maruthu：撰写-审阅与编辑、可视化、验证、监督、资源管理、项目管理、调查、数据分析、概念化。

利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能影响本文所述的工作。