可重构智能表面辅助的通信感知一体化系统

通信感知一体化（ISAC）是6G移动通信的候选技术之一,可实现感知和通信的集成和优势互补。可重构智能表面（RIS）能够智能地控制传播环境,提高网络的容量和覆盖率,已成为6G实现广泛连接的一项关键技术。认为将RIS部署于ISAC系统可以提供一个新的通信和感知性能优化维度。从ISAC的研究意义出发,探讨ISAC的关键技术,概述RIS的工作原理及其在感知系统和通信系统中的应用,并重点分析RIS辅助ISAC以更好地实现感知目标和服务通信用户的研究现状。     

可重构智能表面辅助无线通信的用户分配

可重构智能表面(RIS)是一种成本效益高的解决方案,可通过大量低成本的无源反射元件,提高无线通信系统的能源效益。在远场情况时,许多工作都是假设以RIS的中心作为反射点为前提展开研究。对于多用户的远场情况而言,用户位置不同会增加基站(BS)的功耗。该文以BS发射功率为代价矩阵,利用Kuhn-Munkres (KM)算法将用户与RIS单元进行匹配。该用户匹配方法在接收信噪比约束下,可以减少BS的发射功率。仿真结果表明,该文所采用的用户与RIS单元匹配方法与随机RIS单元相比,最多可以减少1%的BS功耗。     

可重构智能表面辅助通信系统网络架构演进综述

随着无线通信技术的发展,越来越多的无线终端接入到通信系统中,对通信网络造成很大的业务承载与传输压力,尤其是障碍物严重阻挡或强信道衰落情况下,使得接收机信号以及系统频谱效率下降现象日益严峻。为了解决该问题,近年来,可重构智能表面(Reconfigurable Intelligent Surface, RIS)作为一种有效的6G候选技术被提出。RIS可以通过电磁调控方式主动改变信道传输质量,从而能够解决无线通信系统频谱效率受限、信号补盲、绕障通信等现实难题。基于此,对RIS辅助通信网络架构演进进行了研究。介绍了RIS的基本概念,并对其三种基本网络架构进行了分析与对比;根据不同的信号传输类型和传输环境,对RIS辅助通信网络架构进行了分析与设计;对当前网络架构发展所面临的挑战以及未来研究趋势进行了展望,为RIS辅助通信系统性能分析、资源分配、网络优化、RIS位置部署提供帮助。     

可重构智能表面辅助通信系统时变级联信道估计

针对可重构智能表面（RIS）辅助通信系统时变级联信道的估计中需解决的级联信道稀疏表示、时变信道参数跟踪和信号重构等关键问题,提出了一种结合Khatri-Rao积的分层贝叶斯卡尔曼滤波（KR-HBKF）算法。该算法首先利用信道的稀疏特性,通过Khatri-Rao积和克罗内克积变换得到RIS级联信道的稀疏表示,将RIS级联信道估计问题转化为低维度的稀疏信号恢复问题。然后,根据RIS级联信道的状态演化模型,在HBKF算法的预测模型中引入了时间相关性参数,应用改进的HBKF解决时变信道参数跟踪和信号重构问题,完成时变级联信道的估计。KR-HBKF算法综合利用了信道的稀疏性和时间相关性,能以较小的导频开销获得更好的估计精度。仿真结果表明,与传统压缩感知算法相比,所提算法具有约5dB的估计性能提升,且在不同的时变信道条件下具有更好的鲁棒性。     

可重构智能表面辅助的四元数调制无线通信系统

四元数调制(Quaternion Modulation,QMod)是一种新型高传输速率的极化调制(Polarized Modulation,PMod)技术,是未来卫星通信系统中极具潜力的多元调制方案之一.QMod将数据块分成4块,其中两块是传输数据信号,另外两块则映射到极化状态部分.每个极化状态块均有一位比特,那么它们...     

