Integrated Imaging and Communication with Reconfigurable Intelligent Surfaces
本研究提出RIS辅助的成像通信一体化系统，通过环境成像构建深度图提取用户属性，以此低开销设计RIS交互向量与波束策略，在波束成形增益相当的情况下将训练开销降至穷举方案的千分之一。
2024-01-29 cs.IT eess.SP math.IT
Two-Timescale Channel Estimation for Reconfigurable Intelligent Surface Aided Wireless Communications
信道估计是可重构智能表面（RIS）辅助无线通信的一个挑战。由于基站（BS）、RIS和用户设备（UE）之间的级联信道的系数的数量是BS天线的数量、RIS元件的数量和UE的数量的乘积，因此导频开销可能非常高。在本文中，我们提出了一个两个时间尺度的信道估计框架，利用的属性，BS-RIS信道是高维的，但准静态的，而RIS-UE信道是移动的，但低维的。具体来说，为了估计准静态BS-RIS信道，我们提出了一种双链路导频传输方案，其中BS发送下行链路导频并接收RIS反射的上行链路导频。然后，我们提出了一种基于坐标下降的算法来恢复BS-RIS信道。由于估计准静态BS-RIS信道的频率低于估计移动信道的频率，因此从长期的角度来看，可以减少平均导频开销。虽然移动RIS-UE信道必须在小的时间尺度内频繁地估计，但是由于其低维度，相关联的导频开销很低。仿真结果表明，提出的双时标信道估计框架可以实现准确的信道估计与低导频开销。
2020-05-18 cs.IT eess.SP math.IT
Practical Channel Estimation and Phase Shift Design for Intelligent Reflecting Surface Empowered MIMO Systems
本文提出了智能反射面（IRS）授权的单用户多输入多输出（SU-MIMO）系统的信道估计技术和相移设计。在本文提出的四种信道估计技术中，单径近似信道（SPAC）和秩一矩阵选择性增强（SEROM）两种新的信道估计技术具有较低的训练开销，能够实现实用的IRS授权SU-MIMO系统。SPAC主要基于参数估计，通过将IRS相关信道近似为占主导地位的单路径信道。SEROM利用IRS相移以及训练信号进行信道估计，并且容易调整其训练开销。IRS相移设计的封闭形式的解决方案也被开发，以最大限度地提高频谱效率的解决方案只需要基本的线性运算。数值结果表明，SPAC和SEROM相结合的IRS相移设计实现了高的频谱效率，即使与现有的方法相比，低的训练开销。
2021-04-29 cs.IT eess.SP math.IT
Low-Overhead Channel Estimation Framework for Beyond Diagonal Reconfigurable Intelligent Surface Assisted Multi-User MIMO Communication
针对非对角可重构智能表面（BD-RIS）辅助多用户MIMO系统中信道估计开销大的问题，本文基于级联信道的缩放特性提出低开销框架，刻画无噪声下最小开销并设计两阶段估计方法，显著降低了估计开销。
2025-04-15 cs.IT eess.SP math.IT
Deep Multi-Stage CSI Acquisition for Reconfigurable Intelligent Surface Aided MIMO Systems
针对可重构智能表面（RIS）中继无线信道估计中导频开销过大的问题，提出了一种基于导频的RIS中继无线信道估计方法。受深度学习在解决非线性映射问题方面的令人信服的把握的启发，所提出的方法仅激活RIS元素的一部分，并利用相应的级联信道估计来预测另一部分。通过合成深度神经网络（DNN），首先依次估计直接信道和活动级联信道，然后对非活动RIS元件进行信道预测。一个三阶段的训练策略，开发了这种合成DNN。从仿真结果来看，所提出的基于深度学习的方法在减少导频开销和保证可靠的估计精度方面是有效的。
2021-04-23 cs.IT eess.SP math.IT
Camera Aided Reconfigurable Intelligent Surfaces: Computer Vision Based Fast Beam Selection
可重构智能表面（RISs）由于其能够改善毫米波（mmWave）通信系统的覆盖范围、可靠性和能量效率而引起了越来越多的关注。然而，设计RIS波束成形通常需要大的信道估计或波束训练开销，这降低了这些系统的效率。在本文中，我们建议配备的RIS表面的视觉传感器（摄像头），获得有关周围环境和用户/基站位置的传感信息，指导RIS波束选择，并减少波束训练开销。我们开发了一个机器学习（ML）框架，利用这种视觉传感信息来有效地选择最佳的RIS反射波束，反射基站和移动用户之间的信号。为了评估开发的方法，我们建立了一个高保真的合成数据集，其中包括共存的无线和视觉数据。基于该数据集，结果表明，提出的视觉辅助机器学习解决方案可以准确预测RIS波束并实现接近最佳的可达速率，同时显着降低波束训练开销。
2022-11-14 cs.IT eess.SP math.IT
Codebook-Based Solutions for Reconfigurable Intelligent Surfaces and Their Open Challenges
