Wireless LAN sensing with smart antennas
Adant Technologies Inc.（Adant科技公司）；Università di Padova（帕多瓦大学）；Consiglio Nazionale delle Ricerche (CNR)（意大利国家研究委员会）
本文的目标是人体运动检测问题，使用无线局域网设备（WiFi）配备了方向图可重构天线。运动感测通过监测源自支持波束控制技术的智能天线的周围WiFi信号的身体引起的改变来获得，从而允许将天线辐射图案信道化到预定义的感兴趣点。我们首先讨论信号和信道状态信息（CSI）处理和净化。接下来，我们描述了基于到达角（AoA）监测的运动检测算法。在一个大型的灵巧家庭环境中对所提出的算法进行了实验验证。
2022-04-27 cs.LG cs.NI eess.SP
Reconfigurable Intelligent Computational Surfaces: When Wave Propagation Control Meets Computing
第六代（6G）无线网络的设想将涉及通信和计算的智能集成，从而满足各种应用的迫切需求。为了实现智能无线电环境的概念，可重构智能表面（RISs）是一种很有前途的技术，用于通过外部控制来提供撞击电磁信号的可编程传播。然而，传统RIS的纯反射性质在支持基于计算的应用方面引起了重大挑战，例如，基于波的计算和信号处理。为了满足未来的通信和计算需求，需要新材料来补充现有的超表面技术，使电子产品及其应用进一步多样化。在这种情况下，我们介绍了可重构智能计算表面（RICS）的概念，它是由两个可重构的多功能层：“可重构波束形成层”，负责可调信号的反射，吸收和折射，和“智能计算层”，集中在基于超材料的计算。通过探索计算超材料的最新发展趋势，RICSs有可能使联合通信和计算成为现实。我们进一步展示了两个典型的应用RICS进行无线频谱感测和保密信号处理。最后强调了RICSs的设计和操作所带来的未来研究挑战。
2022-10-03 cs.NI eess.SP
Multi-path fading and interference mitigation with Reconfigurable Intelligent Surfaces
我们利用多径衰落传播，以提高信号与干扰加噪声比和稳定性的无线通信的电磁环境中，支持丰富的多径传播。采用多个二进制可重构智能表面的准无源传播控制来控制由承载软件定义的无线电链路的金属腔体支持的驻波。结果表明，在非视线条件下的正交相移调制方案的误差矢量幅度最小化。据发现，接收到的符号的波动的幅度被减少到一个稳定的星座，通过增加单个表面的数量，或元素，从而证明信道硬化。通过使用第二个软件定义无线电设备作为干扰机，我们证明了RIS通过信道硬化来减轻同信道干扰的能力。结果在5G以上移动网络架构的智能无线电环境中特别感兴趣。
2022-06-16 cs.NI eess.SP physics.data-an
Smart Wireless Environments Enabled by RISs: Deployment Scenarios and Two Key Challenges
可重构智能表面（RISs）构成了电磁信号的可编程传播的使能器，并且最近被认为是用于下一代无线通信网络的苛刻的连接性、可靠性、本地化和可持续性要求的候选物理层技术。在本文中，我们提出了各种部署方案的RIS启用的智能无线环境，最近已经设计的正在进行的欧盟H2020 RISE-6 G项目。这些方案根据性能目标进行分类，特别是连接性和可靠性，定位和传感，以及可持续性和保密性。我们确定了各种部署策略，并根据RIS硬件架构及其各自的功能，概述了RIS控制和信令方面的核心架构要求。此外，我们介绍和讨论，通过初步的模拟结果和反射阵列测量，两个关键的新挑战与RIS使能的智能无线环境，即影响的区域和带宽的影响的RIS，这证实了需要仔细部署和规划这项新技术。
2022-03-25 cs.IT cs.NI math.IT
Optimal Planning for Heterogeneous Smart Radio Environments
本文针对6G智能无线电环境，提出FCMC和MBCC两种优化方法，在真实城市场景中规划RIS、NCR、STAR RIS和3SNCR等异构组件，以最小成本或预算约束实现最优覆盖，显著提升高密度城市网络规划效率。
2024-11-23 cs.NI eess.SP
What Can Wireless Cellular Technologies Do about the Upcoming Smart Metering Traffic?
