RIS辅助的混合RF/FSO系统物理层安全性能分析

【目的】针对自由空间光(FSO)链路和射频(RF)链路的保密信息容易被外部窃听者窃听的问题,为提升混合RF/FSO通信系统的保密性能,同时考虑到实际工程中FSO链路往往无法满足视距条件且不同天线分支之间会由于收发模块小型化产生相关性,需要对可重构智能表面(RIS)辅助的混合RF/FSO系统的安全性能进行研究,以得到系统安全性能与RIS部署位置和天线相关性程度等参数的关系。【方法】文章考虑单个窃听者,分别针对RF和FSO链路进行窃听,RF链路服从任意相关的Nakagami-m分布,FSO链路服从Gamma-Gamma分布。采用解码转发协议,推导得到了两种窃听场景下通信系统的安全中断概率(SOP)和严格正安全容量概率(SPSC)的闭合表达式,并对SOP进行了渐近分析。此外还利用Matlab软件进行了仿真实验,通过蒙特卡洛仿真来验证所推导公式的准确性。【结果】仿真结果表明,将RIS部署在靠近接收端的位置可以降低系统的SOP,RF主信道的信道质量与窃听信道相比较好时,天线相关性程度的增加会使系统的SOP上升。【结论】RIS辅助的FSO链路相比RF链路具有更好的安全性,虽然多天线分集技术能够有效提高系统的安全性能,但是类似指向误差和大气湍流引起的衰落,天线相关性也会对系统的安全性能造成损害,通过降低天线相关性程度能有效提升系统的安全性。

基于注意力机制引导深度残差网络的RIS辅助通信信道估计

用可重构智能表面(Reconfigurable Intelligent Surface, RIS)增强无线覆盖和信道容量是未来通信网络的候选方案之一。为估计RIS辅助的多用户(Multi User, MU)通信系统上行链路的信道状态信息,提出一种基于注意力机制的深度残差网络,构建了包含稀疏块、特征增强块、注意力引导块和重构块的网络结构,隐式地学习残差噪声,利用注意力机制加强对特定信道噪声特征的提取。仿真结果表明,该方法的估计精度略低于线性最小均方误差(Linear Minimum Mean Square Error, LMMSE)估计,在高信噪比时比常规深度残差去噪网络的估计精度更高。

RIS辅助毫米波通感一体化关键技术与研究进展

未来的6G系统需要同时满足多维性能需求,实现从万物互联到万物智联,因此,深度融合了传统定位、探测、成像等无线感知功能和无线传输功能的通信感知一体化(Integrated Sensing and Communication, ISAC)技术是未来6G网络的一个重要发展趋势。智能超表面(Reconfigurable Intelligent Surface, RIS)凭借其可以通过编程来智能调控电磁波传输环境且低成本、低功耗等优势成为6G的关键性使能技术,并催生了使用RIS辅助毫米波ISAC的新研究方向,其有望从底层架构到完整系统层面上解决6G新场景中的诸多难题、挑战。阐述了RIS辅助毫米波ISAC的起源与发展过程,介绍了其研究背景与国内外研究现状,指出并讨论了RIS辅助毫米波ISAC研究中的一些关键技术,分析了该领域已有的一些研究成果,进而展望了RIS辅助毫米波ISAC未来发展和面临的挑战。

室内热点场景多频段RIS辅助MIMO通信信道测量与建模

对Sub-6 GHz频段和毫米波频段可重构智能超表面(RIS)辅助多输入多输出(MIMO)通信信道进行了室内热点(InH)场景下的信道测量。基于上述信道测量结果,研究了RIS辅助通信信道修正浮动截距(FI)模型,并对模型的准确性以及参数特性进行了验证。对RIS辅助通信信道在多频段的传播特性进行了分析,包括路径损耗增益、路径损耗因子(PLE)、时间色散等。上述信道测量和建模结果将为RIS辅助通信系统的实际应用奠定基础。

基于压缩感知的STAR-RIS辅助毫米波系统信道估计

一种可同时透射和反射的可重构智能表面(simultaneously transmitting and reflecting reconfigurable intelligent surface,STAR-RIS)可以同时辅助位于其两侧用户的无线通信。针对STAR-RIS辅助下的双用户毫米波通信系统的上行链路信道估计问题进行了研究,并对两用户在角度域的联合稀疏特性进行了探究。基于级联信道的联合稀疏特性和压缩感知理论,将级联信道估计问题转化为稀疏信号恢复问题,并提出了一种位置判决正交匹配追踪(position-judgment orthogonal matching pursuit,PJ-OMP)算法以减少导频开销。仿真结果显示,与传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法相比,所提出的算法能够减少信道估计的导频开销,即使在某一侧用户所分配的能量较少时也能够准确地估计信道。