可重构智能表面（RIS）是一种革命性的技术，以提高无线网络的性能成本效益。我们首先回顾了现有的框架，信道估计和被动波束形成（CE和PBF）在RIS辅助通信系统。为了减少CE & PBF框架的过多导频信令开销和实现复杂度，我们设想了一个基于码本的框架，以在通信性能和信令开销之间进行灵活的权衡。此外，我们提供了有用的见解的码本设计和学习机制的RIS反射模式。最后，我们分析了所提出的框架的可扩展性，通过灵活地调整训练开销，以指定的服务质量的要求，然后详细说明其吸引人的优势，现有的CE和PBF方法。结果表明，我们的新的基于码本的框架可以有益地适用于所有的RIS辅助的情况下，避免了诅咒的模型依赖所面临的现有同行，从而构成了一个有竞争力的解决方案，为实际的RIS辅助通信系统。
2022-11-11 cs.IT eess.SP math.IT
Optimal Grouping Strategy for Reconfigurable Intelligent Surface Assisted Wireless Communications
可重构智能水面（RIS）辅助通信系统的信道估计开销可能是过高的。先前的工作已经通过仿真证明，分组相邻RIS元件可以帮助减少导频开销并提高可实现的速率。在本文中，我们提出了一个分析研究RIS元素分组。我们推导出一个紧密的封闭形式的上限的可实现的速率，然后最大限度地提高它相对于组的大小。我们的分析表明，更粗粒度的分组是很重要的，当信道相干时间低（高流动性的情况下）或发射功率大。我们还表明，最佳分组可以产生显着的性能改善简单的“开-关”RIS元件开关计划，最近被认为是。
2021-11-20 cs.IT eess.SP math.IT
Deep-Learning-Aided Detection for Reconfigurable Intelligent Surfaces
本文提出了一种深度学习（DL）方法，用于估计和检测通过可重构智能表面（RIS）传输的信号中的符号。建议的网络利用完全连接的层来估计信道和相位角从通过RIS接收的反射信号。由于所提出的网络可以在没有任何导频信令的情况下估计和检测符号，因此该方法减少了传输所需的开销。通过这种方法实现的改进量化的误比特率，优于传统的检测器。
2020-07-27 eess.SP
A Novel Two-Layer Codebook Based Near-Field Beam Training for Intelligent Reflecting Surface
针对IRS辅助近场系统中训练开销与接收功率难以兼顾的问题，提出双层码本波束训练方案，先低开销估计UE距离再扫描定位，提升估计精度、数据速率并降低开销。
2023-04-19 cs.IT eess.SP math.IT
Individual Channel Estimation for Beyond Diagonal Reconfigurable Intelligent Surfaces
School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）
本文提出了一种针对超对角可重构智能表面的个体信道估计框架，通过全双工和最小二乘方法分别估计静态BS-RIS信道和动态RIS-用户信道，提升估计精度并降低试点开销。
2025-12-05 eess.SP
Joint Training Scattering Matrix Learning and Channel Estimation for Beyond-Diagonal Reconfigurable Intelligent Surfaces
Imperial College London（帝国理工学院）；Kyung Hee University（庆熙大学）
本文提出了一种联合训练散射矩阵学习和信道估计框架，通过端到端优化BD-RIS训练散射矩阵和估计级联信道，以减少试点开销并提高信道估计精度。
2026-10-20 eess.SP
Channel Estimation for Reconfigurable Intelligent Surface-Aided Multiuser Communication Systems Exploiting Statistical CSI of Correlated RIS-User Channels
针对RIS辅助多用户MISO系统导频开销过高的问题，本文建立波束域相关信道模型，采用导频复用并提出EP算法，以更低开销实现精确信道估计。
2023-09-27 cs.IT eess.SP math.IT
Toward Intelligent and Efficient 6G Networks: JCSC Enabled On-Purpose Machine Communications
本文提出一种由JCSC技术使能、以机器语义为交互信息流的按需机器通信框架，以解决6G网络效率问题，并显著降低组网开销、提升通信效率。
2023-06-30 cs.NI eess.SP
Enabling Large Intelligent Surfaces with Compressive Sensing and Deep Learning
采用大型智能表面（LIS）是一个有前途的解决方案，以提高未来的无线系统的覆盖范围和速率。这些表面包括大量接近无源的元件，这些元件与入射信号相互作用，例如通过反射它们，以智能的方式提高无线系统的性能。先前的工作集中在LIS反射矩阵的设计上，假设信道的全部知识。然而，在LIS处估计这些通道是一个关键的挑战性问题，并且在给定大量LIS元素的情况下与大的训练开销相关联。本文通过利用压缩感知和深度学习的工具，为这些问题提出了有效的解决方案。首先，提出了一种基于稀疏信道传感器的LIS体系结构。在该架构中，除了少数有源元件（连接到LIS控制器的基带）之外，所有LIS元件都是无源的。然后，我们开发了两种解决方案，以可忽略不计的训练开销设计LIS反射矩阵。在第一种方法中，我们利用压缩感测工具从仅在有源元件处看到的通道构建所有LIS元件处的通道。然后，这些全通道可以用于设计LIS反射矩阵，而无需训练开销。在第二种方法中，我们开发了一种基于深度学习的解决方案，其中LIS学习如何在有源元件处给定信道的情况下与入射信号进行最佳交互，这些信道表示环境的当前状态和发射器/接收器位置。我们表明，所提出的压缩感知和深度学习解决方案的可实现速率接近上限，即假设完美的信道知识，训练开销可以忽略不计，并且只有不到1%的元素处于活动状态。