可重构智能表面辅助的毫米波信道估计算法

针对可重构智能表面(RIS)辅助的毫米波通信中信道状态信息难以获取问题,该文给RIS的部分器件配备射频链,以分开估计基站(BS)/用户(UE)到RIS之间的信道。根据该结构,提出一种低复杂度的信道估计算法。该算法首先采用解耦原子范数最小化(ANM)方法将信道的离开角和到达角的2维角度估计问题转化为两个1维的角度估计的半正定规划(SDP)问题;其次,利用交替方向乘子算法(ADMM)对该SDP问题进行求解,采用动量梯度下降法对信道矩阵参数进行更新以避免矩阵求逆运算,并通过对迭代步长和信道矩阵参数的联合优化以获得更加精准的信道估计值;最后利用信号的2维角度和信道矩阵参数得到路径增益估计。仿真结果表明,该算法达到了优良的信道估计性能,且在确保信道估计性能的系统参数设置下,该算法的复杂度较低。     

可重构智能表面辅助的多用户通信宽带信道估计

针对太赫兹(THz)链路的严重传输衰减和宽带系统中波束斜视导致传统信道估计方案性能下降的问题,该文构建了可重构智能表面(RIS)辅助多用户THz通信模型,并提出一种低复杂度的两阶段级联信道估计方案。在第1阶段,利用THz的稀疏性和对数和函数,将信道估计问题转化为目标优化问题,通过梯度下降法优化目标函数,使待估信道参数迭代逼近最优解,从而估计出典型用户级联信道;在第2阶段,利用其他用户的级联信道与典型用户信道的强相关性,以较低的导频开销来估计其他用户的级联信道。仿真结果表明,所提方案相较于其他方案具有更好的性能。     

基于可重构智能表面的6G通信技术

可重构智能表面技术是面向下一代6G无线通信网络的关键技术之一。通过在天线阵列上集成大量无源反射超材料的天线元件,可重构智能表面能动态调整入射信号相位,重构信号的传播环境,实现人工可控的无线电磁环境。然而,可重构智能表面的引入也使无线通信系统的设计变得复杂,传统技术面临诸多新挑战。针对可重构智能表面的特性与6G新应用场景,需要创新设计新的传输技术,充分发挥可重构智能表面的优势。本文基于可重构智能表面6G通信技术,首先对其基本技术原理与常见应用场景展开介绍。接着,从信道建模与信道估计、混合波束赋形,以及与基于人工智能的融合设计三个方面阐述技术的研究现状,探讨了当前面临的技术瓶颈。最后,对该技术的未来发展进行了展望。     

可重构智能表面辅助双功能雷达通信系统的联合波束优化

双功能雷达通信系统(DFRC)是有效解决未来网络频谱资源拥挤问题的理想技术之一,该文引入了可重构智能表面(RIS)技术,旨在提升用户的加权和速率和系统的探测性能。首先在雷达功率约束和可重构智能表面的恒定模约束以及通信的整体功率预算下,构建了通信用户的加权和速率和系统探测性能最大化的优化模型。通过联合优化基站的主动波束和可重构智能表面的无源被动波束形成,该文设计了一种有效的基于加权最小均方误差、分式规划和流形优化的交替优化算法,将非凸优化问题转化为两个子问题并利用迭代进行求解。仿真结果表明,所提方案对解决该问题的有效性和对用户加权和速率在较低迭代次数下达到收敛,并且可使用户的加权和速率上限提升0.86 bit/(s·Hz)和使系统探测更具方向性。     

基于可重构智能表面的移动通信简要综述

现代移动通信的发展揭示了无线信道的随机性和不确定性是影响无线传输质量的关键因素,发射机的无线电波在传输过程中与传输路径上各种物体不可控制的相互作用,导致接收端信号质量降低,目前正兴起的6G使能技术研究中,可重构智能表面是被积极探索的新兴范式.通过对可重构智能表面的概念、基于可重构智能表面的信息调制、基于可重构智能表面的...     

可重构智能反射面辅助太赫兹通信系统鲁棒波束赋形算法

太赫兹通信作为6G的关键技术之一,被认为是能够解决频谱资源短缺、提升系统容量的有效手段.然而,由于路径损耗极高和分子的吸收作用,太赫兹容易被障碍物阻挡导致通信中断.为了解决该问题,该文将可重构智能反射面(RIS)引入到太赫兹通信系统中,且考虑信道不确定性对传输稳定性的影响,基于用户服务质量约束、基站发射功率约束及RIS离散相移约束,建立多用户能效最大化波束赋形模型.利用丁克尔巴赫、连续凸近似、S-程序、半正定松弛、相位映射和块坐标下降将原非凸优化问题转化为凸优化问题进行求解.仿真结果表明,与传统非鲁棒波束赋形对比,所提算法能效提升了15.4％,中断概率减小了15.48％.     

