RIS 辅助近场通信的宽带波束成形
信息论
2025-01-30 v4 信号处理
math.IT
摘要
本文研究了可重构智能表面 (RIS) 辅助多输入多输出 (MIMO) 系统的近场宽带波束成形方案，其中提出了一种基于深度学习的端到端 (E2E) 优化框架以最大化系统频谱效率。为了应对近场双波束分裂效应，基站配备了频率相关的混合预编码架构，引入了子连接的真实时延 (TTD) 单元；同时利用了两种特定的 RIS 架构，即基于真实时延的 RIS (TTD-RIS) 和基于虚拟子阵列的 RIS (SA-RIS)，以在 RIS 处实现频率相关的被动波束成形。此外，提出了无需显式信道状态信息的高效 E2E 波束成形模型，该模型联合利用了上行信道训练模块和下行宽带波束成形模块。在所提出的 E2E 模型的网络架构中，利用了经典的通信信号处理方法，即极化滤波和稀疏变换，开发了信号引导的波束成形网络。数值结果表明，所提出的 E2E 模型相比传统波束成形基准具有更优的波束成形性能和鲁棒性。此外，还研究了不同频率相关 RIS 架构下波束成形增益与硬件复杂度之间的权衡，其中 TTD-RIS 能够实现比 SA-RIS 更好的频谱效率，但需要额外的能耗和硬件成本。
引用
@article{arxiv.2401.11141,
title = {Wideband Beamforming for RIS Assisted Near-Field Communications},
author = {Ji Wang and Jian Xiao and Yixuan Zou and Wenwu Xie and Yuanwei Liu},
journal= {arXiv preprint arXiv:2401.11141},
year = {2025}
}