2019-04-30 cs.IT eess.SP math.IT
Reconfigurable intelligent surface (RIS): Eigenvalue Decomposition-Based Separate Channel Estimation
可重构智能表面（RIS）是无线通信领域的研究热点。然而，识别，建模和估计RIS信道在多输入多输出（MIMO）系统中被认为是具有挑战性的，在最近的研究。本文提出了一种基于特征值分解（EVD）的RIS-MIMO系统的分解式信道估计框架，将级联的信道链路分离出来，并对每个链路分别进行估计。该估计基于将RIS-MIMO信道建模为锁眼MIMO系统模型。数值结果表明，所提出的估计方法具有较低的估计时间开销，同时提供较小的估计误差。
2021-11-03 eess.SP
Randomized Space-Time Stacked Intelligent Metasurfaces for Massive Multiuser Downlink Connectivity
University Federico II（那不勒斯费德里科二世大学）；Italian Aerospace Research Centre (CIRA)（意大利航空航天研究中心）；University of Sannio（桑尼奥大学）；University of Campania Luigi Vanvitelli（坎帕尼亚路易吉范维特利大学）
本文提出一种随机空间-时间堆叠智能超表面，通过引入随机时间变化提升多用户多样性，减少CSIT开销，实现高效下行连接。
2026-04-28 eess.SP
Atomic Norm Minimization-based Low-Overhead Channel Estimation for RIS-aided MIMO Systems
大波束训练开销是可重构智能表面（RIS）辅助系统信道估计的主要问题之一。在本文中，我们提出了一种基于原子范数最小化（ANM）的低开销信道估计的RI辅助多输入多输出（MIMO）系统。当波束训练的数量减少时，在波束训练期间可能接收不到一些多径信号，并且这导致信道估计失败。为了解决这个问题，由RIS创建的波束的宽度被加宽以捕获所有多径信号。在波束训练期间接收的导频信号被编译成一个矩阵，以定义用于RI辅助MIMO系统的信道的原子范数。仿真结果表明，该算法优于其他信道估计算法。
2021-07-20 eess.SP
Massive MIMO Communication with Intelligent Reflecting Surface
研究了在大规模MIMO（multiple-input multiple-output）系统中部署智能反射面（IRSs）以改善用户在服务盲区的性能的可行性。为了减少信道训练开销，我们提出了一种新的协议，用于在IRS辅助的大规模MIMO系统的上行链路通信。在该协议下，基于信道协方差矩阵优化IRS反射系数，以提高长期性能，其中信道协方差矩阵对于许多相干块通常是固定的。然后，在给定IRS反射系数的情况下，基于每个用户的有效信道（即其直接信道和反射信道的叠加），在每个相干块中设计BS波束形成向量，以提高系统的瞬时性能。由于在每个相干块中仅估计用户有效信道，因此该协议的训练开销与没有IRS的传统无线系统相同。此外，在渐近制度，IRS元素和BS天线的数量都去无穷大与一个固定的比例，我们设法首先描述的最小均方误差（MMSE）估计的用户有效信道，然后量化的封闭形式的用户可达速率作为信道协方差矩阵的函数与信道训练开销和估计误差考虑。有趣的是，它表明，信道硬化和有利的传播的属性仍然适用于用户有效信道，因此即使简单的BS波束成形解决方案，例如，最大比率组合。最后，由于速率特性，我们设计了一个低复杂度的算法来优化IRS反射系数的信道协方差矩阵的基础上。
2022-01-12 cs.IT eess.SP math.IT
LLM-RIMSA: Large Language Models driven Reconfigurable Intelligent Metasurface Antenna Systems
本文提出LLM-RIMSA框架，将大语言模型与可重构智能超表面天线结合，利用LLM的跨模态推理和少样本学习动态优化RIMSA配置，在和速率上超越传统深度学习方法并降低训练开销。
2025-08-18 eess.SP
Reconfigurable Intelligent Surface (RIS)-aided Vehicular Networks: Their Protocols, Resource Allocation, and Performance
可重构智能表面（RIS）有助于为传统车辆网络向自动驾驶的演进铺平道路。话虽如此，第三代合作伙伴计划（3GPP）在不久的将来面临着许多关于RI辅助的车联网（V2X）解决方案的挑战。为了应对这些挑战并促进未来的研究，本文重点关注RIS辅助V2X通信的前瞻性传输设计。特别是，两种V2X侧链路模式通过利用RIS及其变体来增强，随后是将传输工作划分为不同阶段的定制传输帧结构。接下来，开发有效的信道跟踪和资源分配技术，以在低开销和复杂度下获得高波束成形增益。最后，突出了有前途的研究课题，并提出了未来的3GPP标准化项目的RISaided V2X系统。
2022-03-05 eess.SP
Intelligent Reflecting Surfaces and Next Generation Wireless Systems
Tsinghua University（清华大学）；Beijing University of Posts and Telecommunications (BUPT)（北京邮电大学）；Commonwealth Scientific and Industrial Research Organisation（联邦科学与工业研究组织）
