通过视距状态转移模型分析智能反射面增强的移动性
信号处理
2025-01-28 v2
摘要
由于遮挡效应引起的快速信号波动会导致过多的切换（HOs）并降低移动性能。智能反射面（IRS）通过被动反射重新配置视距（LoS）链路，有望解决这一问题。由于缺乏对遮挡效应的引入，现有的切换分析无法捕捉过多的切换或利用 IRS 带来的增强。本文提出了一种 LoS 状态转移模型，用于分析通过 IRS 重新配置的 LoS 链路所实现的移动性增强，其中用户移动过程中的 LoS 链路遮挡和利用 IRS 进行重新配置被明确建模为随机过程。具体而言，遮挡 LoS 链路的条件被表征为一组可能的遮挡位置，可用 IRS 的分布通过重新配置 LoS 链路的标准进行稀疏化。此外，潜在切换的基站根据 LoS 状态的概率进行分类，以启用切换决策分析。通过将不同 LoS 状态的增益投影到统一的等效距离标准上，通过切换概率的紧凑表达式量化了 IRS 增强的移动性。结果表明，当部署密度为 93/km 的 IRS 时，因移动而落入非视距的概率降低了 70%，且在最优 IRS 分布部署参数下，切换次数减少了 57%。
引用
@article{arxiv.2403.07337,
title = {Analysis of Intelligent Reflecting Surface-Enhanced Mobility Through a Line-of-Sight State Transition Model},
author = {Haoyan Wei and Hongtao Zhang},
journal= {arXiv preprint arXiv:2403.07337},
year = {2025}
}
备注
15 pages, 11 figures. This work has been submitted to the IEEE for possible publication