Aug, 2020

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

PDF
TL;DR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。
reconfigurable intelligent surfacesris-enhanced systemreflection pattern modulationpassive beamformingasymptotic outage probability
发现论文，激发创造
  • 可重构智能平面下的 MIMO 传输：系统设计、分析和实现

    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。

    Dec, 2019

  • 多用户通过可重构智能表面的波束成形设计

    本研究使用可重构智能表面辅助的无线发射机探究多用户通信网络的资源分配问题。通过控制表面的相位波束和 BS 的发射功率，将网络的总发射功率最小化，以满足用户的信噪比约束。提出一种双重方法解决该问题，其结果是降低了相对于最大比传输（MRT）波束成形和零强制（ZF）波束成形技术的总发射功率高达 94％和 27％。

    Sep, 2020

  • 基于可重构智能表面的多用户通信的混合波束赋形：在有限离散相移下的可达速率

    本文提出了一种基于可重构智能表面（RIS）的混合波束成形方案，通过反射来实现基站向用户的传输，同时考虑到有限阶离散相移的实际情况，该系统表现出良好的总速率表现。

    Oct, 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

  • 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

  • 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

  • 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

  • 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

  • 分布式可重构智能表面的能效无线通信

    这篇论文研究了具有分布式可重构智能表面（RIS）的无线通信网络的资源分配问题，提出了两种迭代算法来最大化网络的能量效率，并展示了所提出方案在单用户和多用户情况下相较传统 RIS 方案和放大转发中继方案可获得高达 33％和 68％的性能提升。

    May, 2020

  • 可重构智能表面增强车联网通信：联合用户调度和被动波束成形

    本文提出了一种通过利用可重构智能表面技术与车联网集成来增强车辆通信的方法，旨在解决车联网中出现的连接性问题。该方法采用离散型可重构智能表面作为中继，在交通中断区域提供无线传输。深度强化学习与块坐标下降算法用于解决资源调度和相位位移矩阵的问题，并实验验证了该方法的优越性。

    Jan, 2021