Core Concepts
本文研究了在相位噪声和不完美CSI条件下的有源可重构智能表面辅助大规模MIMO上行通信系统。采用两时间尺度方案来降低反馈开销和计算复杂度。基于LMMSE估计聚合信道,推导了可达率的下界表达式。分析了不同场景下的功率缩放定律。提出基于遗传算法的相位移优化方法,数值结果显示有源可重构智能表面能够大幅提升系统性能。
Abstract
本文研究了有源可重构智能表面(RIS)辅助的大规模MIMO上行通信系统,考虑了相位噪声和不完美CSI的影响。
采用两时间尺度方案,基站根据瞬时聚合信道进行波束赋形,而RIS相位移设计基于统计CSI,从而大幅降低了反馈开销和计算复杂度。
利用LMMSE估计聚合信道,推导了可达率的下界表达式。分析了不同场景下的功率缩放定律,发现当用户功率随天线数或RIS元件数缩放时,热噪声会导致可达率趋于零。
提出基于遗传算法的相位移优化方法,以最大化最小用户可达率。数值结果表明,有源RIS能够大幅提升系统性能。
Stats
用户k到基站的直接信道功率为γkσ2。
RIS-基站信道的瑞士因子为δ,用户-RIS信道的瑞士因子为εk。
RIS放大功率为PA = η2N(PK
k=1 pαk + σ2
e)。
Quotes
"采用两时间尺度方案,基站根据瞬时聚合信道进行波束赋形,而RIS相位移设计基于统计CSI,从而大幅降低了反馈开销和计算复杂度。"
"当用户功率随天线数或RIS元件数缩放时,热噪声会导致可达率趋于零。"
"有源RIS能够大幅提升系统性能。"