AI-Empowered RIS-Assisted Networks: CV-Enabled RIS Selection and DNN-Enabled Transmission
本文提出AI赋能的RIS辅助网络方案,利用CV选择最优RIS,DNN学习信道到波束成形及相移的映射,实现实时传输,性能接近交替优化且推理时间大幅缩短。
2024-04-18 eess.SP
Fast and Arbitrary Beam Pattern Design for RIS-Assisted Terahertz Wireless Communication
可重构智能表面(RIS)可以辅助太赫兹无线通信恢复脆弱的视距链路,并促进波束转向。任意的反射光束图案被期望以满足不同应用中的不同要求。建立了RIS波束方向图设计与二维有限冲激响应滤波器设计之间的关系,提出了一种快速非迭代算法。仿真结果表明,该方法优于基线方法。因此,它代表了一个有前途的解决方案,快速和任意波束图案设计在RIS辅助太赫兹无线通信。
2022-05-06 eess.SP
Pathloss modeling of reconfigurable intelligent surface assisted THz wireless systems
针对可重构智能表面(RIS)辅助太赫兹(THz)无线系统,提出了一种解析路径损耗模型。具体而言,该模型适应太赫兹链路和RIS的特殊性。最后,我们推导出一个封闭形式的表达式,返回每个RIS反射单元的最佳相移。推导出的路径损耗模型通过广泛的电磁仿真进行验证,并有望在RIS辅助太赫兹无线系统的设计中发挥关键作用。
2021-02-17 eess.SP
Copula-Based Modeling of RIS-Assisted Communications: Outage Probability Analysis
相位噪声背景下可重构智能表面(RIS)辅助通信的信噪比(SNR)统计特性是一个重要的研究课题。在这封信中,我们利用Copula建模的概念来捕获由于离散相位噪声的存在而出现的非标准依赖特征。特别是,我们认为在瑞利衰落信道中的RIS系统的中断概率,并提供联合分布的依赖性,由于使用有限分辨率移相器在RIS的特征。数值评估证实了封闭形式的表达式的中断概率的有效性,并激励使用二元copula进一步RIS研究。
2022-01-22 eess.SP
Passive Eavesdropping Can Significantly Slow Down RIS-Assisted Secret Key Generation
本文研究被动窃听对RIS辅助物理层密钥生成的影响,提出优化RIS单元切换以最大化密钥速率的方法,实验证明可显著提升密钥容量与质量。
2023-10-14 eess.SP
Power Allocation and RIS Elements Optimisation for Reconfigurable Intelligent Surfaces assisted RSMA
G Lab, School of Engineering and Informatics University of Sussex(萨塞克斯大学工程与信息学院6G实验室)
本文提出了一种在RIS辅助速率分割多址接入系统中优化RIS元件数量和功率分配的方法,通过最大化总速率并满足目标公共速率要求,提升系统性能。
2025-07-23 eess.SP
Blind Channel Estimation for RIS-Assisted Millimeter Wave Communication Systems
针对RIS辅助毫米波通信系统的盲信道估计挑战,本文首次提出基于压缩感知的分块传输方法,通过块间RIS重构与块内码字映射实现无导频的信道估计与信号恢复,仿真验证其高精度性能。
2025-08-25 eess.SP
Cascaded Channel Estimation for RIS Assisted mmWave MIMO Transmissions
信道估计是可重构智能表面(RIS)辅助的毫米波(mmWave)通信中的一个难题。由于在这样的系统中级联信道的系数的数量紧密地依赖于基站天线的数量和RIS元件的数量的乘积,所以导频开销将非常高。在这封信中,我们提出了一个级联的信道估计框架的RIS辅助毫米波多输入多输出系统,在传输模型的宽带效应被认为是。然后,将宽带信道估计转化为参数恢复问题,利用少量的导频符号,采用牛顿正交匹配追踪算法进行信道参数的检测。此外,还引入了信道估计的Cramer-Rao下界。数值结果表明了所提出的信道估计方案的有效性。
2021-06-19 eess.SP
Beam Training and Alignment for RIS-Assisted Millimeter Wave Systems:State of the Art and Beyond
