Distributed Deep Learning with RIS Grouping for Accurate Cascaded Channel Estimation
University of Engineering and Technology (UET) Mardan(巴基斯坦曼德工程与技术大学);Najran University(沙特纳季兰大学);University of Oulu(芬兰奥卢大学);Khwaja Yunus Ali University(孟加拉国克瓦贾·尤努斯·阿里大学)
本文提出基于RIS分组的分布式深度学习框架,通过分层神经架构提升级联信道估计精度,减少导频开销并增强泛化能力。
2025-12-13 eess.SP
Channel Estimation for RIS-Aided Multiuser Millimeter-Wave Systems
由于RIS的无源特性和大量的反射元件会导致高的信道估计开销,所以在RIS辅助的大规模多用户多输入单输出(MU-MISO)无线通信系统中,信道估计是一个具有挑战性的问题。为了解决这个问题,我们提出了一种新的级联信道估计策略,利用毫米波大规模MISO系统中多用户级联信道的稀疏性和相关性,具有低导频开销。基于BS、RIS和用户的物理位置在几个甚至几十个连续的信道相干块中可能不变的事实,我们首先估计包括第一个相干块中的所有角度和增益信息的完整的信道状态信息(CSI),然后仅重新估计剩余相干块中的信道增益,并且具有少得多的导频开销。在第一个相干块中,我们提出了一种两阶段的信道估计方法,在第一阶段中,基于级联路径之间的线性相关性来估计一个典型用户的级联信道,而在第二阶段中,利用在第一阶段中获得的公共基站(BS)-RIS信道的部分CSI来估计其他用户的级联信道。第一相干块中的总的理论最小导频开销是$8J-2+(K-1)\left\lceil (8J-2)/L\right\rceil $,其中$K$、$L$和$J$分别表示用户、BS-RIS信道中的路径和RIS用户信道中的路径的数量。在每个剩余的相干块中,最小导频开销是$JK$。此外,在RIS的训练相移矩阵进行了优化,以提高估计性能。
2021-07-09 eess.SP
Deep Learning-based Time-varying Channel Estimation for RIS Assisted Communication
可重构智能表面(RIS)被认为是未来无线通信网络的革命性技术。在这封信中,我们考虑时变级联通道的获取,这是一个具有挑战性的任务,由于大量的被动RIS元件和小通道相干时间。为了减少导频开销,在天线和时域上实现基于深度学习的信道外推。我们将神经网络分为两部分,即,时域和天线域外推网络,其中神经常微分方程(ODE)的使用。在前者中,ODE精确地描述了RIS通道的动态特性,提高了递归神经网络的时间序列重构性能。在后者中,常微分方程被用来修正前馈神经网络中不同数据层之间的关系。我们将两个网络串联起来,共同进行训练。仿真结果表明,该方案可以有效地外推级联RIS信道在高移动性的情况下。
2021-08-12 eess.SP
Channel Estimation for Beyond Diagonal RIS-Aided Multi-User mmWave Systems
National Mobile Communications Research Laboratory, Southeast University(东南大学)
本文提出了一种新的块克罗内克结构级联信道模型,用于超diagonal RIS辅助多用户毫米波系统,通过三级估计协议提高信道估计精度并降低试点开销。
2026-05-19 eess.SP
Mutual Coupling Aware Channel Estimation for RIS-Aided Multi-User mmWave Systems
National Mobile Communications Research Laboratory, Southeast University(东南大学移动通信国家重点实验室);Shandong Yunhai Guochuang Innovative Technology Co., Ltd.(山东云海国创智能科技有限公司)
本文提出一种考虑互耦效应的RIS辅助多用户毫米波系统信道估计方法,通过降维子空间和压缩感知技术提升估计精度和试点效率。
2026-02-22 eess.SP
Channel Estimation for RIS-Aided MU-MIMO mmWave Systems with Practical Hybrid Architecture
本文针对RIS辅助毫米波多用户MIMO系统提出一种基于相关性的三阶段信道估计策略,利用压缩感知、最小二乘和角度搜索估计级联信道,并通过复用公共RIS-BS信道及优化混合合并与相移矩阵,在保证高估计精度的同时将导频开销降低五倍以上。
2025-02-08 eess.SP
Cascaded Channel Decoupling Based Solution for RIS Regulation Matrix
针对RIS调控矩阵求解问题,提出基于级联信道解耦的方案,将电磁波调控分解为两个子过程实现信道解耦,可应用于单/多用户接入场景,仿真验证其为低复杂度有效方案。
2023-07-27 cs.IT eess.SP math.IT
A Bayesian Framework For Cascaded Channel Estimation in RIS-Aided mmWave Systems
