RIS 辅助 MISO 系统的统计最优波束成形与遍历容量
信息论
2023-07-04 v1 math.IT
摘要
本文关注于在相关莱斯衰落下，针对可重构智能表面（RIS）辅助的 MISO 下行链路系统，最大化平均信噪比（SNR）的最优波束成形。由于无源 RIS 单元的模一约束，波束成形问题变为非凸的。为此，我们提出了一种基于半定松弛的迭代算法，以获得统计最优的发射波束成形向量与 RIS 相移矩阵。进一步，我们分析了中断概率（OP）与遍历容量（EC）以衡量所提波束成形方案的性能。与现有工作类似，OP 与 EC 的评估依赖于迭代算法的数值计算，未能清晰揭示系统性能对关键参数的函数依赖关系。因此，针对一般设置的特例，我们推导了最优波束成形向量与相移矩阵及其 OP 性能的闭式表达式。我们的分析表明，在存在视距（LoS）分量时，独立同分布衰落比相关情形更有利。这一事实在 LoS 被阻断的设置下得到了分析证明。此外，我们证明了在独立同分布衰落下，最大平均 SNR 在无/有 LoS 分量时随 RIS 单元数量线性/二次增长。
引用
@article{arxiv.2307.00230,
title = {Statistically Optimal Beamforming and Ergodic Capacity for RIS-aided MISO Systems},
author = {Kali Krishna Kota and M. S. S. Manasa and Praful D. Mankar and Harpreet S. Dhillon},
journal= {arXiv preprint arXiv:2307.00230},
year = {2023}
}