可重构智能表面(RIS)是近年来出现的一种新型蜂窝网络。具体而言,由于其在重塑传播环境方面的能力,RIS被引入以解决毫米波(mmWave)甚至太赫兹(THz)通信中的阻塞问题。然而,RIS的部署使系统架构复杂化,并对波束训练(BT)/波束对准(BA)提出了重大挑战,这是在发射机和接收机之间建立可靠链路所需的过程。在本文中,我们首先回顾了几种用于RIS辅助毫米波系统的最先进的波束训练解决方案,并讨论了它们各自的优点和局限性。我们还提出了一种新的多方向BT方法,它可以实现一个体面的BA性能,只有少量的训练开销。最后,我们概述了几个重要的开放性问题,在英国电信的RIS辅助毫米波系统。
2022-03-25 eess.SP
BER Analysis of RIS Assisted Multicast Communications with Network Coding
提出了一种基于可重构智能表面(RIS)的双跳多播无线通信网络,该网络具有两个源节点和两个目的节点。RIS通过智能软件控制的离散相移超材料阵列增强接收信号强度。使用解码和转发(DF)中继节点来启用来自源节点的多播通信。在中继节点中,应用物理层网络编码(PLNC)概念,并且将PLNC符号发送到目的地节点。源节点和中继节点之间的联合RIS-Multicast信道被建模为两个缩放的非中心卡方分布之和。利用矩生成函数(MGF)方法推导了中继节点和目的节点的误比特率(BER)的解析表达式,并利用Monte-Carlo仿真对结果进行了验证。据观察,建议RIS辅助网络的BER性能是一个很大的优于传统的非RIS信道链路。
2020-06-28 eess.SP
Impact of RIS Orientation on Throughput in UAV-Assisted Wireless Systems
Lahore University of Management Sciences (LUMS)(拉合尔管理科学大学)
本文提出通过优化RIS方位提升无人机辅助无线系统吞吐量的方法,并通过实验验证了RIS方位对通信性能的关键影响。
2025-12-08 eess.SP
On the Impact of Mutual Coupling on RIS-Assisted Channel Estimation
本文通过在电磁学通信模型中进行错误设定的Cramer-Rao界分析,定量评估了互耦对RIS辅助信道估计的影响,发现RIS元件更紧密集成或尺寸扩大会加剧忽略互耦的影响,且间距过小会导致性能显著下降。
2024-02-20 eess.SP
On Energy-Efficient Passive Beamforming Design of RIS-Assisted CoMP-NOMA Networks
本文研究RIS辅助CoMP-NOMA网络的节能无源波束赋形设计,提出两种RIS配置并优化相移以最大化能量效率,证明其相比传统系统具有显著效率优势。
2025-06-20 eess.SP
Low-Complexity Channel Estimation for RIS-Assisted ISAC System
针对RIS辅助ISAC系统中同频干扰导致信道状态信息获取困难的问题,提出基于MCP的CSI优化方案,利用元素分组策略联合估计信道与相移矩阵,降低训练开销并推导近似最优解,仿真验证其估计性能优于现有基准。
2025-04-02 eess.SP
Performance Analysis of RIS-Assisted Large-Scale Wireless Networks Using Stochastic Geometry
在本文中,我们研究的性能可重构智能表面(RIS)辅助大规模网络的覆盖概率和平均可达速率,使用随机几何特征。考虑到发射机(TX)和RIS之间的空间相关性,它们的位置由高斯泊松过程(GPP)联合建模。两种关联策略,即,最近关联和固定关联。对于RI辅助传输,信号功率分布与直接链路近似的伽马随机变量使用矩匹配方法,和拉普拉斯变换的聚合干扰功率推导出封闭的形式。基于这些表达式,我们分析了信道硬化效应的RI辅助传输,覆盖概率,和典型用户的平均可达速率。我们推导出封闭形式的覆盖概率表达式的固定关联策略和最近的关联策略的干扰限制的情况下。数值结果验证了分析,并说明了有效的RIS辅助传输与被动波束形成在提高系统性能。在干扰受限的情况下,采用最近关联策略,系统性能与TX的密度无关。
2022-08-18 eess.SP
Network Coexistence Analysis of RIS-Assisted Wireless Communications
可重构智能表面(RISs)因其能够控制信道环境的电磁特性而受到学术界和工业界的关注。然而,已经发现,RIS的引入可能带来新的和更严重的网络共存问题。如果这些新的网络共存问题不能得到有效解决,甚至可能进一步恶化网络性能。本文提出了一种RIS网络共存模型,并对该模型进行了详细的讨论,对存在的问题进行了深入的分析。两个新的RIS设计机制,包括一个新的多层RIS结构与带外滤波器和RIS阻塞机制,进一步探讨。最后给出了数值结果和讨论。
2022-07-27 eess.SP
Joint Beamforming and Reflection Design for RIS-assisted ISAC Systems
