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。

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。

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。

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.

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%。

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。

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。

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。

基于改进DnCNN的RIS辅助毫米波系统信道估计

RIS是第六代移动通信系统中潜在的候选技术之一。然而,由于无源的RIS缺乏信号处理能力,这给RIS辅助毫米波大规模MIMO系统的信道估计带来了挑战。为了获得更精确的信道状态信息,将信道估计转化为图像去噪问题,提出改进的DnCNN来完成信道估计任务。具体地,采用LMMSE对信道进行粗估计。融合注意力机制网络和噪声水平估计子网络对DnCNN进行改进,以提高网络对噪声的提取性能和自适应性能,实现从信道的粗估计中得到高精度信道估计值。仿真实验表明,所提算法在低信噪比下具有较好的估计性能。

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。

基于统计CSI的RIS辅助通感一体化波束成形设计

随着无线通信技术的发展,智能超表面(Reconfigurable Intelligent Surface, RIS)辅助通感一体化(Integrated Sensing and Communication, ISAC)技术越来越受到关注。针对RIS辅助ISAC系统中基站获取瞬时信道状态信息(Channel State Information, CSI)开销过大的问题,提出了一种利用统计CSI的联合波束成形设计方案。利用统计信道状态信息,分析了系统遍历速率的确定性等价式;在感知性能约束下,通过最大化该确定性等价式,提出了一种设计最优基站发送协方差矩阵和RIS对角相移矩阵的交替优化算法;仿真结果验证了所提方案的有效性,并揭示了通信与感知性能之间的折中关系。

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。

面向6G的RIS信道测量与建模研究进展

智能超表面(Reconfigurable Intelligent Surface, RIS)技术被认为是6G中很有应用前景的技术。RIS信道研究对于RIS辅助通信系统的技术创新和性能评价至关重要。综述了RIS信道的测量与建模研究进展,总结了基于矢量网络分析仪(Vector Network Analyzer, VNA)的频域测量和基于滑动相关的时域测量两种信道测量方法。介绍了基于时域的RIS信道测量平台,并对目前的测量活动进行了总结。分析了RIS信道中的阵元反射系数、散射方向图和级联路径损耗三个特性。总结了RIS信道统计性建模、确定性建模和混合型建模的方法,给出了一种基于现有5G标准的3D几何统计性信道模型(Geometric-Based Stochastic Model, GBSM)扩展的RIS信道建模方法,以及基于此方法的RIS信道仿真平台。展望了RIS信道测量和建模研究面临的挑战和未来的研究方向。

基于RIS辅助的通信感知一体化技术研究

随着更大带宽、更高频段和更大规模天线阵列的使用,现代无线通信系统展现出了越来越强的空间辨识能力,表明了通信与感知融合的巨大潜力。立足于智能超表面(Reconfigurable Intelligent Surface, RIS)辅助通信感知一体化(Integrated Sensing and Communication, ISAC)技术,考虑通信感知性能边界,从信息论角度提出通感性能权衡方法,并结合多种通信、感知性能指标,构建ISAC网络完备的性能权衡理论体系。结合RIS辅助通信硬件结构特征,设计高精度、低复杂度的通信感知传输技术。设计通信感知多载波发射波束,采用RIS实现高低频协作大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)通信感知波束优化,协同控制功率和调度无线资源,实现通信感知资源最优部署。旨在形成新型的RIS辅助通信感知增强框架,提升网络整体性能。

基于张量的RIS辅助波束空间MIMO系统信道估计

针对可重构智能表面(Reconfigurable Intelligent Surface, RIS)辅助波束空间多输入多输出(Multiple Input Multiple Output, MIMO)系统信道状态信息获取难度大的问题,提出了一种基于张量的迭代信道估计算法。构建了基站接收导频信号的三阶张量模型,模型的3个维度包括基站天线数、用户数以及RIS相位配置数;采用并行因子(Parallel Factor, PARAFAC)分解和交替最小二乘(Alternative Least Squares, ALS)算法对该系统中的信道进行估计并得到了闭式解,理论分析了所提算法的可行性条件;在仿真实验中讨论了不同系统参数对信道估计性能的影响。仿真实验结果表明,该算法利用PARAFAC特定代数结构获得了良好的信道估计性能。

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%。

基于RIS的元素分组面状全连接网络

针对神经网络全连接层在训练中参数量多、所占内存多、易产生过拟合问题,从智能超表面(reconfigurable intelligence surface,RIS)结构特征出发,提出了一种基于RIS的元素分组面状全连接神经网络(RIS-based element grouping areal fully connected neural network,RGFCNN)。借鉴RIS的结构特征,在传统全连接神经网络上进行优化。设计了透射面注意力机制用于数据有效特征提取,相比于传统的全连接网络,该网络没有对数据进行一维排列,而是提出了一种运用于神经网络构建的元素分组策略,直接对二维面状数据进行分组全连接处理,各组处理输出进行数据串联。实验结果表明:在公开的具有IQ数据特征的通信信号数据集上,RGFCNN在信噪比大于0 dB时具有更好的识别精度,而训练参数是原来的大约1/6。