本文提出利用智能反射面提升毫米波大规模MIMO系统信道秩，并通过双时间尺度优化方案减少信道估计开销，开发递归采样PSO算法优化反射模式。
2026-02-22 eess.SP
Statistical CSI-based Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Direct Links
研究了可重构智能表面（RIS）辅助的大规模多输入多输出（MIMO）直联系统的性能，并基于统计信道状态信息（CSI）设计了RIS的相移。我们首先推导出上行链路各态历经数据率的封闭形式表达式。然后，基于推导的表达式，我们使用遗传算法（GA）来解决和数据率最大化问题。通过低复杂度的最大比合并（MRC）和低开销的基于统计CSI的方案，验证了RIS仍然可以给传统的大规模MIMO系统带来显著的性能提升。
2021-02-15 cs.IT eess.SP math.IT
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
Relay Aided Intelligent Reconfigurable Surfaces: Achieving the Potential Without So Many Antennas
本文提出了一种新的中继辅助智能可重构表面（IRS）架构，为未来的无线通信系统。所提出的架构，它包括两个并排的智能表面连接通过全双工继电器，有潜力实现有前途的收益的智能表面，同时需要更少的反射元件。因此，所提出的IRS架构需要显著更少的信道估计和波束训练开销，并且与经典IRS方法相比提供更高的鲁棒性。此外，由于在两个表面上划分IRS反射过程，这些表面的位置和取向可以被优化以扩展无线通信覆盖并增强系统性能。在本文中，可实现的速率和所需的元件数量，使用建议的继电器辅助IRS架构的第一个解析的特点，然后使用数值模拟进行评估。结果表明，所提出的架构可以实现数据率的目标，与典型的IRS解决方案相比，更少的元素，这突出了这些智能表面的实际部署的一个有前途的路径。
2020-06-11 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surfaces-Enabled Intra-Cell Pilot Reuse in Massive MIMO Systems
本文提出一种RIS辅助的小区内导频复用与信道估计方法，仅利用统计CSI，通过流形优化设计RIS相移并确定其位置，显著提升大规模MIMO系统上下行频谱效率。
2023-10-10 cs.IT eess.SP math.IT
OAM-Enabled Holographic MIMO Communications with Stacked Intelligent Metasurfaces
研究基于轨道角动量的堆叠智能超表面全息多输入多输出通信，开发相关驱动优化算法，分析模式生成与接收能力，数值评估揭示解耦关系，结果表明合适架构支持可扩展、低开销的HMIMO通信。
2026-07-13 eess.SP
Lens-Type Redirective Intelligent Surfaces for Multi-User MIMO Communication
本文提出利用透镜型重定向可重构智能表面（RedRIS）克服传统反射式RIS的局限，通过联合优化切换矩阵、预编码矩阵和接收缩放因子最大化用户频谱效率，仿真证明其在降低控制开销的同时显著提升了总吞吐量。
2024-06-01 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Assisted Massive MIMO Communications
在实际的大规模MIMO（multiple-input multiple-output）系统中，基站（BS）的天线数量受到空间和成本因素的限制，这限制了理论分析所承诺的吞吐量增益。因此，本文研究了在大规模MIMO系统中采用智能反射面（IRS）进一步提高上行通信波束形成增益的可行性。在这样一个新的系统，中心问题在于IRS是否能够提高网络吞吐量的预期，如果考虑到信道估计开销。在本文中，我们首先表明，没有IRS的传统大规模MIMO系统的良好传播特性，即，任意两个用户的信道是正交的，对于IRS辅助的大规模MIMO系统不再适用，这是由于其特殊的信道特性，即每个IRS单元将来自所有用户的信号通过相同的信道反射到BS。结果，最大比合并（MRC）接收波束形成策略导致较强的用户间干扰，从而导致比不具有IRS的大规模MIMO系统的用户速率更低的用户速率。为了解决这一挑战，我们提出了一种新的策略，迫零（ZF）波束成形设计在BS和反射系数设计在IRS有效地零用户间干扰。根据我们提出的策略，它严格表明，即使考虑信道估计开销，IRS辅助的大规模MIMO系统总是可以实现更高的吞吐量相比，其对应的没有IRS，尽管事实上，有利的传播属性不再持有。
2020-05-05 cs.IT eess.SP math.IT
Machine Learning Empowered Beam Management for Intelligent Reflecting Surface Assisted MmWave Networks
最近，智能反射表面（IRS）辅助的毫米波网络正在出现，其具有以更具成本效益的方式解决毫米波（mmWave）通信的阻塞问题的潜力。特别地，IRS由无源和可编程电磁元件构建，这些电磁元件可以通过明智的联合BS-IRS传输设计将毫米波传播信道操纵到更有利的无阻塞条件。然而，IRS和毫米波BS的共存使网络架构复杂化，并且因此对高效波束管理（BM）提出了巨大挑战，高效波束管理是高性能毫米波网络的一个关键先决条件。在本文中，我们系统地评估了IRS辅助毫米波网络BM的关键问题和挑战，为未来的网络设计带来见解。具体来说，我们仔细分类和讨论传统毫米波的现有BM向IRS辅助的新范例的可扩展性和局限性。此外，我们提出了一种新的机器学习授权BM框架的IRS辅助网络与代表性的展示，处理环境和移动性的意识，以实现高效的BM显着降低系统开销。最后，我们也提出一些未来的研究方向。