School of Electrical Engineering, Korea Advanced Institute of Science and Technology(韩国科学技术院电气工程学院)
针对RIS辅助毫米波系统中非高斯级联信道,提出基于变分推断和复自适应拉普拉斯先验的贝叶斯估计框架,优于LS和LMMSE。
2025-09-01 cs.IT eess.SP math.IT
Deep Learning-Based Channel Estimation for Double-RIS Aided Massive MIMO System
可重构智能表面(RIS)由于其快速、低成本的配置被认为是未来无线通信网络的节能解决方案。在这封信中,我们考虑在双RIS辅助的大规模多输入多输出系统,这是一个关键的挑战,由于大量的天线配备在基站和无源RIS元件的级联信道的估计。为了解决这一问题,本文提出了一种跳跃连接注意(SC-attention)网络,该网络利用自注意层和跳跃连接结构来提高基于噪声导频观测的信道估计性能。仿真结果表明,在双RIS辅助系统中,SC-attention网络能有效提高级联链路的归一化均方误差(NMSE)精度。
2022-10-22 eess.SP
Error Propagation and Overhead Reduced Channel Estimation for RIS-Aided Multi-User mmWave Systems
针对毫米波(mmWave)系统中基于可重构智能表面(RIS)的多用户(MU)系统,提出了一种新的基于两阶段的上行信道估计策略,该策略具有较低的导频开销和误差传播。具体地说,在第一阶段,与精心设计的RIS相移矩阵和引入匹配矩阵,所有用户联合估计的公共RIS基站(BS)信道的不同路径之间的相关因子,这实现了显着的多用户分集增益。然后,利用毫米波级联信道固有的缩放模糊和角度模糊来构造由估计的相关因子组成的模糊公共RIS-BS信道。在第二阶段,利用所构造的模糊公共RIS-BS信道,每个用户使用减少的导频独立地估计其特定的用户RIS信道,以获得整个级联信道。分析了该方法所需的理论导频数,并通过仿真验证了该方法的有效性。
2022-08-23 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
Channel Estimation for RIS-Aided MU-MIMO mmWave Systems with Direct Channel Links
National Mobile Communications Research Laboratory, Southeast University(移动通信国家重点实验室,东南大学)
本文提出一种三阶段统一信道估计策略,用于具有直接通道的RIS辅助MU-MIMO毫米波系统,通过精心设计试点信号和RIS向量,有效消除级联信道干扰,提升信道估计性能。
2025-11-22 eess.SP
Near-Field Wideband Channel Estimation for Extremely Large-Scale RIS-Aided Communication Systems
University of Electronic Science and Technology of China(电子科技大学);National Key Laboratory of Wireless Communications(无线通信国家重点实验室)
本文研究了由超大规模RIS(XL-RIS)辅助的OFDM系统宽带信道估计问题,提出了一种频率无关的正交字典,通过扩展离散傅里叶变换矩阵,实现了宽带级联信道的二维块稀疏表示,从而在定制压缩感知框架中有效解决了信道估计问题。
2026-03-23 eess.SP
Joint Channel and Symbol Estimation for RIS-Assisted Fluid Antenna Systems
Federal University of Ceará(塞阿拉联邦大学);Federal Institute of Ceará(塞阿拉联邦学院)
针对基站配备流体天线的RIS辅助多用户上行系统,提出NTFAS协议和两阶段半盲双线性交替最小二乘接收机,实现级联信道与符号的联合估计,并利用PARAFAC结构分离用户-RIS和RIS-BS信道,仿真表明该方法在级联信道NMSE和频谱效率上优于对比方案。
2026-05-29 eess.SP
Compressed CPD-Based Channel Estimation and Joint Beamforming for RIS-Assisted Millimeter Wave Communications
研究了可重构智能表面(RIS)辅助毫米波(mmWave)多输入多输出(MIMO)正交频分复用(OFDM)系统的信道估计和主被动联合波束形成问题。我们表明,一个精心设计的基于帧的训练协议,接收到的导频信号可以组织成一个低秩的三阶张量,承认一个典型的polyadic分解(CPD)。基于这一观察,我们提出了两种基于CPD的方法来估计与不同子载波相关联的级联信道。所提出的方法利用CPD公式的固有低秩,这是毫米波信道的稀疏散射特性的结果,因此有可能实现显着的训练开销减少。具体来说,我们的分析表明,所提出的方法具有样本的复杂性,规模与级联通道的稀疏性的平方。利用有效信道的类奇异值分解结构,提出了一种基于级联信道估计的主被动联合波束形成方法。仿真结果表明,本文提出的基于CPD的信道估计方法的均方误差接近Cramer-Rao界,明显优于基于压缩感知的方法.此外,所提出的联合波束形成方法可以有效地利用估计的信道参数,以实现优异的波束形成性能。