在本文中,我们调查的潜力,采用可重构智能表面(RIS)的通感一体化(ISAC)系统。特别是,我们考虑一个RIS辅助ISAC系统中,多天线基站(BS)同时执行多用户多输入单输出(MU-MISO)通信和目标检测。我们的目标是联合设计的发射波束形成和接收滤波器的BS,和RIS的反射系数,以最大限度地提高通信用户的总和速率,同时满足最坏情况下的雷达输出信噪比(SNR),发射功率约束,和单位模的反射系数的属性。提出了一种基于分式规划(FP)、优化极小化(MM)和交替方向乘子法(ADMM)的求解复杂非凸问题的有效迭代算法。仿真结果验证了所提出的RIS辅助ISAC方案的优越性和算法的有效性。
2022-05-29 eess.SP
Spectral Efficiency Optimization for mmWave Wideband MIMO RIS-assisted Communication
可重构智能表面(RIS)是一种被动或半被动的异质元表面,由许多可调单元组成。RIS作为一种有前途的新技术正在获得发展势头,能够将传播环境转换为可控参数。在本文中,我们研究了协同设计的每个子载波的功率分配矩阵和多元素的RIS相移在下行链路中使用28 GHz频段的宽带MIMO传输。我们在改进RIS辅助链路方面的贡献包括:(1)增强了系统建模,包括路径损耗和阻塞建模,以及均匀矩形阵列(URA)设计;(2)设计了梯度上升协同设计算法;(3)对所提出的算法进行了渐近(Big O)复杂度分析和运行时复杂度评估。
2021-12-15 eess.SP
RIS-Assisted MISO Communication: Optimal Beamformers and Performance Analysis
研究了一种基于可重构智能表面的多输入单输出通信系统。假设具有多个天线的基站(BS)在RIS的帮助下与单天线用户设备(UE)通信。我们假设系统在BS和RIS之间具有视距(LoS)的环境中操作,而RIS-UE链路经历瑞利衰落。我们提出了一个封闭的形式表达的最佳有源和无源波束形成矢量在BS和RIS分别。然后,通过表征在UE处接收到的SNR的统计特性,我们应用它们来推导不同系统性能指标的解析近似,包括中断概率、平均可达速率和平均符号错误概率(SEP)。我们的结果,在一般情况下,表明由于RIS的增益可以是相当大的,可以显着大于通过使用多个BS天线所获得的增益。
2020-10-07 eess.SP
RIS-assisted Atomic MIMO Receiver
University of Surrey(萨里大学);Queen Mary University of London(伦敦玛丽女王大学);Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学)
本文提出一种RIS辅助的原子MIMO接收机架构,利用PAM对齐相位以降低复杂度,并通过Adam算法求解非凸优化问题。
2025-10-17 eess.SP
Simultaneously Transmitting and Reflecting (STAR) RIS Assisted Over-the-Air Computation Systems
空中计算(AirComp)系统的性能由于无线设备(WD)的恶劣信道条件而降低,这可以通过采用可重构智能表面(RISs)来显著改善。然而,传统的RISs要求WD必须位于反射空间的半平面内,这限制了它们的潜在益处。为了解决这个问题,新的家庭的同时发送和反射可重构智能表面(STAR-RIS)被认为是在AirComp系统,以提高计算精度在广泛的覆盖区域。为了最小化STAR-RIS辅助AirComp系统中的计算均方误差(MSE),我们提出了一种联合波束成形设计,用于优化WD处的发射功率,以及STAR-RIS处的无源反射和发射波束成形矩阵,以及融合中心(FC)处的接收波束成形向量。具体而言,在被动反射和发射波束形成矩阵的更新,封闭形式的解决方案,通过引入一个辅助变量,并利用耦合二进制相移条件。此外,通过假设FC处的天线数量和STAR-RIS/RIS处的元件数量足够高,我们从理论上证明了STAR-RIS辅助的AirComp系统比传统的RIS辅助系统提供更高的计算精度。我们的数值结果表明,所提出的波束形成设计优于基准计划依赖于随机相移约束和部署传统的RIS。此外,它的性能接近的下限实现的波束形成设计的基础上的STAR-RIS免除耦合相移的约束。
2023-01-05 eess.SP
Graph Neural Network Based Beamforming and RIS Reflection Design in A Multi-RIS Assisted Wireless Network
提出一种基于图神经网络的架构,用于多RIS辅助无线网络中联合优化基站波束成形与RIS相位偏移,通过二分图建模和消息传递实现高效干扰推断,具有强可扩展性并显著优于传统算法。
2025-01-24 eess.SP
Deep Reinforcement Learning for RIS-Assisted FD Systems: Single or Distributed RIS?