具有蜂窝无线电接口的智能电表的引入给无线蜂窝网络带来了额外的负载。目前，这些仪表设计用于低占空比计费和偶尔的系统检查，这会产生低速率的零星流量。随着分布式能源数量的增加，家庭电力将变得更加多变，因此从配电系统运营商（DSO）的角度来看是不可预测的。因此，预计在不久的将来，在配电网中具有增加数量的具有类似相量测量单元（PMU）的能力的广域测量系统（WAMS）设备，从而允许公用事业监测低压电网质量，同时提供更严格的电网控制所需的信息。从通信的角度来看，流量概况将朝着更高的数据量和每设备更高的速率急剧变化。在本文中，我们描述了智能电表产生的当前流量，并补充了引入增强型智能电表所带来的潜在流量需求，即，具有类似PMU功能的仪表。我们的研究显示了GSM/GPRS和LTE蜂窝系统的性能如何与当前和下一代智能电表流量，其中可以清楚地看到，PMU数据将严重挑战这些无线系统。最后，我们强调了升级蜂窝标准的可能解决方案，以应对即将到来的智能计量流量。
2015-07-01 cs.IT cs.NI math.IT
Planning Mm-Wave Access Networks With Reconfigurable Intelligent Surfaces
由于能够支持千兆位数据率，毫米波（mm-Wave）通信被一致认为是未来蜂窝网络的关键技术。然而，在如此高的频率下的恶劣传播使得这些网络很容易由于障碍物阻塞而发生故障。最近推出的可重构智能表面（RIS）可以通过提高接收信号功率并在直接链路中断时提供替代无线电路径来增强毫米波通信的覆盖范围。虽然有几项工作已经从通信的角度解决了这种可能性，但这些工作都没有研究RISs对大规模毫米波网络的影响。为了填补这一文献空白，我们提出了一个新的数学公式的覆盖规划问题，包括RISs。使用完善的规划方法，我们开发了一种新的优化模型，其中RIS可以与基站一起安装，以帮助通信，创建我们定义的智能无线电连接。我们的模拟活动表明，RISs有效地增加了接入网络的吞吐量和覆盖范围，而进一步的数值结果突出了以前的作品分析的简化场景无法揭示的额外好处。
2021-06-08 cs.NI
CONDENSE: A Reconfigurable Knowledge Acquisition Architecture for Future 5G IoT
在未来几年，物联网（IoT）将连接数十亿台智能设备，生成并上传大量数据到云端。如果成功提取，数据中隐藏的知识可以显著提高生活质量并促进经济增长。然而，实现高效物联网的一个关键瓶颈是它对现有通信基础设施的压力，需要传输大量数据。为了解决这个问题，我们提出了一种名为Condense的新架构，它将物联网通信基础设施集成到数据分析中。这是通过网络功能计算的通用概念实现的：通信基础设施应该通过精心设计的途中处理积极参与数据分析，而不是仅仅将数据从物联网源传输到云端。我们定义了Condense架构、其基本层以及其组成模块之间的交互。此外，从实现方面，我们描述了如何将Condense集成到第三代合作伙伴计划（3GPP）机器类型通信（MTC）架构中，以及依靠网络功能虚拟化（NFV）和软件定义网络（SDN）在短时间内使其成为实际可行的技术的前景。最后，从理论方面，我们调查的相关文献计算“原子”功能在模拟和数字域，以及在网络上的功能分解，突出的挑战，见解，和未来的方向，利用这些技术在实际的3GPP MTC架构。
2016-09-12 cs.IT cs.NI math.IT
Applications and challenges of Reconfigurable Intelligent Surface for 6G networks
可重构智能表面由于能够灵活地操纵无线信道的电磁特性，一经出现就引起了学术界和工业界的关注。特别是近一两年来，RIS在学术研究和产业推广方面发展迅速，是5G-Advanced和6 G网络的关键候选技术之一。RIS可以通过其灵活的方式调节无线电波传输的能力来构建智能无线电环境。RIS的引入可能会创造一种新的网络范式，这给未来网络带来了新的可能性，但也导致了许多新的技术和工程应用的挑战。本文首先从一个新的角度介绍了RIS使能的无线通信网络的主要方面，然后重点介绍了引入RIS所面临的关键挑战。本文简要总结了RIS网络面临的主要工程应用挑战，并对其中的信道降级、网络共存、网络共存和网络部署等几个关键技术挑战进行了深入的分析和探讨，提出了可能的解决方案。
2022-01-17 cs.NI
Advanced Network Planning in 6G Smart Radio Environments
本文提出一种仅用RIS和NCR的优化部署框架，通过成本最小化优化实现密集城区全面覆盖，仿真证明可显著降低6G网络规划成本。
2024-11-09 cs.NI eess.SP
Modeling and Simulation of Reconfigurable Intelligent Surfaces for Hybrid Aerial and Ground-based Vehicular Communications