2022-10-04 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
RIS Meets Aerodynamic HAPS: A Multi-objective Optimization Approach
针对地面站因遮挡断连问题,提出气动式 HAPS-RIS 网络框架,并通过多目标优化设计 RIS 相移,得到兼顾信道增益、多普勒扩展与时延扩展的闭式解。
2023-07-13 eess.SP
Low-Complexity Channel Estimation Protocol for Non-Diagonal RIS-Assisted Communications
本文提出一种低复杂度三阶段信道估计协议,将非对角RIS的估计开销从M^2降至3M系数,并降低BS复杂度至O(NM),实现高效波束赋形。
2025-06-18 eess.SP
On the Tacit Linearity Assumption in Common Cascaded Models of RIS-Parametrized Wireless Channels
我们从第一物理原理分析地导出无线信道对通用RIS配置的功能依赖性(即,潜在复杂散射)RIS参数化无线电环境。无线信道是线性输入-输出关系,其非线性地取决于RIS配置,这是因为两个独立的机制:i)邻近RIS元件之间的邻近引起的互耦合; ii)所有RIS元件之间的混响引起的远程耦合。在数学上,该“结构”非线性源自“交互”矩阵的求逆,该矩阵可以被转换为无限Born级数[对于i)]或Born类级数[对于ii)]的和,其第$K$项物理地表示涉及RIS元件[对于i)]或无线实体[对于ii)]之间的$K$反弹的路径。我们确定的关键物理参数,确定这些系列是否可以截断后的第一和第二项,分别作为默认的共同级联模型的RIS参数化的无线信道。与物理兼容的PhysFad模型和RIS原型在消声室(无回声)和丰富的散射混响室的实验结果得到的数值结果证实了我们的分析。我们的研究结果提出了怀疑现有的性能分析和信道估计协议的情况下,级联模型描述不佳的物理现实的可靠性。
2023-02-10 cs.IT eess.SP math.IT
System-Level Experimental Evaluation of Reconfigurable Intelligent Surfaces for NextG Communication Systems
针对RIS研究缺乏系统级实验的问题,首次提出全协议栈仿真与精确信道建模方法,结合博弈论优化资源分配,在Colosseum仿真器验证RIS在不同频段对能效及低延迟的提升效果。
2025-04-19 cs.NI 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 RIS-aided mmWave Massive MIMO System Using Few-bit ADCs
毫米波(mmWave)大规模多输入多输出(massive multiple-input multiple-output,massive MIMO)是第五代及以后无线通信系统中最有前途的技术之一。然而,大量的天线导致高功耗和硬件成本,并且高频通信给基站(BS)处的模数转换器(ADC)带来沉重的负担。此外,在大型天线阵列系统中为每个天线配备高精度ADC成本太高。采用低分辨率ADC来解决这个问题是有希望的。在本文中,我们研究了毫米波大规模MIMO系统的级联信道估计的可重构智能表面(RIS)与BS配备了几位ADC的辅助。由于级联信道的低秩特性,级联信道的估计可以用低秩矩阵完备化问题来表示。本文提出了一种贝叶斯最优信道估计框架,用于估计用户-基站-基站级联信道,以解决量化带来的信息丢失问题。为了实现估计器和实现矩阵完成,我们使用高效的双线性广义近似消息传递(BiG-AMP)算法。大量的仿真结果表明,我们提出的方法可以准确地估计级联信道的RIS辅助毫米波大规模MIMO系统与低分辨率ADC。
2023-01-26 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
Near-Field Sparse Channel Estimation for Extremely Large-Scale RIS-Aided Wireless Communications
针对极大规模RIS辅助通信的近场稀疏信道估计问题,提出两阶段基于学习的方案,分别用DnCNN和ISTA网络估计公共路径参数及个体参数,仿真验证其优于现有基准。
2023-11-13 eess.SP
Deep-Learning Based Reconfigurable Intelligent Surfaces for Intervehicular Communication
本文提出一种基于DNN的协作RIS方案与符号检测模型用于车辆间通信,在级联Nakagami-m信道下实现了与传统方法相近的误码率性能,同时显著降低了系统复杂度。
2023-05-21 eess.SP
Multiple Residual Dense Networks for Reconfigurable Intelligent Surfaces Cascaded Channel Estimation