本文研究了可重构智能表面(RIS)辅助的全双工多输入单输出无线系统,其中波束形成和RIS相移被优化以最大化单个和分布式RIS部署方案的和速率。通过三种基于链路质量的实际场景,研究了使用单个或分布式RIS部署方案的偏好。推导出优化波束形成向量的闭式解,并提出了一种新的深度强化学习(DRL)算法来优化RIS相移。仿真结果表明,部署方案的选择取决于场景和链路质量。它进一步表明,该算法显着提高和速率相比,非优化的情况下,在单一和分布式RIS部署方案。此外,所提出的波束形成推导实现了显着的改善相比,在以前的作品近似推导。最后,通过复杂度分析,证明了本文提出的DRL算法与文献中的DRL算法相比,计算复杂度有所降低。
2022-08-15 eess.SP
Joint Energy Efficiency Optimization for Uplink Multiuser Movable Antenna-Based Wireless Systems Assisted by Movable-Element RIS
Concordia University(康考迪亚大学)
本文研究了由可重构智能表面(ME-RIS)和配备可移动天线的基站(MA-BS)辅助的上行多用户系统中的能量效率(EE)优化问题,通过联合优化上行前置编码向量、用户发射功率、RIS相移及天线和RIS元件位置,提升系统EE。
2026-03-30 eess.SP
RIS-Assisted Cell-Free Massive MIMO: RIS-MS Selection in FR1 and FR3
University Rey Juan Carlos(雷伊胡安卡洛斯大学)
本文提出了一种新型RIS-用户关联算法,通过优化相移设置提升频谱效率,分析了训练开销与性能增益的权衡,强调了FR3频段在RIS辅助无中心MIMO中的潜力。
2026-04-19 eess.SP
RIS-Assisted Aerial Non-Terrestrial Networks: An Intelligent Synergy with Deep Reinforcement Learning
本文探讨了深度强化学习在优化RIS辅助空中非地面网络中的应用,重点采用H-PPO算法处理复杂混合动作空间,通过ARIS辅助的CoMP-NOMA网络案例验证其能有效最大化总速率,并指出了未来研究方向。
2024-12-25 eess.SP
Joint Location and Beamforming Design for STAR-RIS Assisted NOMA Systems
同时发射和反射的可重构智能表面(STAR-RIS)辅助非正交多址接入(NOMA)通信系统在其附近的研究,其中STAR-RIS部署在一个预定义的区域内,为用户建立通信链路。在多天线基站(BS)处采用基于波束形成器的NOMA和基于簇的NOMA方案。对于每种方案,STAR-RIS部署位置、STAR-RIS的无源发射和反射波束成形(BF)以及BS处的有源BF被联合优化以最大化用户的加权和速率(WSR)。为了解决由此产生的非凸问题,交替优化(AO)算法,其中连续凸逼近(SCA)和半定规划(SDP)方法被调用迭代地解决每个子问题的非凸性。仿真结果表明:1)优化STAR-RIS的具体部署位置可以显著提高WSR性能; 2)基于波束形成器和基于簇的NOMA都倾向于非对称STAR-RIS部署。
2022-06-26 eess.SP
Energy-Efficient UAV-Mounted RIS Assisted Mobile Edge Computing
无人机(UAV)和可重构智能表面(RIS)最近已被应用于移动边缘计算(MEC)领域,以分别通过可重构位置部署和智能信号反射主动改变无线信道来改善数据交换环境。然而,它们在实际情况中可能受到固有的限制。无人机搭载RIS(U-RIS)作为一种很有前途的综合方法,可以结合无人机和RIS的优点,突破限制。受此启发,我们考虑了一种新的U-RIS辅助MEC系统,其中部署了U-RIS以协助地面用户和MEC服务器之间的通信。为最大限度地提高系统的能量利用率,提出了无人机航迹、RIS无源波束形成和MEC资源分配的联合设计方案。为了解决这个棘手的非凸问题,我们将其分为两个子问题,并基于连续凸逼近(SCA)和Dinkelbach方法迭代求解。最后,我们得到了一个高性能的次优解。仿真结果表明,该算法显著提高了MEC系统的能量效率。
2022-03-24 eess.SP
Joint RIS-UE Association and Beamforming Design in RIS-Assisted Cell-Free MIMO Network
针对RIS辅助无小区MIMO网络中信道获取开销过大的问题,提出一种联合RIS-UE关联与波束成形的两阶段优化框架,在大幅降低开销的同时保持可接受的轻微性能损失。
2025-06-26 eess.SP