基于智能超表面的室内覆盖增强技术研究与实验验证

智能超表面(RIS)通过打造可重构主动智能无线环境,打破了无线通信系统中被动电波传播的局限性,为5G-Adv和6G发展创造了新的契机。该文介绍了RIS系统架构与工作原理,包括硬件设计与波束聚合原理等。搭建了RIS辅助的无线通信实验测试系统,通过对比无RIS、随机码本RIS及赋形码本RIS 3种情况下的测试结果,验证了RIS通过反射波束赋形实现覆盖增强的能力。     

智能反射面增强的全双工环境反向散射通信系统波束成形算法

当前传统环境反向散射通信存在双重衰落、障碍物阻挡和网络容量有限的问题.智能反射面(RIS)作为6G的关键候选技术因能够主动改善信号传输质量、提升通信系统传输性能而备受关注.为此,该文将RIS与全双工技术引入到环境反向散射通信系统,研究了考虑硬件损伤与RIS离散相移的RIS增强全双工环境反向散射通信系统波束成形算法.首先,考虑反射节点最小能量收集与服务质量约束、功率站最大发射功率约束和RIS相移约束,建立了总发射功率最小的波束成形优化问题.然后,利用交替优化、半正定松弛、变量替换、半正定规划将原非凸问题转化成可求解的凸优化问题.最后,仿真结果表明,所提算法比传统波束成形方法平均功耗降低了7.8％.     

面向窃听用户的RIS-MISO系统鲁棒资源分配算法

针对信道不确定性影响、用户信息泄露和能效提升等问题,该文提出一种基于不完美信道状态信息的可重构智能反射面(RIS)多输入单输出系统鲁棒资源分配算法。首先,考虑能量收集最小接收功率约束、合法用户最小保密速率约束、基站最大发射功率约束及RIS相移约束,基于有界信道不确定性,建立一个联合优化基站主动波束、能量波束、RIS相移矩阵的多变量耦合非线性资源分配问题。然后,利用Dinkelbach,S-procedure和交替优化方法,将原非凸问题转换成确定性凸优化问题,并提出一种基于连续凸近似的交替优化算法。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较低的中断概率。     

智能超表面赋能移动边缘计算部分任务卸载策略

针对移动边缘计算(MEC)任务卸载性能易受障碍物阻挡影响的问题,该文提出一种双智能超表面(RIS) 赋能的移动边缘计算任务部分卸载框架。首先,分析两个RIS之间的反射对链路增益的影响。其次,联合考虑终端用户的发射功率、终端用户的卸载速率、任务卸载量、卸载时间的分配以及RIS相移约束,旨在建立一个能耗最小化优化问题。最后,采用交替迭代算法,将原非凸问题分解为两个子问题,并利用Dinkelbach方法和最优性条件进行求解。仿真结果验证了所提算法的快速收敛特性以及在降低系统能耗方面的有效性。     

基于大规模可重构智能表面的近远场混合信道模型

近来,可重构智能表面(RIS)作为一种全新的革命性技术引起了学术界和工业界的广泛关注。随着通信频率的提高以及RIS孔径的增大,RIS辅助无线通信的工作条件逐渐靠近天线的近场辐射模式,而非仅仅存在传统意义中的远场辐射。单独考虑远场或者近场的信道模型均无法准确刻画RIS辅助无线通信的传输特性,造成性能损失。针对此问题,该文梳理了大规模RIS辅助通信近场和远场信道模型,通过引入权重因子,构建了大规模RIS辅助无线通信场景下近远场混合信道模型。在此基础上,推导了近远场混合信道模型下系统的增益与损耗,并进行鲁棒性分析,仿真结果表明该混合模型带来的系统增益与模型鲁棒性均显著提升。     

基于统计信道状态信息的智能反射面辅助反向散射通信系统鲁棒资源分配算法

为解决传统反向散射通信(BackCom)系统存在通信距离短、系统吞吐量较低和克服信道不确定性能力差的问题,该文提出一种基于统计信道状态信息(CSI)的智能反射面(RIS)辅助反向散射通信系统鲁棒资源分配算法。考虑功率站最大发射功率约束、反射节点的能量中断约束和吞吐量中断约束、反射系数约束、RIS相移约束和信息传输时间约束,建立了系统加权和吞吐量最大化的鲁棒资源分配模型;利用伯恩斯坦不等式、交替优化和半正定松弛方法,将原非凸问题转换成凸优化问题求解,并提出一种基于迭代的鲁棒吞吐量最大化算法。仿真结果表明,与传统非鲁棒资源分配算法和无RIS资源分配算法相比,所提算法具有更强的鲁棒性和更高的吞吐量。