2020-03-03 eess.SP
Attention Mechanism Based Intelligent Channel Feedback for mmWave Massive MIMO Systems
具有毫米波（mmWave）和大规模多输入多输出（MIMO）的智能无线通信的潜在优势基于基站（BS）处的瞬时信道状态信息（CSI）的可用性。然而，在频分双工（FDD）系统中，不存在信道互易性导致在BS处难以捕获准确的CSI。许多研究人员探索了基于深度学习（DL）的有效架构来解决这个问题，并证明了基于DL的解决方案的成功。然而，现有的方案集中在获取完整的CSI，而忽略了波束成形和预编码操作。在本文中，我们提出了一种智能信道反馈结构，使用特征矩阵和特征向量反馈神经网络（EMEVNet）。在注意力机制的帮助下，所提出的EMEVNet可以被认为是一个双通道自动编码器，它能够将特征矩阵和特征向量联合编码成码字。仿真结果表明，与传统的基于DL的CSI反馈方法相比，所提出的EMEVNet方法具有很大的性能改善和鲁棒性，具有极低的开销。
2022-11-02 cs.IT eess.SP math.IT
Channel Estimation for BIOS-Assisted Multi-User MIMO Systems: A Heterogeneous Two-timescale Strategy
双层智能全向表面（BIOS）由于其在反射面和折射面都具有独立波束形成的能力，近年来受到越来越多的关注。然而，其特定的双层结构使得信道估计问题比传统的智能反射表面（IRS）或智能全向表面（IOS）更具挑战性。本文研究了BIOS辅助的多用户多输入多输出系统中的信道估计问题。我们发现，与IRS或IOS相比，其中所有用户设备（UE）的级联信道的形式是相同的，在BIOS中，反射侧上的UE的级联信道的形式不同于折射侧上的UE的级联信道的形式，这被称为异构信道特性。通过利用它与两个时间尺度和稀疏性的信道和应用流形优化方法，我们提出了一个有效的信道估计方案，以减少训练开销的BIOS辅助系统。此外，我们研究了基站数字波束形成和BIOS无源模拟波束形成的联合优化。仿真结果表明，所提出的估计方案可以在具有竞争力的估计质量的情况下显着减少训练开销，从而保持了BIOS相对于信道状态信息不完善的IRS和IOS的性能优势。
2023-02-16 cs.IT eess.SP math.IT
Cell-Free MIMO Systems Powered by Intelligent Reflecting Surfaces
无蜂窝大规模多输入多输出（MIMO）和智能反射面（IRS）被认为是未来5G网络的多天线技术。由IRS供电的无小区MIMO系统结合了这两种技术，可以以低成本和低能耗进一步提高无小区MIMO系统的性能。先前的工作集中于瞬时性能度量并且依赖于交替优化算法，这强加了巨大的计算复杂性和信令开销。为了解决这些挑战，我们提出了一种新的两步算法，提供了长期的被动波束形成器在IRS使用统计信道状态信息（S-CSI）和短期的主动预编码器和长期的功率分配在接入点（AP），以最大限度地提高最低可实现的速率。仿真结果表明，该方案的性能优于基准方案，并带来了显着的性能增益的无小区MIMO系统由IRS供电。
2022-02-16 cs.IT eess.SP math.IT
Integrating Stacked Intelligent Metasurfaces and Power Control for Dynamic Edge Inference via Over-The-Air Neural Networks
本文提出利用堆叠智能超表面使无线信道执行空口计算，将收发系统建模为端到端深度神经网络，并结合基于用户位置的功率控制模块，在动态边缘推理中实现分类精度与功耗的平衡及能效提升。
2025-09-23 cs.ET cs.LG eess.SP
Learning Based User Scheduling in Reconfigurable Intelligent Surface Assisted Multiuser Downlink
可重构智能表面（RIS）能够智能地控制入射电磁波的相位，以改善基站（BS）和用户之间的无线传播环境。本文研究了在导频开销有限的RIS辅助下行链路网络中，联合用户调度、RIS配置和BS波束成形问题。我们表明，图神经网络（GNN）与置换不变和等变属性可以用来适当地调度用户和设计RIS配置，以实现高的整体吞吐量，同时占用户之间的公平性。与传统的先估计信道，然后优化用户调度、RIS配置和波束形成器的方法相比，本文提出了一种利用GNN直接从一组非常短的导频中获得优化的用户调度，然后利用第二个GNN优化RIS配置，最后根据总的有效信道设计BS波束形成器。数值结果表明，该方法比传统的基于信道估计的方法更有效地利用了接收导频，并且可以推广到任意用户数的系统。
2022-05-12 cs.IT eess.SP math.IT
CSI-Free Optimization of Reconfigurable Intelligent Surfaces with Interference by Using Multiport Network Theory
本文提出一种无CSI的RIS优化方法，仅利用信道先验统计知识，并采用考虑互耦和结构性散射的多端口网络模型，在存在干扰的上行链路中最大化平均可达速率，性能接近完美CSI优化。
2024-02-27 cs.IT eess.SP math.IT
Near-field Anchor-free Localization using Reconfigurable Intelligent Surfaces
