面向软件定义无线电应用的堆叠智能超透明板的 AI 驱动设计
信号处理
2026-05-26 v1
摘要
将可重构智能透明板 (RIS) 集成到未来无线通信系统中为动态环境塑造和频谱效率提供了前景的能力。本工作在 NVIDIA 面向 6G 物理层研究的 AI-native 框架 Sionna 中，实现了一个一致的堆叠智能超透明板 (SIM) 模型。我们的实现允许在完全可微分且 GPU 加速的环境中进行 SIM 辅助通信信道的仿真和基于学习的优化，使其能够用于认知和软件定义无线电 (SDR) 应用。我们描述了 SIM 模型的体系结构，包括其集成到 TensorFlow-based pipeline 中的方式，展示了其在涉及自适应波束成形和动态重配置的闭环学习场景中的使用。提供了各种部署场景的基准测试结果，突出该模型在启用非陆地网络 (NTN) 传播环境中智能控制和信号增强方面的有效性。这项工作表明一种可扩展、模块化的方法，可将智能超透明板纳入现代 AI 加速 SDR 系统，为未来硬件-in-the-loop 实验铺平了道路。
引用
@article{arxiv.2601.20795,
title = {AI-Driven Design of Stacked Intelligent Metasurfaces for Software-Defined Radio Applications},
author = {Ivan Iudice and Giacinto Gelli and Donatella Darsena},
journal= {arXiv preprint arXiv:2601.20795},
year = {2026}
}
备注
8 pages, 3 figures, accepted for publication in the proceedings of 2026 IEEE Aerospace Conference