Channel-Estimation-Free Beamforming for RIS-Assisted Systems with Limited Feedback
University of California, Irvine(加州大学尔湾分校)
针对RIS辅助系统,提出仅用有限RSS反馈的无信道估计波束成形算法,含单用户及多用户场景,仿真显示其性能接近全CSI交替优化,可保障用户公平性。
2026-08-04 eess.SP
MALRIS: Malicious Hardware in RIS-Assisted Wireless Communications
本文提出恶意RIS(MALRIS)概念,揭示受损硬件在被动操作下的对抗行为,建模功率分配与元件分配攻击,仿真证明有限硬件受损可显著降低误码率、吞吐量及保密性,旨在提升安全认识并支持可信部署。
2025-08-08 eess.SP
Structured Channel Parameter Estimation for RIS-Assisted MIMO Systems via Kronecker and Tensor Factorizations
Federal University of Ceará (UFC)(塞阿拉联邦大学)
本文提出基于Kronecker和张量分解的结构化信道估计方法,用于RIS辅助MIMO系统,在降低计算复杂度的同时达到基准精度。
2026-09-21 eess.SP
Digital RIS (DRIS): The Future of Digital Beam Management in RIS-Assisted OWC Systems
可重构智能表面(RIS)最近被引入到光无线通信(OWC)网络中,以解决跳过区域并提高用户端的信噪比。在OWC网络中,RIS基于镜像或元表面。在过去的几年里,超表面有了显著的发展。因此,编码,数字,可编程和信息超材料已经开发出来。这些材料的优点在于它们能够实现数字信号处理(DSP)技术。本文首次提出在OWC系统中使用数字RIS(DRIS)。讨论了DRIS的概念和DSP方法在物理材料中的应用。此外,我们研究超材料的光学DRIS与液晶作为前排材料。最后,我们提出了一个设计实例,并讨论了未来的研究方向。
2021-12-18 eess.SP
RIS-Assisted Cell-Free Massive MIMO Relying on Reflection Pattern Modulation
本文提出反射图样调制辅助RIS的无蜂窝大规模MIMO上行传输方案,通过活跃RIS块索引传递额外信息,并设计CSA-PSO算法优化RIS相移,在频谱效率与能量效率之间实现灵活权衡。
2024-08-10 eess.SP
Energy Efficiency Maximization of Simultaneous Transmission and Reflection RIS Assisted Full-Duplex Communications
研究了一种新型的同时传输和反射的可重构智能表面(STAR-RIS)辅助全双工(FD)通信系统的有效性。我们的目标是通过联合优化STAR-RIS的发射功率和无源波束成形来最大限度地提高能源效率。我们提出了一个有效的算法,迭代优化交替优化框架下。采用逐次凸逼近和Dinkelbach方法求解功率优化子问题。基于惩罚的方法被用来设计在STAR-RIS的无源波束形成。数值结果验证了算法的收敛性和有效性,并进一步揭示了STAR-RIS与FD通信相结合的优点。
2022-04-15 eess.SP
Space-Time Coded RIS-Assisted Wireless Systems with Practical Reflection Models: Error Rate Analysis and Negative Moment-Based Optimization with Saddle Point Approximation
Kocaeli University(科贾埃利大学);Yildiz Technical University(伊斯坦布尔技术大学);TÜBİTAK BİLGEM(土耳其科学技术研究委员会信息通信技术研究所)
本文提出了一种理论框架,用于分析RIS辅助多天线系统在使用OSTBC时的SER,采用实际反射模型,结合鞍点近似方法,推导出适用于任意RIS尺寸和相位配置的统一SER表达式。
2025-08-26 eess.SP
SAC-Controlled RIS-Assisted Monopulse Radar for Multipath-Robust Vital-Sign Localization
Rochester Institute of Technology(罗切斯特理工学院)
本文提出一种SAC控制的RIS辅助单脉冲雷达,通过强化学习优化RIS相位配置,以减轻室内多径对生命体征定位的影响,相比传统方法提升了角度定位鲁棒性。