本文提出一种基于RIS的两阶段近场无锚点定位框架，先利用与UE位置无关的最优相移矩阵和基于少量参考位置构建的字典进行粗定位，再用牛顿细化实现精确定位，兼顾可扩展性与定位精度。
2025-11-08 eess.SP
Deep Learning-based Phase Reconfiguration for Intelligent Reflecting Surfaces
Linköping University（林雪平大学）
由可重构超材料组成的智能反射表面（IRSs）作为一种具有良好性价比的技术，为无线通信带来了新的特性，近年来引起了人们的广泛关注。这些表面可以用于部分地控制传播环境，并且当以适当的方式配置时，可以潜在地提供与IRS元件的数量的平方成比例的功率增益。然而，在IRS处的局部相位矩阵的配置可能是相当具有挑战性的任务，因为它们被故意设计为不具有任何有源组件，因此，它们不能处理任何导频信号。此外，IRS的大量元素可能会产生巨大的培训开销。在本文中，我们提出了一种用于IRS相位重新配置的深度学习（DL）方法，以学习和利用本地传播环境。所提出的方法使用通过IRS反射的接收到的导频信号来训练深度前馈网络。所提出的方法的性能进行评估和数值结果。
2020-09-29 cs.IT cs.LG eess.SP
Reconfigurable Intelligent Surface-Enhanced Satellite Networks: Deployment Strategies, Key Capabilities, Practical Solutions, and Future Directions
Shanghai Jiao Tong University（上海交通大学）；Eastern Institute of Technology（宁波东方理工学院）；Beijing University of Posts and Telecommunications（北京邮电大学）；Xidian University（西安电子科技大学）
本文探讨了可重构智能表面在卫星网络中的应用，提出通过虚拟视线链路恢复连接和角选择性增强频谱复用，讨论了高机动性下的实际操作挑战及未来发展方向。
2025-12-24 eess.SP
Channel Estimation for Reconfigurable Intelligent Surface Aided Multi-User mmWave MIMO Systems
信道捕获是部署可重构智能表面（RIS）辅助通信系统的主要挑战之一。这是因为RIS具有大量的反射元件，这些反射元件是没有主动发射/接收能力的无源器件。本文研究了RIS辅助多用户毫米波多输入多输出（MIMO）系统的信道估计问题。具体来说，我们提出了一种新的信道估计协议，上述系统估计级联的信道，这是从基站（BS）的信道的产品，从RIS到用户。此外，由于级联信道通常是稀疏的，这允许我们使用压缩感知（CS）技术将信道估计问题公式化为稀疏恢复问题，从而允许以较少的训练开销来估计信道。此外，由于BS和RIS之间的公共信道，所有用户的级联信道的稀疏信道矩阵具有公共块稀疏结构。为了利用共同的稀疏模式，我们提出了一个两步多用户联合信道估计过程。在第一步中，我们利用公共列块稀疏性，将接收信号投影到公共列子空间上。在第二步中，我们利用投影信号的行-块稀疏性，提出了一种多用户联合稀疏矩阵恢复算法，该算法考虑了BS和RIS之间的公共信道。
2023-02-15 eess.SP
Convolutional Autoencoder-Based Phase Shift Feedback Compression for Intelligent Reflecting Surface-Assisted Wireless Systems
近年来，智能反射表面（IRS）由于其显著提高能量和频谱效率的潜力/能力而成为6 G的一项有前途的技术。为此，调整IRS的反射元件的相位是至关重要的，并且大多数研究工作集中在如何针对不同的优化目标优化/调整相位。特别地，量化相移（QPS）被假设为在IRS处可用，然而，量化相移并不总是保持，并且在实践中应当被反馈到IRS。不幸的是，反馈信道通常是带宽有限的，这不能支持QPS的大量反馈开销，特别是对于大量反射元件和/或每个反射元件的量化水平。为了打破这一瓶颈，在这封信中，我们提出了一种基于卷积自动编码器的方案，其中QPS在接收机侧被压缩，并在IRS侧被重构。为了解决分布不匹配和梯度消失的问题，我们去除了批归一化（BN）层，并引入了去噪模块。通过这样做，可以在带宽受限的反馈信道中实现具有可靠重构精度的高压缩比，并且还可以适应假设IRS处可用QPS的现有工作。仿真结果证实了通过反馈信道的反馈/压缩的QPS的高重建精度，并表明所提出的方案可以显着优于现有的压缩算法。
2021-10-27 eess.SP
Deep Learning-Based Rate-Splitting Multiple Access for Reconfigurable Intelligent Surface-Aided Tera-Hertz Massive MIMO
Beijing Institute of Technology（北京理工大学）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Beihang University（北京航空航天大学）；University of New South Wales（新南威尔士大学）；Zhejiang University（浙江大学）
