主动可重构智能表面增强的认知无线网络频谱感知
信息论
2024-04-29 v2 信号处理
math.IT
摘要
在机会式认知无线网络中，当主用户信号相对于背景噪声非常微弱时，次用户需要较长的感知时间以实现可靠的频谱感知性能，导致次用户传输所剩时间甚少。为解决此问题，我们提出一种主动可重构智能表面（RIS）辅助的频谱感知系统，其中来自感兴趣主用户的接收信号强度可得到增强，且背景噪声中的底层干扰也可被抑制。与被动 RIS 相比，主动 RIS 不仅能调节每个反射单元的相移，还能放大入射信号。值得注意的是，我们研究在给定最大可容忍虚警概率与有限感知时间下，用以提升检测概率的反射系数矩阵（RCM）优化问题。接着，我们表明所表述的问题可利用著名的加权最小均方误差（WMMSE）算法原理等价转化为加权均方误差最小化问题，并提出了一种迭代优化方法以获得最优 RCM。此外，为公平比较被动 RIS 与主动 RIS，我们研究在忽略直连链路且 RIS 相关信道为视距的特殊情形下，RIS 达到目标检测概率所需的功率预算。通过大量仿真，基于 WMMSE 的 RCM 优化方法的有效性得到验证。进一步，结果表明当背景噪声中底层干扰相对较弱时主动 RIS 优于被动 RIS，而在强干扰场景下被动 RIS 表现更好，因为相同功率预算可支持大量被动反射单元以抑制干扰。
引用
@article{arxiv.2311.16568,
title = {Active Reconfigurable Intelligent Surface Enhanced Spectrum Sensing for Cognitive Radio Networks},
author = {Jungang Ge and Ying-Chang Liang and Sumei Sun and Yonghong Zeng and Zhidong Bai},
journal= {arXiv preprint arXiv:2311.16568},
year = {2024}
}