基于多智能超表面的信道空间内生抗干扰方法

针对现有基于干扰认知的无线通信抗干扰方法难以有效应对未知干扰和智能干扰的问题,构建了一种基于多智能超表面的动态异构冗余信道抗干扰模型,为利用信道资源抵抗未知干扰提供基础。在此基础上,提出了一种基于多智能超表面优化与选择的信道空间内生抗干扰方法。所提方法由多智能超表面优化和多智能超表面选择两步组成,首先,对发射波束、智能超表面反射系数和接收波束等参数进行解耦,并在交替优化的框架下推导了各参数的最优闭式解;然后,采用贪婪算法选择最优智能超表面用于通信,以获得最佳抗干扰性能;最后,分析了所提方法的收敛性和计算复杂度。理论分析与仿真结果表明,所提方法能够有效抵抗不确定性干扰的影响。

一种面向多RIS的LMMSE信道估计方法

在智能超表面(Reconfigurable Intelligent Surface,RIS)辅助的无线通信系统中,信道状态信息(Channel Situation Information,CSI)是RIS反射相位矩阵优化的前提和基础。为了获得精准的CSI,针对多RIS辅助的多输入单输出(Multiple Input Single Output,MISO)通信系统,提出了一种训练序列优化和线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)方法相结合的信道估计方法。该方法使用LMMSE方法估计级联信道的CSI;在所得CSI的基础上,对RIS的反射矩阵和基站(Base Station,BS)发射的训练序列进行了联合优化,最小化原本信道估计的均方误差(Mean Squared Error,MSE),进一步提高了信道估计的精度。仿真结果验证了所提信道估计方法和双RIS联合训练反射矩阵与训练序列优化设计的有效性。与各种基准方法进行比较,具有更高的CSI估计精度。