可重构智能表面（RIS）可以显著提高太赫兹大规模多输入多输出（MIMO）通信系统的业务覆盖。然而，在有限的导频和反馈信令开销的情况下获得准确的高维信道状态信息（CSI）是具有挑战性的，严重降低了传统空分多址接入的性能。为了提高对CSI缺陷的鲁棒性，提出了一种基于深度学习（DL）的速率分裂多址接入（RSMA）方案，用于RI辅助的太赫兹多用户MIMO系统。具体来说，我们首先提出了一种混合数据模型驱动的DL基于RSMA预编码方案，包括被动预编码在RIS以及模拟主动预编码和RSMA数字主动预编码在基站（BS）。为了在RIS上实现被动预编码，我们提出了一种基于Transformer的数据驱动RIS反射网络（RRN）。对于基站的模拟主动预编码，考虑到基站和RIS采用LoS-MIMO天线阵列结构，提出了一种基于匹配滤波器的模拟预编码方案。对于基站处的RSMA数字主动预编码，提出了一种低复杂度的近似加权最小均方误差（AWMMSE）数字预编码方案。此外，为了获得更好的预编码性能和更低的计算复杂度，将AWMMSE方案与DL相结合，设计了一种模型驱动的深度展开主动预编码网络（DFAPN）。然后，为了在BS处获取所研究的RSMA预编码方案的准确CSI以实现更高的频谱效率，我们提出了具有低导频和反馈信令开销的CSI获取网络（CAN），其中下行链路导频传输、用户设备（UE）处的CSI反馈以及BS处的CSI重构…
2022-12-05 cs.AI cs.IT cs.LG
Two-Timescale Transmission Design for Wireless Communication Systems Aided by Active RIS
针对有源RIS辅助通信系统，提出基于双时间尺度CSI的传输设计，推导可达速率闭式近似并优化相移，证明其性能优于无源RIS。
2024-02-28 eess.SP
Terahertz Massive MIMO with Holographic Reconfigurable Intelligent Surfaces
我们提出了一个全息版本的可重构智能表面（RIS），并研究其应用于太赫兹（THz）大规模多输入多输出系统。利用太赫兹电子元件的小型化，RISs可以通过密集封装亚波长单元来实现，从而实现连续或准连续的孔径，并实现全息通信。在本文中，特别是，我们推导出的光束图案的全息RIS。我们的分析表明，一个理想的全息RIS的光束模式可以很好地近似的超密集RIS，它有一个更实际的硬件架构。此外，我们提出了一个闭环信道估计（CE）计划，以有效地估计宽带信道的特点太赫兹大规模MIMO系统的全息RISs辅助。所提出的CE方案包括下行链路粗CE阶段和上行链路细粒度CE阶段。明智地设计上行链路导频信号以获得良好的CE性能。此外，为了减少导频开销，我们引入了一种基于压缩感知的CE算法，该算法利用了太赫兹MIMO信道在角度域和延迟域的双重稀疏性。仿真结果表明了全息RISs相对于非全息RISs的优越性，以及所提出的CE方案的有效性。
2021-03-19 cs.IT eess.SP math.IT
Parametric Channel Model Estimation for Large Intelligent Surface-Based Transceiver-assisted Communication System
在未来的通信网络中，连接的移动设备的数量和通过这些设备的数据业务量预计将成倍增长。为了支持这种巨大数据流量的规模，需要在现有网络中部署越来越多的基站和无线终端。然而，实际上部署大量具有大规模天线阵列的基站将大大增加网络的硬件成本和功耗。大型智能面基收发器（LISBT）是一种提高无线通信系统覆盖范围和速率的有前途的方法，它使用空间连续的表面进行信号的发送和接收。典型的LIS由具有大量反射超材料元件（例如，低成本的印刷偶极子），每个偶极子可以用作相移。它也被认为是一种具有成本效益和能源效率的解决方案。在LISBT辅助的无线通信系统中，准确的信道状态信息（CSI）对于实现这些目标是至关重要的。本文提出了一种基于系统物理参数的信道估计方案。假设在接收机处没有噪声，这仅需要五个导频信号来完美地估计信道参数。在有噪声的情况下，我们提出了一种迭代估计算法，减少了由于噪声引起的信道估计误差。该方案的训练开销和计算成本不随天线数量的增加而增加，不像以前在巨大的多输入多输出（MIMO）上的工作。基于大型智能地面收发器（LISBT）辅助无线通信系统物理特性的信道估计方案是我们未来研究的课题。
2022-05-10 eess.SP
A Deep Reinforcement Learning Approach for Autonomous Reconfigurable Intelligent Surfaces
本文提出一种无需控制链路的自主RIS方案，利用少量感知单元和深度Q网络强化学习提升网络总速率，实现零开销部署。
2024-03-19 cs.IT eess.SP math.IT
Fast Iterative Configuration of Reconfigurable Intelligent Surfaces in mmWave Systems
本文提出一种用于毫米波系统的快速迭代配置（FIC）协议，通过划分RIS元素并自适应探索二维角度网格，在更短时间内实现接近最优的RIS配置。
2024-03-05 cs.ET eess.SP
Two-Timescale Optimization for Intelligent Reflecting Surface-Assisted MIMO Transmission in Fast-Changing Channels
智能反射面（IRS）的应用依赖于信道状态信息（CSI）的知识，并已受到信道训练，估计和反馈在快速变化的信道中的沉重开销的阻碍。提出了一种新的两时标波束形成方法，用于最大化IRS辅助MIMO系统的平均可达速率（AAR），其中IRS基于统计CSI（S-CSI）相对不频繁地配置，基站预编码器和功率分配基于快速过时的瞬时CSI（I-CSI）频繁地更新。关键的想法是，我们首先揭示了最佳的小时间尺度的功率分配的基础上过时的I-CSI产生一个注水结构。在给定最优功率分配的前提下，提出了一种基于小批量采样的粒子群优化算法，用于在减少信道样本的情况下优化大时间尺度的IRS配置。另一个重要的方面是，我们开发了一个模型驱动的PSO算法来优化IRS配置，它最大化的AAR的下界，只使用S-CSI和消除需要的信道样本。模型驱动的PSO作为一个可靠的下限的mbs-PSO。仿真结果证实了新的两时标波束形成策略的优越性，其替代品的AAR和效率，与IRS的好处证明。