单纯疱疹病毒脑炎后的抗Ri抗体脑炎1例报告

单纯疱疹病毒脑炎是感染性脑炎中最常见的类型,但其预后较差。部分患者会出现复发或者继发自身免疫性脑炎的发生。本文报告1例单纯疱疹病毒脑炎后继发抗Ri抗体脑炎的病例,以帮助提高临床医生对其的认识,避免发生误诊、漏诊等事件发生。尤其在既往有肿瘤的患者中,副肿瘤综合征相关抗体应予以筛查,早期的诊断及免疫治疗对患者的预后起到重要作用。

RIS辅助通感一体化:波束成形和反射相移的联合设计

ISAC允许通信和雷达共享频谱资源,被视为解决未来无线网络频谱拥塞的一项有前途的技术。当信道退化严重时,仅依靠基站侧天线获得的性能增益十分有限,RIS因其能够创建有利的传播环境已成为一项革命性技术,借助RIS可为ISAC系统创建额外的链路以提高系统性能。基于此,提出RIS辅助ISAC,通过联合设计基站的有源波束成形和RIS的反射相移,以最大化加权和速率与探测功率,并提出了基于加权均方最小误差和分数规划的交替算法来解决这一问题。仿真结果证明在ISAC中部署RIS并合理优化其相移可以有效提升通信和感知的性能。

基于流形优化的RIS辅助通感一体化系统传输方案设计

针对可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助通感一体化(Integrated Sensing and Communication,ISAC)系统中的有源和无源波束成形联合设计问题,提出基于流形优化的用户和速率最大化联合设计方案。该方案以最大化用户通信和速率为目标,考虑RIS反射系数恒模约束、基站最大发射功率约束以及发射波束感知性能约束,建立流形约束下的有源和无源波束成形联合优化问题模型。针对建立的非凸优化问题,利用流形优化求解非凸约束问题的优势,提出一种基于流形优化的交替算法(Manifold Optimization-based Alternating Algorithm,MO-AA)对问题进行求解。仿真结果表明,在ISAC系统中部署RIS可提高通信服务质量,且所提算法较现有算法具有更高的通信和速率。

RIS辅助去蜂窝大规模MIMO系统低复杂度预编码算法设计

构思了一种智能超表面(Reconfigurable Intelligent Surface, RIS)辅助去蜂窝大规模多输入多输出(Cell-free Massive Multiple-Input Multiple-Output, CF mMIMO)通信系统,提出了一种低复杂度预编码和RIS反射相位交替优化(Alternating Optimization, AO)算法。对于传统正则化迫零(Regularized Zero Forcing, RZF)预编码算法复杂度过高的问题,利用共轭梯度(Conjugate Gradients, CG)法,提出一种低复杂度的RZF-CG预编码算法,将RZF预编码的逆矩阵转换为线性方程组最小化问题,推导算法的残差以更新搜索方向,迭代求解逆矩阵。以最大化系统用户的总频谱效率为目标,推导了RIS相位闭合表达式,基于统计的信道状态信息提出一种低复杂度的投影梯度上升(Projected Gradient Ascent, PGA)算法。仿真结果表明,所提的AO算法能有效地提升系统性能,算法复杂度降低了约73.2%。

STAR-RIS辅助多载波通信感知一体化系统的资源优化

针对频谱资源短缺和传统的智能反射面无法实现全空间覆盖的问题,研究了同时透射和反射的可重构智能表面(simultaneously transmitting and reflecting reconfigurable intelligent surface, STAR-RIS)辅助通信感知一体化系统。通过分配功率和子载波资源并优化STAR-RIS系数矩阵,使得在保证感知功能的前提下,最大化通信和速率。设计了一种交替优化算法,将多变量之间相互耦合的非凸问题解耦转化为3个凸的子问题。首先,松弛子载波选择变量后使用惩罚函数和逐次凸逼近算法;然后,直接求解功率分配变量的凸子问题;最后,使用半正定规划并把秩一约束改写为核范数与谱范数之差,将其作为惩罚函数,使用逐次凸逼近以优化STAR-RIS系数矩阵。仿真结果表明,与传统RIS相比,所提方案的性能取得了显著提升。

