面向多用户MIMO系统的用户随机情形下的最优RIS布置
机器人学
2025-11-07 v1
摘要
众所周知，重构可调智能面（RIS）辅助系统的性能严重依赖于RIS的最优布置位置。以往的研究要么考虑单纯的覆盖最大化，要么同时优化RIS的布置位置、波束赋形和反射系数，大多数情况下假设RIS、基站（BS）和用户的位置已知。然而实际情况下，仅用户密度的空间变化和障碍物配置可能在系统部署前已知。因此，我们构建一个非凸优化问题，对RIS的位置进行优化，目标是最大化系统在用户随机性情形下的预期最小信噪比（SINR），假设系统在部署后采用联合波束赋形。为解决该问题，我们提出一种递归的粗到细方法，基于障碍物配置构建RIS布置的候选位置集合，并在用户分布的多个实例上对其进行评估。在每个阶段确定的优化区域内递归细化搜索，以确定RIS最终部署的最优区域。给出详实的数值结果以佐证我们的发现。
引用
@article{arxiv.2511.03996,
title = {Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots},
author = {Yushi Wang and Changsheng Luo and Penghui Chen and Jianran Liu and Weijian Sun and Tong Guo and Kechang Yang and Biao Hu and Yangang Zhang and Mingguo Zhao},
journal= {arXiv preprint arXiv:2511.03996},
year = {2025}
}
备注
Project page: https://humanoid-kick.github.io