随着自动驾驶水平的提高和智能交通系统（ITS）的未来应用，车辆通信的需求也在增长。除了对高容量无线电链路的需求不断增长之外，可靠性和延迟约束也对移动网络供应提出了挑战。虽然例如毫米波频谱和太赫兹频带提供了大量的无线电资源，但由于微妙的无线电信道条件和信号传播特性，它们的适用性受到限制。作为未来ITS基础设施的智能无线电环境（SRE）的一部分，可重构智能表面（RISs）通过有目的地培养无源反射来改善无线电链路质量。这样，被阻挡的毫米波或太赫兹波束可以通过RIS反射路径在障碍物周围被引导，以改善否则有限的覆盖范围。在这篇文章中，提出了RIS增强的车辆通信的应用用例。除了在建筑物的外墙上静态部署RIS之外，无人驾驶飞行器（UAV）可以根据需要提供反射能力，而未来的飞行器可以-在一个有远见的方法中-由超材料组成，允许在丰富的SRE中机会性地利用它们。基于我们的多尺度移动性和网络仿真模型的案例研究的结果清楚地突出了RIS部署混合车辆通信场景的潜力。路径损耗和中断百分比可以大大降低。
2021-08-29 cs.NI
A Digital Twin for Reconfigurable Intelligent Surface Assisted Wireless Communication
可重构智能表面（RIS）是近年来兴起的6 G关键技术之一，它由大量低成本的无源元件组成，可以与电磁波进行智能交互，从而提高性能。然而，优化配置大量的RIS元素仍然是一个挑战。在本文中，我们提出了一种新的数字孪生框架的RIS辅助无线网络，我们称之为环境孪生（Env-Twin）。Env-Twin框架的目标是在各种粒度上实现最优控制的自动化。在本文中，我们提出了一个例子的Env-Twin模型来学习RIS配置与测量属性的接收器位置之间的映射函数，并在不涉及显式信道估计或波束训练开销的情况下，在RIS辅助的无线网络中相应的可实现速率。一旦学习，我们的Env-Twin模型可用于预测相同无线网络中任何新接收器位置的最佳RIS配置。我们利用深度学习（DL）技术来构建我们的模型，并研究其性能和鲁棒性。仿真结果表明，所提出的Env-Twin模型可以推荐接近最佳的RIS配置测试接收机的位置，实现接近上限的性能，假设完美的信道知识。我们的Env-Twin模型使用不到2%的总接收器位置进行训练。这个有前途的结果代表了巨大的潜力，建议的Env双框架开发一个实用的RIS解决方案，其中面板可以自动配置自己，而无需请求信道状态信息（CSI）从无线网络基础设施。
2020-09-01 cs.NI eess.SP
Towards Automated and Predictive Network-Level Energy Profiling in Reconfigurable IoT Systems
University of Bristol（布里斯托大学）
本研究提出一种测量驱动的网络级智能能耗分析与预测平台，结合BLE、VLC等模式，通过自动化插桩捕获细粒度能耗动态并生成数据集，支持基于AI的能耗优化，在真实IoT测试床中验证了其稳健性。
2025-10-10 cs.AR cs.NI cs.PF
An Overview of Machine Learning-Enabled Optimization for Reconfigurable Intelligent Surfaces-Aided 6G Networks: From Reinforcement Learning to Large Language Models
School of Computer Science, McGill University（麦吉尔大学计算机科学学院）
本文综述了RIS辅助6G网络中基于机器学习的优化方法，重点梳理各类强化学习技术，进一步探讨大语言模型与强化学习结合的优势，并指出未来挑战与方向。
2024-09-17 cs.LG cs.NI cs.SY
Boosting 5G mm-Wave IAB Reliability with Reconfigurable Intelligent Surfaces
本文研究利用可重构智能表面（RIS）提升5G毫米波IAB网络的阻塞韧性，通过MILP优化布局，证明RIS能显著提高抗阻塞能力并降低规划成本。
2022-01-20 cs.NI
Towards Dual-band Reconfigurable Metamaterial Surfaces for Satellite Networking
用于互联网服务的第一个低地球轨道卫星网络最近已经部署，并且规模正在增长，但在许多感兴趣的实际情况下将面临部署挑战。本文探讨了如何双波段，电子可调智能表面可以使卫星和移动用户之间的动态波束对准，使服务在城市峡谷，并改善在农村地区的服务。我们的设计是同类中第一个以Ku无线电频段中的双通道为目标的设计，该设计采用了一种新型的双惠更斯谐振器设计，该设计利用无线电互易性，使我们的表面能够同时在卫星上行链路和下行链路方向以及反射和透射操作模式中引导和调制能量。我们的表面Wall-E是在电磁模拟器中设计和评估的，并展示了94%的传输效率和85%的反射效率，在150度视场内的转向角处，传输和反射的功率损耗最多为6 dB。与75平方厘米的表面，我们的链路预算计算预测4 dB和24 dB的改善，在一个链接进入一个农村家庭的窗口相比，自由空间路径和砖墙穿透，分别在SNR。