分布式机器学习在RIS辅助的无线信道估计中的应用

无线信道估计是部署可重构智能超表面(Reconfigurable Intelligent Surface,RIS)辅助通信系统的关键与前提,然而下行链路传输环境下信道估计困难且导频开销大是对智能超表面辅助通信的重大挑战。针对以上问题,提出了一种基于分布式机器学习(Distributed Machine Learning,DML)训练模型的区域交集切换方案。首先,建立了一个多用户共享的下行信道估计神经网络,通过DML技术协同用户与基站训练网络模型。其次,搭建分层次神经网络结构对用户区域信道进行分类和特征提取。最后,针对用户处于相邻信道交集位置问题采用特征区域模型融合。仿真结果表明,基于区域交集的DML模型方案能在减少信道训练导频开销的同时最大化信道估计的精准性能。

PBL、情景教学法联合RIS在超声实习教学中的应用

目的探讨以问题为导向的教学法(problerm-based learning,PBL)、情景教学法联合放射学信息系统(radiography information system,RIS)在超声医学本科实习教学中的应用价值。方法选取2020年6月—2022年6月在重庆医科大学附属大学城医院超声科实习的医学影像专业本科实习生48名为研究对象,随机分为观察组24名学生,对照组24名学生,察组采用PBL、情景教学法联合RIS进行教学,对照组采用传统教学法进行教学,对2组出科考核成绩(理论、操作技能)、问卷调查进行比较。结果观察组的出科成绩理论为(88.24±2.18)分,操作为(84.47±3.49)分,均高于对照组的出科成绩理论(74.48±2.32)分,操作(71.33±3.24)分,差异有统计学意义(P<0.001);观察组满意度为95.83%,对照组满意度为79.17%,差异有统计学意义(P<0.05);观察组83.33%的学生认为PBL教学法+情景教学+RIS激发了学习兴趣,87.50%的学生认为训练了临床思维能力,91.67%的学生认为培养了团队协作能力,83.33%的学生认为提高了沟通能力,而对照组54.17%学生认为传统教学激发了学习兴趣,54.17%的学生认为训练了临床思维能力,45.83%的学生认为培养了团队协作能力,50.00%的学生认为提高了沟通能力,观察组的学习兴趣、学习主动性、团队协作意识、人文关怀意识、沟通能力、理论知识掌握、技能操作熟练程度、临床思维能力方面均优于对照组,差异有统计学意义(P<0.05)。结论PBL、情景学法联合RIS在超声实习教学中不仅有助于提高学生的专业素养,还有助于提高学生的综合素质,能提高教学效果,提升学生对教学的满意度。

RIS辅助MIMO NOMA系统中利用统计CSI的下行传输方法

针对可重构智能反射表面(RIS)辅助多输入多输出(MIMO)非正交多址接入(NOMA)下行传输系统,该文提出利用统计信道状态信息(CSI)的基站发送协方差矩阵与RIS相移矩阵设计方法。首先,在莱斯空间相关信道假设下,利用大维随机矩阵理论,推导了RIS辅助MIMO NOMA系统遍历和速率的确定性表达式;然后,在弱用户速率约束与发送功率受限的条件下,通过最大化确定性大系统近似和速率,利用统计CSI,分别设计了强、弱用户的次优发送协方差矩阵和RIS的相移矩阵。仿真结果表明,所推导的近似表达式具有很好的近似效果,所设计的发送协方差矩阵和相移矩阵能显著提升系统的和速率。

RIS辅助共生无线电通信的速率分拆多址资源分配方案

随着通信场景和网络架构的日益复杂,无线电网络频谱资源稀缺与能耗问题是无线通信的关键挑战,为此,提出了一种新的基于速率分拆多址接入技术(Rate Splitting Multiple Access,RSMA)广播信号的可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助共生无线电(Symbiotic Radio,SR)系统方案。在该方案中主发射机采用RSMA的方式广播信号,并将传统高功耗次发射机用低功耗RIS替代协作信号的后向散射传输。在主发射机发射波束形成,RIS相移系数和公有信息速率分配约束下,构建了最大化主接收最小速率的问题。由于问题的非凸性和变量的耦合性,提出了一种基于逐次凸逼近,凸差函数,罚函数的交替优化方法以求得次优解。仿真结果表明,与空分多址接入和非正交多址接入方案相比,所提RSMA方案能显著提升用户速率。

基于稀疏度自适应的RIS辅助无线通信系统信道估计

对于RIS辅助的无线通信系统中信道估计算法的研究,提出了DS-SAMP算法,与已有的DS-OMP算法相比,DSSAMP算法应用毫米波信道在角度域的双结构稀疏性,采用SAMP算法进行信号恢复,通过设置合理的步长和阈值使得在运行过程中不需要稀疏度等先验条件,扩宽算法的应用范围。仿真结果显示,DS-SAMP算法能在稀疏度未知的条件下将信号稳定恢复,完成相应信道估计,有显著优势。