2026-10-05 eess.SP
Precoding for Uplink RIS-Assisted Cell-Free MIMO-OFDM Systems with Hardware Impairments
Cisco Systems(思科系统);KTH Royal Institute of Technology(瑞典皇家理工学院)
针对 UE 与 AP 存在 IQI 的多 RIS 辅助上行 CF-mMIMO-OFDM 系统,提出基于 WMMSE 的 BCD 联合预编码、RIS 系数和接收合并优化方法,以提升和速率与求解效率。
2025-10-20 eess.SP
EMF Exposure Mitigation in RIS-Assisted Multi-Beam Communications
本文提出利用可重构智能表面(RIS)辅助多波束通信,通过遗传算法优化功率均衡与波束选择,在维持服务质量的同时最小化非目标用户的电磁场暴露,且频谱效率损失极小。
2023-05-11 eess.SP
Deep Reinforcement Learning for Optimizing RIS-Assisted HD-FD Wireless Systems
这封信调查的可重构智能表面(RIS)辅助多输入单输出(MISO)无线系统,其中半双工(HD)和全双工(FD)的工作模式被认为是在一起,在文献中的第一次。目标是通过优化RIS相移来最大化速率。提出了一种新的深度强化学习(DRL)算法来解决非凸优化问题。复杂度分析和蒙特卡罗模拟表明,建议的DRL算法显着提高了速率相比,非优化的情况下,在HD和FD操作模式,使用一个单一的参数设置。此外,它显着降低了下行链路的HD MISO系统的计算复杂度,并提高了可实现的速率与减少的步骤数相比,每集传统的DRL算法。
2021-10-10 eess.SP
RIS-Assisted Visible Light Communication Systems: A Tutorial
第五代(5G)蜂窝网络的最新发展已导致其在全球范围内部署。作为实现的一部分,必须解决的挑战之一是跳过区域问题,当物体阻碍信号传输时会发生跳过区域问题。在射频(RF)和室内可见光通信(VLC)系统中,信号障碍物可以显著降低信噪比,而在自由空间光学(FSO)系统中,障碍物可以完全中断数据传输。因此,必须解决跳区困境,以确保5G及以后网络的高效运行。近年来,比中继更有效的可重构智能表面(RISs)已经被广泛接受为减轻跳跃区和提供可重构无线电环境的方法。然而,对于用于光无线通信(OWC)系统的RISs的研究有限。本文旨在提供一个全面的教程室内VLC系统利用RISs技术。本文讨论了VLC和RIS的基础知识,并重新介绍了OWC系统的RIS,重点介绍了RIS辅助的室内VLC系统。我们还提供了一个全面的概述光学RISs和检查之间的差异光学RISs,RF-RISs,光中继。此外,我们详细讨论了如何使用RIS克服VLC系统中的视线阻塞和设备定位问题,同时揭示了需要研究的关键挑战,如RIS元件定位设计,RIS元件到接入点/用户分配设计,以及RIS阵列定位设计问题。此外,我们讨论并提出了一些研究问题,集成光学RISs与其他新兴技术和突出其他重要的研究方向,为RIS-assisted VLC系统。
2022-11-29 eess.SP
A Novel Physics-based Channel Model for Reconfigurable Intelligent Surface-assisted Multi-user Communication Systems
可重构智能表面(RIS)是下一代智能无线电环境的重要技术之一。提出了一种新的基于物理的RIS信道模型。特别地,我们通过研究信号的多径传播以及RIS的辐射方向图,将RIS和散射环境作为一个整体来考虑。该模型表明,RIS辅助的无线信道可以近似为Rician分布。解析表达式推导出的形状因子和比例因子的分布。对于连续相移的情况,分布取决于RIS的元件的数量和接收器的观测方向。对于连续相移的情况,分布还取决于RIS相位误差的量化水平。由分布的比例因子得到平均接收功率的比例律。对于RIS作为异常反射器的应用场景,我们研究了单RIS辅助的多址接入网络在时分多址接入(TDMA)、频分多址接入(FDMA)和非正交多址接入(NOMA)下的性能。封闭形式的表达式所提出的信道模型的中断概率。证明了存在一个与RIS元素个数无关的常数分集阶。仿真结果证实了该模型有效地适用于相控阵实现的RISs。
2020-08-03 eess.SP
RIS-Assisted Self-Interference Mitigation for In-Band Full-Duplex Transceivers
