Dec, 2019

可重构智能平面下的 MIMO 传输：系统设计、分析和实现

PDF
TL;DR本文提出了一种可重构智能表面 (RIS) 架构，以实现幅度和相位变化调制，从而方便多输入多输出（MIMO）正交振幅调制（QAM）传输。
reconfigurable intelligent surfacewireless transmissionprogrammable metasurfacemimo-qam transmissionelectromagnetic response
发现论文，激发创造
  • 基于可重构智能表面的无线通信：天线设计、原型制作和实验结果

    本文提出并研发了一种具有 256 元件的新型高增益，低成本可重构智能表面，它结合了相移和辐射的功能，采用 PIN 二极管实现了 2 位相移。基于此设计，开发了世界上第一个使用有 256 个 2 位元件的可重构智能表面的无线通信原型，并确证了其在未来无线通信中的可行性和效率。

    Dec, 2019

  • 基于可重构智能表面的索引调制：6G 中的新超越 MIMO 范式

    本文提出利用可重构智能表面在指数调制方案中实现 RIS - 空间移位键控和 RIS - 空间调制的理论分析，通过计算机模拟结果表明该方案可以提高接收质量和谱效率，成为未来无线通信系统的候选方案。

    Apr, 2019

  • 面向无线通信能效的可重构智能表面

    研究了采用可重构智能表面 (RIS) 用于来自多天线基站的下行多用户通信。我们针对移动用户的个体链路预算保证，开发了能源有效的传输功率分配和表面反射元素的相位移位的设计。我们提出了两种算法来解决这些非凸设计优化问题。此外，我们提出了一种逼真的基于 RIS 的系统功耗模型，并在现实的户外环境中分析了所提出方法的性能。

    Oct, 2018

  • 可重构智能表面及其反射模式调制：波束成形设计与性能分析

    本文提出了一种基于反射模式调制的 RIS 增强的多输入单输出系统，其中 RIS 可以通过被动波束成形来配置其反射状态以增强接收信号功率并同时通过反射传递自己的信息，并且我们通过优化问题和交替优化技术提出了一种高质量的子优化解决方案，研究了所提出方案的渐近误码概率和可达速率性能，并表明该方案在可达速率性能方面优于传统的无信息传输的 RIS 协助系统。

    Aug, 2020

  • 毫米波 RIS 辅助联合定位和通信的自适应波束成形设计

    本文提出一种自适应相移器设计方案，采用 RIS 辅助毫米波 MIMO 系统进行准确定位和高速数据传输，使用基于分层码本和来自移动站的反馈的算法对离散 RIS 单元的相位值进行优化，其性能优于随机设计方案，且在低信噪比情况下性能收敛于穷尽搜索方案。

    Nov, 2019

  • 可重构智能表面增强无线通信：挑战与机遇

    本文针对 Reconfigurable intelligent surfaces 在无线网络中的应用，讨论了三个关键点：信道状态信息获取、被动信息传输和低复杂度鲁棒系统设计。同时，还探讨了边缘智能和物理层安全等方面的研究方向。

    Jan, 2020

  • 利用深度强化学习优化多用户 MISO 系统的可重构智能面

    本文研究了利用可重构智能表面 (RIS) 反射阵列所协助的 MIMO 传输，通过深度强化学习 (DRL) 基于试错交互获得基站传输波束和 RIS 相位移位的联合设计。仿真结果表明，该算法学习能力逐渐提高，与两个最新的基准算法相比表现相当。

    Feb, 2020

  • 智能可重构表面用于丰富散射无线通信：近期实验、挑战和机遇

    本文介绍了可重构智能表面（RIS）在改善复杂多路径环境下的宽带无线连接中的应用，提出了两种案例研究，即通过控制多径信道脉冲响应来提高通信速率和利用 RIS 调谐的传播环境作为模拟复用器进行物体定位，同时讨论了 6G 无线通信中由 RIS 实现的智能场景中的算法设计和实验的未来挑战和机遇。

    Mar, 2021

  • 可重构智能表面无线通信：路损建模与实验测量

    本文针对可重构智能表面在室内无线通信中的应用进行了研究，并提出了适用于不同场景的自由空间路径损耗模型，通过实验验证和仿真结果，验证了该模型的有效性，同时利用三个基于可重构智能表面（元表面）的实验测量结果，进一步证明了理论研究结果的正确性，这为可重构智能表面的进一步研究和实际应用奠定了基础。

    Nov, 2019

  • 可重构智能表面：原理和机遇

    本文从物理和通信的角度出发，综述了可重构智能表面（RISs）在无线网络中的应用。针对多天线辅助 RIS 系统，介绍了 RISs 的基本原理和性能评估。另外，从性能分析、信息论和性能优化的角度，系统地调查了现有的 RIS 增强无线网络的设计。此外，对于动态场景中的随机波道波动和用户移动等挑战，阐述了应用机器学习解决这些问题的现有研究成果。最后，确定了 RISs 和其他新兴技术在下一代网络应用中的主要问题和研究机会。

    Jul, 2020