基于卷积自编码器的智能反射面辅助无线系统相移反馈压缩
信号处理
2021-11-02 v2
摘要
近年来,智能反射面(IRS)因其显著提升能量与频谱效率的潜力/能力而成为 6G 中一项有前景的技术。为此,调整 IRS 反射单元的相位是关键,多数研究聚焦于针对不同优化目标如何优化/量化相位。特别地,量化相移(QPS)被假设在 IRS 处可用,然而这并非总成立,实际中需反馈至 IRS。遗憾的是,反馈信道通常带宽受限,尤其当反射单元数量大和/或各反射单元量化级数高时,无法支撑 QPS 的巨大反馈开销。为打破该瓶颈,本文提出一种基于卷积自编码器的方案,在接收端压缩 QPS 并在 IRS 端重建。为解决分布失配和梯度消失问题,我们移除批归一化(BN)层并引入去噪模块。由此,在带宽受限反馈信道中能以高压缩比实现可靠重建精度,且可兼容现有假设 IRS 处 QPS 可用的研究。仿真结果证实了经反馈信道反馈/压缩的 QPS 具有高重建精度,并表明所提方案显著优于现有压缩算法。
引用
@article{arxiv.2110.12348,
title = {Convolutional Autoencoder-Based Phase Shift Feedback Compression for Intelligent Reflecting Surface-Assisted Wireless Systems},
author = {Xianhua Yu and Dong Li and Yongjun Xu and Ying-Chang Liang},
journal= {arXiv preprint arXiv:2110.12348},
year = {2021}
}