认知无线电网络中的 STAR-RIS
信号处理
2024-12-03 v1
摘要
第六代（6G）通信技术的发展面临着频谱资源短缺的重大挑战。为了缓解这一问题，我们提出了一种新颖的同步透射和反射智能超表面（STAR-RIS）辅助的多输入多输出（MIMO）认知无线电（CR）系统。具体来说，所提出的 CR 系统中的次级网络在 STAR-RIS 的帮助下，复用初级网络占用的相同频率资源。首先，我们为 STAR-RIS 辅助的 CR 系统制定了次级网络和速率最大化问题。由于 STAR-RIS 的引入，所考虑系统的波束成形设计变得非常复杂，因为其系数相互耦合。我们采用块坐标下降法来求解所提出的优化问题。在每次迭代中，次级基站（SBS）处的波束成形器通过求解一个二次约束二次规划（QCQP）问题进行优化。同时，针对两种相移模型，分别设计了相应的算法来解决 STAR-RIS 的无源波束成形问题：1) 对于独立相移模型，提出了一种基于逐次凸逼近的算法；2) 对于耦合相移模型，设计了一种基于惩罚对偶分解的算法，其中 STAR-RIS 单元的相移和幅度通过闭式解进行优化。仿真结果表明，所提出的 STAR-RIS 辅助 CR 通信框架能显著提升次级系统的和速率。此外，与独立相移模型相比，耦合相移模型会导致一定的性能损失。
引用
@article{arxiv.2412.00509,
title = {STAR-RIS in Cognitive Radio Networks},
author = {Haochen Li and Yuanwei Liu and Xidong Mu and Yue Chen and Zhiwen Pan and Xiaohu You},
journal= {arXiv preprint arXiv:2412.00509},
year = {2024}
}