无线带内全双工(IBFD)技术在理论上可以使系统容量比传统的频分双工(FDD)或时分双工(TDD)替代方案增加一倍。但是IBFD的强自干扰会在ADC中产生过大的量化噪声,这是其实际实现的障碍。在本文中,我们考虑采用一个可重构智能表面(RIS)的IBFD通信。当BS在相同的频段上同时向用户发送信号和从用户接收信号时,它可以调整RIS的反射系数以配置无线信道,从而在传播域中充分减轻BS的自干扰。考虑到量化噪声的影响,我们提出联合设计下行链路(DL)预编码矩阵和RIS系数,以最大化上行链路(UL)和DL速率之和。建议的RIS辅助带内全双工(RAIBFD)系统的有效性进行了验证,通过仿真研究,即使考虑到相位的RIS只有有限的分辨率。
2022-11-22 eess.SP
Variational Learning Algorithms For Channel Estimation in RIS-assisted mmWave Systems
研究了可重构智能表面(RIS)辅助毫米波(mmWave)系统的信道估计问题。提出了两种基于变分期望最大化(VEM)的无线系统信道估计算法。第一种算法是基于结构化平均场的稀疏贝叶斯学习(SM-SBL)算法,该算法利用了信道元素的双重结构稀疏性和个体稀疏性。为了利用稀疏性,我们提出了一个列耦合高斯先验。接下来,我们设计的因式分解的平均场为基础的算法,我们提出的先验。该算法称为因子化平均场SBL(FM-SBL)算法,在不牺牲信道估计精度的情况下解决了SM-SBL算法的时间复杂度。我们使用广泛的数值研究表明,i)SM-SBL和FM-SBL算法优于几个现有的算法和ii)FM-SBL具有较低的时间复杂度比SM-SBL算法。
2022-11-26 eess.SP
Blockage-Aware and Shadowing Aware RIS Assisted Joint Communication and Positioning for Urban Non Terrestrial Networks
School of Engineering, RMIT University(RMIT大学工程学院);University of Adelaide(阿德莱德大学)
本文提出一种面向阻塞和阴影的RIS辅助框架,用于城市场景非地面网络中的联合通信与定位,通过地面RIS增强阻塞敏感的卫星-用户链路并创建额外反射路径以提高时域定位可观性,结合位置误差界与信噪比构建统一效用函数,采用阻塞感知三模式策略以适应不同链路条件,提升鲁棒性。
2026-04-21 eess.SP
Tensor-Based Channel Estimation for RIS-Assisted Networks Operating Under Imperfections
可重构智能表面(RIS)是未来无线网络的候选技术。它能够塑造无线环境,以实现大规模连接和增强的数据速率。然而,RIS辅助网络的有希望的增益强烈地依赖于信道状态信息的准确性。由于RIS元件的无源性质,信道估计可能变得具有挑战性。当由于RIS暴露于不同的环境效应或由于电路的硬件限制而导致物理缺陷或电子损伤影响RIS时,这一点变得最为明显。在本文中,我们提出了一种有效的和低复杂度的基于张量的信道估计方法在RIS辅助网络考虑到不同的缺陷。通过假设一个短期模型,其中RIS缺陷行为(建模为未知的幅度和相移偏差)相对于信道相干时间是非静态的,我们制定了一种基于闭型高阶奇异值分解的算法,用于联合估计所涉及的信道和未知损伤。分析了该算法的可辨识性和计算复杂度,并研究了不同缺陷对信道估计质量的影响。仿真结果表明,我们提出的基于张量的算法的有效性,在估计精度和计算复杂度相比,竞争基于张量的迭代交替解决方案。
2022-06-07 eess.SP
PARAFAC-Based Low-Latency Angular Tracking for RIS-Assisted Sensing
本文提出ATTRACT算法,利用PARAFAC张量分解和交替最小二乘,在RIS辅助感知中实现低延迟角度跟踪,通过逐切片处理降低计算开销并保持高精度。
2026-09-24 eess.SP
Fast Beam Training for RIS-Assisted Uplink Communication
在这项工作中,我们提出了一个波束训练码本可重构智能表面(RIS)辅助毫米波上行链路通信。波束训练过程对于在用户节点和接入点(AP)之间建立可靠链路是重要的。基于码本的训练过程减少搜索时间,以通过RIS控制器获得最佳可能的相移,从而将RIS处的入射波束对准接收节点的方向。我们考虑了一个半被动的RIS,以协助RIS控制器的最小开销的反馈。结果表明,该过程检测到一个移动节点的概率很高,在很短的时间间隔。此外,我们在用户节点处使用相同的码本来知道经由RIS的通信的期望方向。
2021-07-23 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surface-Assisted MAC for Wireless Networks: Protocol Design, Analysis, and Optimization
