面向 RIS 赋能多天线通信的差分数据辅助波束训练
信号处理
2022-11-01 v3
摘要
可重构智能表面 (RIS) 是下一代无线通信的突出技术之一。它被设想用于在通信直接链路较弱的情况下增强信号覆盖。最近，基于码本选择的波束训练被提出用于获取 RIS 的优化相位配置。之后，通过使用经典的相干解调方案 (CDS) 来传输和接收数据。这种训练方法能够避免信道探测过程所需的大量开销，并且也绕过了复杂的优化问题。然而，波束训练仍然需要传输一些参考信号来测试码本的不同相位配置，并根据对参考信号接收能量的测量来选择最佳码字。因此，参考信号传输带来的开销降低了频谱效率。在本文中，提出了一种零开销的 RIS 波束训练方案，该方案依赖于基于非相干解调方案 (NCDS) 的数据传输与接收。在基站处，接收到的差分数据也可用于确定 RIS 的最佳波束。因此，由于完全避免了参考信号，系统效率得到显著提升。在选择最佳码本之后，对于高移动性场景，与经典 CDS 相比，NCDS 仍然更适合传输信息。给出了非相干 RIS 赋能系统的信干噪比 (SINR) 解析表达式。此外，还详细比较了 NCDS 和 CDS 在效率和复杂度方面的差异。大量的计算机仿真结果验证了所提出分析的准确性，并展示了所提出的系统优于现有解决方案。
引用
@article{arxiv.2204.13029,
title = {Differential Data-Aided Beam Training for RIS-Empowered Multi-Antenna Communications},
author = {Kun Chen-Hu and George C. Alexandropoulos and Ana García Armada},
journal= {arXiv preprint arXiv:2204.13029},
year = {2022}
}
备注
Accepted by IEEE Access 2022