透射反射双功能RIS辅助的SWIPT系统研究

研究了一种透射反射双功能可重构智能表面(Simultaneously Transmitting and Reflecting Reconfigurable Intelligent Surface,STAR-RIS)辅助的无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)系统。部署STAR-RIS以辅助从多天线接入点(Access Point,AP)到多个单天线信息解码接收器(Information Decoding Receiver,IDR)和能量收集接收器(Energy Harvesting Receiver,EHR)的信息或功率传输。目标是通过联合优化其发射预编码矩阵及STAR-RIS的反射和透射系数矩阵,在IDR可实现通信速率和EHRs的能量收集量约束下,使AP的发射功率最小化。然而,这个优化问题是非凸的,变量之间有着复杂的耦合。为了解决这一问题,采用交替优化算法解耦耦合的变量,对发射预编码矩阵及STAR-RIS的反射和透射系数矩阵可以分别使用半正定松弛(Semidefinite Relaxation,SDR)算法和基于惩罚的算法进行优化。仿真结果表明,STAR-RIS系统方案可以获得比传统的仅反射或仅透射RIS更好的性能。

采用通道注意力机制的RIS辅助MIMO级联信道估计

可重构智慧表面(RIS)辅助多天线毫米波无线通信系统的级联信道有直传和反射两条链路,系统维数大且复杂,获取信道状态信息(CSI)困难.针对RIS辅助下的大规模多输入多输出(MIMO)通信系统应用场景,提出了基于通道注意力机制的SE-ResNetV2网络来获取CSI,在残差网络(ResNet)中引入了通道注意力模块,通过挤压和激励策略来提高噪声特征的捕捉能力.仿真结果表明,相比于最小二乘(LS)估计算法和常规的注意力机制深度ResNet,所提出的深度学习网络具有更好的去噪效果和估计精度.

一种基于RIS的宽带毫米波SISO定位方法

针对毫米波定位过程中空间宽带效应产生的影响,该文基于可重构智能超表面(RIS)和单输入单输出(SISO)毫米波系统提出一种新颖的3维(3D)定位估计方法。首先,通过设计RIS相位,利用快速傅里叶逆变换(IFFT)粗略地估计直射路径的视距(LoS)时延、RIS路径的虚拟视距(VLoS)时延以及RIS与用户之间的出发角(AoD)等信道参数。然后,利用拟牛顿法修正上述参数进而估计用户的位置坐标。通过仿真模拟对比了所提宽带估计方法和传统的窄带估计方法的定位性能,结果表明,通过考虑空间宽带效应,带宽为240 MHz时定位精度大约可提高10%,随着带宽增大超过800 MHz时定位性能可提高超过20%。

多RIS辅助通信网络协同传输性能研究

研究了多智能超表面(Reconfigurable Intelligent Surface, RIS)辅助的无线系统的传输性能。在无线信道传播环境中部署多个相同几何尺寸的RIS,考虑不同RIS所关联的无线信道是独立非同分布且具有不同的分布和统计特性,基于上述系统模型提出了两种目标导向的多RIS辅助方案,即穷举式(Exhaustive RIS-Aided, ERA)和机会式(Opportunistic RIS-Aided, ORA)方案。利用基于矩量法的端到端信道数学模型,可以将端到端信道系数近似为伽马分布,从中断概率(Outage Probability, OP)和各态历经容量(Ergodic Capacity, EC)两种性能指标分别对两种方案的性能进行评估。通过研究EC的上下界,提供了快速估算可达传输速率的方法。结果表明ORA方案可以优化能量效率,ERA方案在OP和EC方面优于ORA方案。

相移耦合的STAR-RIS辅助NOMA通信系统低功耗传输方案研究

同时透射和反射的可重构智能表面(Simultaneously Transmitting and Reflecting Reconfigurable Intelligent Surface,STAR-RIS)是未来B5G/6G无线通信的创新技术,其与非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术结合可大幅提升通信系统的频谱与功率效率,成为当前无线通信研究的热点。目前关于STAR-RIS的研究主要集中于透射相移和反射相移相互独立的场景,忽略了在电路实现过程中透射相移和反射相移之间的耦合效应。针对更加实际的相移耦合STAR-RIS辅助NOMA通信系统展开研究,建立了基站波束成形、相移与振幅系数的联合优化问题。通过使用连续凸逼近(Successive Convex Approximation,SCA)和半正定松弛(Semidefinite Relaxation,SDR)等技术工具,设计了高效的STAR-RIS单元间的交替优化算法,求解STAR-RIS辅助的NOMA下行传输功率最小化问题。仿真结果表明,提出算法的性能明显优于传统的反射RIS方法,且接近理想的独立相移STAR-RIS辅助系统。