可重构智能表面(RIS)是一种重要的和有前途的范例,它依赖于可编程的无线环境,并提供空间密集型通信的能力,由于在整个人造结构表面上使用低成本的大规模反射元件。然而,准确的信道估计是从RIS获得巨大性能增益的基本技术前提。利用RIS信道的低秩结构,提出了卷积盲去噪网络、卷积去噪生成对抗网络和多重残差稠密网络3种实用的残差神经网络,以获取准确的信道状态信息,反映不同方法对估计性能的影响。仿真结果揭示了这三种方法的发展方向,并显示其优越的性能相比,现有的基准计划。
2021-12-09 cs.IT eess.SP math.IT
Malicious RIS versus Massive MIMO: Securing Multiple Access against RIS-based Jamming Attacks
本文研究基于RIS的干扰攻击对大规模MIMO多用户系统的威胁,提出加权和投影梯度攻击算法及两种接收端缓解策略,仿真验证了攻击的灵活性和防御的有效性。
2024-01-13 eess.SP
Statistical CSI-based Beamforming for RIS-Aided Multiuser MISO Systems using Deep Reinforcement Learning
针对多用户MISO无线通信中的可重构智能表面(RIS),提出了一种基于统计信道状态信息(S-CSI)的联合波束形成算法。我们使用的S-CSI,这是一个长期的平均级联通道,而不是在大多数现有的作品中使用的瞬时CSI。通过这种方法,信道估计的开销大大减少。我们提出了一个近似策略优化(PPO)算法,这是一个著名的基于行动者-评论家的强化学习(RL)算法来解决优化问题。为了测试该算法的有效性,仿真结果与评估的关键系统参数,包括莱斯因子和RIS的位置,对用户的可实现的和速率。
2022-09-03 eess.SP
STAR-RIS Aided Integrated Sensing and Communication over High Mobility Scenario
针对高速移动场景,提出STAR-RIS辅助的ISAC方案,通过信道参数提取与相移设计,实现车辆定位与通信增强,并优化感知与通信权衡。
2024-03-18 eess.SP
Movable-Element RIS-Aided Wireless Communications: An Element-Wise Position Optimization Approach
针对可移动单元可重构智能表面(ME-RIS)通信系统,提出逐单元位置优化方法,通过连续凸逼近迭代调整单元位置以最大化通信速率,性能优于梯度下降算法且显著优于传统固定单元RIS。
2025-03-19 eess.SP
Double-RIS Versus Single-RIS Aided Systems: Tensor-Based MIMO Channel Estimation and Design Perspectives
可重构智能表面(RISs)是近年来提出的一种实时调谐无线传播信道的新技术。然而,目前的大多数工作假设单RIS(S-RIS)辅助系统,这可能是有限的,在一些应用场景中,发射机可能需要一个多RIS辅助信道与接收机进行通信。在本文中,我们考虑了双RIS(D-RIS)辅助MIMO系统,并提出了一种基于交替最小二乘的信道估计方法,利用接收信号的Tucker2张量结构。使用所提出的方法,级联MIMO信道部分可以单独估计,到平凡的缩放因子。与S-RIS系统相比,我们表明,如果一个S-RIS系统的RIS元素在D-RIS系统中的两个RIS之间仔细分布,可以减少训练开销,估计精度也可以提高。因此,与S-RIS系统相比,D-RIS系统可以被视为进一步增加未来无线网络的覆盖范围、容量和效率的有吸引力的方法。
2021-09-19 eess.SP
Triple-Structured Compressive Sensing-based Channel Estimation for RIS-aided MU-MIMO Systems
可重构智能表面(RIS)被认为是5G之后的潜在技术,并引起了巨大的研究关注。然而,由于级联信道中的参数数量过多,在RI辅助系统中的信道估计仍然是一个关键的挑战。现有的基于压缩感知(CS)的RIS估计方案仅采用不完全稀疏性,这会导致冗余导频消耗。在本文中,我们利用级联通道的特定三重结构稀疏性,即,公共列稀疏度、偏移补偿后的结构化行稀疏度和所有用户之间的公共偏移。在此基础上提出了一种新的多用户联合估计算法。仿真结果表明,我们的方法可以显着减少导频开销在两个CDMA和UPA场景。
2021-08-31 cs.IT eess.SP math.IT
Deep Learning Based RIS Channel Extrapolation with Element-grouping
Xidian University(西安电子科技大学);Tsinghua University(清华大学);Memorial University
可重构智能表面(RIS)被认为是未来无线通信网络的革命性技术。在这封信中,我们考虑收购的级联通道,这是一个具有挑战性的任务,由于大量的被动RIS元素。为了减少导频开销,我们采用了元素分组策略,其中一个组中的每个元素共享相同的反射系数,并假设具有相同的信道条件。我们分析了元素分组策略引起的信道干扰,并进一步设计了两个基于深度学习的网络。第一种方法的目标是通过消除干扰来细化部分信道,而第二种方法试图从细化的部分信道外推全信道。我们将两个网络串联起来,共同进行训练。仿真结果表明,该方案提供了显着的增益相比,传统的元素分组方法没有干扰消除。
