可重构智能表面增强的认知无线电网络
信号处理
2020-05-25 v1
摘要
认知无线电（CR）网络是一种满足提升稀缺无线电频谱利用率需求的有前景的网络架构。同时，可重构智能表面（RIS）通过调节大量无源反射单元来适当改变信号传播，是提升无线网络能量与频谱效率的一种有前景的方案。本文中，我们研究 RIS 增强的单小区认知无线电（CR）网络与单小区主用户无线电（PR）网络共存时的下行发射功率最小化问题，通过联合优化次级用户（SU）发射机处的发射波束成形器与 RIS 处的相移矩阵。所研究问题因优化变量耦合与单位模约束而高度难解，为此提出一种交替最小化框架。此外，开发了一种新颖的差分凸（DC）算法，通过将所得非凸二次规划提升为低秩矩阵优化问题来求解。随后，我们利用迹范数与谱范数之差将非凸秩一约束表示为 DC 函数。仿真结果验证了所提算法优于现有最先进方法。
引用
@article{arxiv.2005.10995,
title = {Reconfigurable Intelligent Surface Enhanced Cognitive Radio Networks},
author = {Jinglian He and Kaiqiang Yu and Yong Zhou and Yuanming Shi},
journal= {arXiv preprint arXiv:2005.10995},
year = {2020}
}
备注
Accepted by Pro. IEEE Veh. Technol. Conf. (VTC), Victoria, British Columbia, Canada, Oct. 2020