2022-06-15 cs.IT eess.SP math.IT
Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces
Beijing Institute of Technology（北京理工大学）；CNRS（法国国家科学研究中心）；CentraleSupélec（中央理工-高等电力学院）；Université Paris-Saclay（巴黎-萨克雷大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
将大型智能反射表面（IRS）集成到毫米波（mmWave）大规模多输入多输出（MIMO）中已经成为改善覆盖和吞吐量的有前途的方法。大多数现有的工作假设理想的信道估计，这可能是具有挑战性的，由于高维级联MIMO信道和无源反射元件。因此，本文提出了一种深度去噪神经网络辅助的毫米波IRS系统压缩信道估计，以减少训练开销。具体来说，我们首先介绍了一种混合被动/主动IRS架构，其中很少的接收链被用来估计上行链路用户到IRS信道。在通道训练阶段，只有一小部分元件将被连续激活以使部分通道发声。此外，可以基于压缩感测从有限的测量重构完整的信道矩阵，由此利用不同子载波之间的角域毫米波MIMO信道的公共稀疏性以提高准确度。此外，一个复值去噪卷积神经网络（CV-DnCNN）进一步提出了增强性能。仿真结果表明，所提出的解决方案优于国家的最先进的解决方案。
2020-08-30 cs.IT cs.LG eess.SP
Dynamic Blockage Pre-Avoidance using Reconfigurable Intelligent Surfaces
针对车联网中毫米波信号易受阻塞的问题，提出基于区域的RIS预选择与阻塞预测方案，验证了RIS辅助动态阻塞规避的性能提升潜力，同时指出其实际部署仍待解决的问题。
2023-11-09 cs.IT eess.SP math.IT
Low-overhead Beam Training Scheme for Extremely Large-Scale RIS in Near-field
超大规模可重构智能表面（XL-RIS）是近年来提出的一种新的通信技术，它可以进一步提高通信系统的容量，补偿严重的路径损耗。然而，在XL-RIS辅助的无线通信系统中，波束训练的导频开销是巨大的，因为需要考虑近场信道模型，并且码本中的候选码字的数量相应地急剧增加。为了解决这个问题，我们提出了两种基于深度学习的近场波束训练方案，在XL-RIS辅助通信系统中，采用深度残差网络来确定最佳近场RIS码字。具体来说，我们首先提出了一个远场波束为基础的波束训练（FBT）计划，其中所有远场RIS码字的接收信号被送入神经网络估计的最佳近场RIS码字。为了进一步减少导频开销，提出了一种基于部分近场波束的波束训练（PNBT）方案，其中仅将与部分近场XL-RIS码字相对应的接收信号作为神经网络的输入。此外，我们进一步提出了一种改进的PNBT方案，通过充分探索神经网络的输出来提高波束训练的性能。最后，仿真结果表明，所提出的方案优于现有的波束训练方案，可以将波束扫描开销减少约95%。
2022-11-30 cs.IT eess.SP math.IT
Capacity Enhancement for Reconfigurable Intelligent Surface-Aided Wireless Network: from Regular Array to Irregular Array
可重构智能表面（RIS）是未来6G无线通信的一个发展方向。然而，RIS元件数量的增加导致信道获取的高开销和不可忽略的功耗。因此，如何在RIS要素有限的情况下提高系统容量至关重要。与传统的规则RIS的元素被安排在一个规则的网格，在本文中，我们提出了一个不规则的RIS结构，以提高系统的容量。其关键思想是在一个扩大的表面上不规则地配置给定数量的RIS单元，与常规RIS相比，这提供了额外的空间自由度。这样，可以提高接收信号功率，从而可以提高系统容量。然后，我们制定了一个联合的拓扑结构和预编码优化问题，以最大限度地提高不规则的RIS辅助通信系统的容量。在此基础上，提出了一种低复杂度的RIS拓扑和预编码交替优化算法。特别地，使用基于禁忌搜索的方法来设计不规则RIS拓扑，并引入基于邻居提取的交叉熵方法来优化预编码设计。仿真结果表明，在受限于RIS单元数的情况下，所提出的非规则RIS能显著提高系统容量。
2023-01-13 cs.IT eess.SP math.IT
Channel Estimation and Beamforming for Beyond Diagonal Reconfigurable Intelligent Surfaces
本文针对BD-RIS辅助多天线系统，提出基于最小二乘的信道估计策略及联合导频序列与BD-RIS设计，保证最小均方误差，并给出两种场景下的波束赋形算法，仿真验证了其有效性。
2024-06-10 cs.IT eess.SP math.IT
Reconfigurable Intelligent Sensing Surface aided Wireless Powered Communication Networks: A Sensing-Then-Reflecting Approach
本文提出一种可重构智能感知表面（RISS），利用DOA估计替代传统信道估计以降低导频开销并独立于混合接入点运行，通过先感知后反射策略提升无线供电通信网络性能，数值结果验证了其相对传统方案的显著增益。
2023-10-20 cs.IT eess.SP math.IT