2021-05-14 cs.AI eess.SP
Cost-Efficient RIS-Aided Channel Estimation via Rank-One Matrix Factorization
可重构智能表面(RIS)由大量Meta元素组成,可以提高未来无线通信系统的性能。现有的RIS辅助信道估计方法试图直接估计级联信道,特别是当RIS的元素数量非常大时,会产生很高的计算和训练开销。在本文中,我们提出了一种成本有效的信道估计方法,通过秩一矩阵分解(MF)。具体地,如果在基站(BS)附近采用RIS,则发现RIS辅助信道可以被分解为低维矩阵的乘积。为了估计这些分解矩阵,我们提出交替最小化和梯度下降的方法来获得近最优解。与直接估计级联信道相比,所提出的MF方法大大减少了训练开销。最后,数值仿真验证了所提MF方法的有效性.
2021-08-19 cs.IT eess.SP math.IT
On the Channel Correlation in Reconfigurable Intelligent Surface-Aided System
本研究针对RIS辅助通信系统中多接收机共享链路导致级联信道相关衰落影响性能的问题,推导了级联信道相关性的闭式近似与无穷元件下的收敛结果,仿真验证了分析准确性,为该类信道相关特性研究提供参考。
2023-05-03 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
On Channel Estimation for Group-Connected Beyond Diagonal RIS Assisted Multi-User MIMO Communication
The Hong Kong Polytechnic University(香港理工大学);Imperial College London(帝国理工学院)
本文提出了一种高效的两阶段信道估计协议,用于组连通超对角线RIS辅助多用户MIMO通信,通过减少信道估计维度来提升估计精度。
2026-02-24 cs.IT eess.SP math.IT
Hybrid-Field Sparse Channel Representation and Recovery for XL-RIS-Assisted mmWave MIMO Systems
Beijing University of Posts and Telecommunications(北京邮电大学);Peng Cheng Laboratory(鹏城实验室);ZGC Institute of Ubiquitous-X Innovation and Applications(中关村泛在X创新与应用研究院)
针对XL-RIS辅助毫米波MIMO系统混合场信道估计的高维挑战,提出双时间尺度信道估计框架,结合DK-ODC方案与SI-VBL算法,实现了估计精度、复杂度与存储开销的良好权衡。
2026-08-04 cs.LG eess.SP
Quantized RIS-aided mmWave Massive MIMO Channel Estimation with Uniform Planar Arrays
本文针对配备少比特ADC和均匀平面阵列的RIS辅助毫米波大规模MIMO系统,提出基于贝叶斯推断与VAMP算法的量化压缩感知级联信道估计方法,并利用FFT加速计算,验证了其在低信噪比下的实用性和准确性。
2024-01-15 cs.IT eess.SP math.IT
Hybrid-Field Joint Channel and Visible Region Estimation for RIS-Assisted Communications
Zhejiang University(浙江大学);Air Force Engineering University(空军工程大学);Southern University of Science and Technology (SUSTech)(南方科技大学)
本文提出了一种混合场联合信道和可见区域估计方法,用于RIS辅助通信中的非平稳级联信道估计问题,通过降维稀疏双线性表示和涡轮结构联合贝叶斯估计提升估计精度。
2026-02-06 cs.IT eess.SP math.IT
RIS-Enabled Wireless Channel Equalization: Adaptive RIS Equalizer and Deep Reinforcement Learning
University of California, Irvine(加州大学尔湾分校)
本文提出自适应RIS均衡方法,结合经典自适应滤波和深度强化学习,通过减少信道估计依赖实现高效信号均衡。
2026-03-03 cs.ET cs.IT eess.SP
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
A physics-compliant diagonal representation for wireless channels parametrized by beyond-diagonal reconfigurable intelligent surfaces
本文提出BD-RIS参数化信道的物理一致对角表示,将控制电路分解为静态SLC和可调IL,使现有D-RIS算法可直接用于BD-RIS系统级优化,并通过实验案例验证其可行性。
2024-12-29 cs.IT eess.SP math.IT