基于功率测量的信道估计用于智能反射面增强的无线覆盖

在本文中，我们研究了给定区域的 IRS 辅助覆盖增强问题，旨在通过考虑环境中的确定性信道和随机信道来优化 IRS 的被动反射，以提高该区域的平均通信性能。为此，我们首先推导了所有用户位置上基于确定性基站 (BS)-IRS-用户级联信道的平均接收信号功率的闭式表达式，并提出了一种 IRS 辅助覆盖增强框架，以促进此类确定性信道的估计，用于 IRS 被动反射设计。具体而言，为了避免在所有可能的用户位置估计级联信道所带来的过高开销，首先提出了一种位置选择方法，利用区域内的信道空间相关性，仅选择一组典型用户位置进行信道估计。为了估计所选用户位置处的确定性级联信道，传统的 IRS 信道估计方法需要额外的导频信号，这不仅导致较高的系统训练开销，而且可能与现有通信协议不兼容。为了克服这一问题，我们在本文中进一步提出了一种由单层神经网络 (NN) 实现的 IRS 信道估计方法，该方法仅基于每个选定位置上对应不同 IRS 随机训练反射的平均接收信号功率测量，可在当前无线系统中离线实现。数值结果表明，我们提出的方案可以显著提高目标区域的覆盖性能，并优于现有的基于功率测量的 IRS 反射设计。