大规模智能反射面下的同时发射分集与无源波束赋形：远场还是近场？
信息论
2022-07-19 v2 信号处理
math.IT
摘要
智能反射面（IRS）已成为一种通过无源信号反射来增强无线通信性能的高性价比方案。现有关于 IRS 的工作主要集中于研究其无源波束赋形/反射设计，以在假设用户信道状态信息（CSI）完全或部分已知的情况下提升通信速率。然而，如何借助 IRS 在没有任何 CSI 的情况下改善无线传输可靠性（这在高移动性/时延敏感通信场景中十分典型）仍基本未解。本文研究一种新的 IRS 辅助通信系统，其中 IRS 与其所辅助的接入点（AP）相集成，以同时实现发射分集与无源波束赋形功能。具体而言，我们首先展示了一个有趣结果：IRS 在任何方向上的无源波束赋形增益对其所有反射单元所施加的公共相移是不变的。据此，我们设计 IRS 单元的公共相移，以在 AP 侧实现发射分集，而无需任何用户 CSI。此外，我们提出一种实用方法，供用户在接收端估计 CSI 以进行信息解码。同时，我们表明 IRS 的传统无源波束赋形增益可针对其他在 AP 处已知其 CSI 的用户予以保留。进一步地，我们考虑具有无限个单元的大规模 IRS，推导了 IRS 辅助发射分集与无源波束赋形的渐近性能的闭式表达式。数值结果验证了我们的分析，并显示了所提 IRS 辅助同时发射分集与无源波束赋形方案相对于其他基准方案的性能增益。
引用
@article{arxiv.2202.04370,
title = {Simultaneous Transmit Diversity and Passive Beamforming with Large-Scale Intelligent Reflecting Surface: Far-Field or Near-Field?},
author = {Beixiong Zheng and Rui Zhang},
journal= {arXiv preprint arXiv:2202.04370},
year = {2022}
}
备注
Large-scale IRS-aided simultaneous "transmit diversity" and "passive beamforming": Far-Field or Near-Field? (31 pages, 9 figures)