2022-06-29 cs.NI
A Survey on Reconfigurable Intelligent Surfaces Towards Practical Deployments: Security and Privacy Perspectives
University of Hawaii at Manoa（夏威夷大学马诺阿分校）；University of South Florida（南佛罗里达大学）；Florida International University（佛罗里达国际大学）；Auburn University（奥本大学）
本文从安全与隐私视角调研了可重构智能表面在实际系统中的应用，分析了其安全威胁与防御策略，并提供开源工具支持未来研究。
2026-11-04 cs.CR cs.NI eess.SP
Highly Accurate and Reliable Wireless Network Slicing in 5th Generation Networks: A Hybrid Deep Learning Approach
University of Swabi（斯瓦比大学）；Northumbria University（诺森比亚大学）；University of Hull（赫尔大学）；Institute of Management Sciences（管理科学学院）；Instituto De Telecomunicaces（电信研究所）
在当今时代，像第五代（5G）和第六代（6G）网络这样的下一代网络需要高安全性、低延迟以及高可靠标准和容量。在这些网络中，可重构无线网络切片被认为是5G和6G网络的关键要素之一。可重新配置的切片允许运营商使用单个基础设施来运行网络的各种实例，以获得更好的服务质量（QoS）。QoS可以通过使用人工智能和机器学习算法重新配置和优化这些网络来实现。为了开发用于网络管理和限制网络切片故障的智能决策机制，需要支持机器学习的可重构无线网络解决方案。在本文中，我们提出了一种由卷积神经网络（CNN）和长短期记忆（LSTM）组成的混合深度学习模型。CNN执行资源分配、网络重新配置和切片选择，而LSTM用于统计信息（负载均衡、出错率等）。关于网络切片。通过使用多个未知设备，切片故障，过载条件下，所提出的模型的适用性进行验证。所提出的模型，反映了其适用性的整体准确度为95.17%。
2021-10-07 cs.LG cs.NI eess.SP
A Frequency-Agnostic RIS-based solution to control the Smart Radio Propagation Environment
颠覆性的可重构智能表面（RIS）技术正稳步成为未来6 G网络的关键要素。然而，由于许多实际的考虑，一个通用的RIS硬件设计还没有被定义。目前可用的RIS的主要障碍是它们无法在多个载波频率下同时操作，这将导致冗余安装以支持多种无线电接入技术（RAT）。本文介绍了一种新颖实用的多频RIS设计--FABRIS。FABRIS能够通过频率可调谐天线作为单元在不同的射频（RF）上动态工作，当RIS设计和优化的传统方法失败时，几乎没有性能下降。值得注意的是，我们的设计保留了足够窄的波束宽度，以避免在不需要的方向上产生信号泄漏，以及在散射参数方面足够高的天线效率。实际上，FABRIS选择RIS配置，该RIS配置最大化预期目标用户设备（UE）处的信号，同时最小化到非预期相邻UE的泄漏。数值结果和全波仿真验证了我们提出的方法对一个天真的实现，不考虑信号泄漏造成的多频天线阵列。
2022-03-16 cs.ET cs.NI
COLoRIS: Localization-agnostic Smart Surfaces Enabling Opportunistic ISAC in 6G Networks
本文提出COLoRIS，一种利用定位无关的RIS配置和训练学习模型实现6G网络中机会式ISAC的定位方法，实验显示定位误差为5%，低复杂度版本误差约11%且能耗仅增加2.7%。
2025-03-28 cs.NI
Electric Vehicles Charging Control based on Future Internet Generic Enablers
在本文中，未来的互联网为基础的应用在电动汽车（EV）智能充电领域的部署的基本原理。重点是连接设备接口（CDI）通用使能器（GE）和网络信息和控制器（NetIC）GE，它们被认为对充电控制问题和可重新配置的充电点集群内的通信网络配置具有潜在影响。CDI GE可用于在充电功率由于短期电网需求而突然受限的情况下捕获驾驶员在体验质量（QoE）方面的反馈，例如输电系统运营商向配电系统运营商要求的旨在清除由于输电线路损失或大的风力波动引起的网络意外事件的甩负荷动作。NetIC GE可在主电动车辆供电设备（EVSE）托管负载区域控制器时使用，该负载区域控制器负责管理给定负载区域（LA）内的同时充电会话;配电网拓扑的重新配置导致EVSE在LA之间转移，然后需要重新分配从EVSE。通过智能电网架构模型（SGAM）提供的标准化框架，确定参与者、设备、通信和流程。
2015-03-04 cs.NI