可重构智能表面(RIS)是一种很有前途的反射式无线电技术,通过重构无线传播环境来提高未来无线系统的覆盖范围和速率。目前的工作主要集中在RIS的物理层设计上。然而,使多个设备与RIS的协助下进行通信是一个至关重要的挑战性问题。出于这一动机,我们探讨了在介质访问控制(MAC)层的RIS辅助通信,并提出了一个RIS辅助MAC框架。特别地,通过预协商和多维预留(MDR)方案来实现RIS辅助的传输。在此基础上,我们研究了RIS辅助的单信道多用户(SCMU)通信。其中,作为一个整体的RIS可以由一个用户预留以支持多个数据传输,从而在用户处实现高效的RIS辅助连接。此外,在频率选择性信道下,通过在RIS分组上实现MDR方案,进一步探索RIS辅助的多信道多用户(MCMU)通信,提高RIS的服务效率,降低计算复杂度。此外,建立了一个马尔可夫链的基础上提出的RIS辅助的MAC框架,SCMU/MCMU的系统性能进行分析。然后,制定的优化问题,以最大限度地提高整体系统容量的SCMU/MCMU与能源效率的约束。性能评估证明了每一项的可行性和有效性
2021-03-23 cs.NI eess.SP
RIS-assisted Physical Layer Security
本文提出一种RIS辅助的窃听信道模型,通过策略部署RIS与正交合并器提取数据流,推导了语义安全下的可达保密速率并设计优化算法,仿真验证了总发射功率、窃听者位置及数量对安全性能的影响。
2025-01-30 cs.IT eess.SP math.IT
Secrecy Outage Probability Analysis for RIS-Assisted NOMA Systems
研究了一种新型的可重构智能表面(RIS)辅助的非正交多址接入(NOMA)系统在多用户环境下的物理层安全性,其中考虑了窃听者也利用RIS优势的最坏情况.更具体地说,我们推导出的秘密中断概率(SOP)的分析结果。从数值结果中,我们观察到,使用RIS可以提高保密性能相比,传统的NOMA系统。然而,对于最坏的情况下,在窃听器处接收的信号来自RIS和源,增加RIS上的智能元件的数量对保密性能具有负面影响。在高SNR时,系统的SOP趋于恒定。最后,通过分组选择来提高系统的保密性能。
2020-07-31 cs.CR eess.SP
Coverage Probability Analysis of RIS-Assisted High-Speed Train Communications
可重构智能表面(RIS)由于其通过向接收器反射信号来扩展小区覆盖的能力而受到越来越多的关注。研究了一种基于RIS的高速训练(HST)通信系统,以提高覆盖概率。我们推导出覆盖概率的封闭形式的表达式。此外,我们分析了一些关键的系统参数,包括发射功率,信噪比阈值,基站和RIS之间的水平距离的影响。仿真结果验证了RIS辅助HST通信的覆盖概率方面的效率。
2022-05-26 cs.IT eess.SP math.IT
Untrained DNN for Channel Estimation of RIS-Assisted Multi-User OFDM System with Hardware Impairments
University of Oulu(奥卢大学)
可重构智能表面(RIS)是一种用于提高第五代(5G)及以后网络性能的新兴技术。实际上,由于RIS的无源性质,RIS辅助系统的信道估计是具有挑战性的。针对存在硬件损伤的RI辅助多用户单输入多输出(SIMO)正交频分复用(OFDM)系统,提出了一种基于深度学习的低复杂度信道估计算法。我们提出了一种基于深度图像先验(DIP)网络的未训练深度神经网络(DNN),以消除从传统的基于导频的最小二乘(LS)估计获得的系统的有效信道,并获得更准确的估计。我们已经表明,我们提出的方法具有高性能的准确性和低复杂度相比,传统的方法。此外,我们已经表明,所提出的估计是强大的收发器和RIS的硬件损伤所造成的干扰。
2021-07-13 cs.LG eess.SP
Capacity and Performance Analysis of RIS-Assisted Communication Over Rician Fading Channels
研究了可重构智能表面(RIS)辅助下毫米波通信系统的遍历容量和符号出错率两个性能指标。我们假设独立同分布(i.i.d.)用户-RIS-接入点(AP)之间的Rician衰落,RIS表面由无源反射元件组成。首先,我们推导出一个新的统一的封闭式公式的平均符号错误概率的广义M-QAM/M-PSK信号在此毫米波链路。然后,我们得到新的封闭形式的表达式遍历能力与不信道状态信息(CSI)在AP。
2021-11-08 cs.IT eess.SP math.IT