6G向けの再構成可能なインテリジェントサーフェス支援近接通信に関する機会と課題

Centrala begrepp

RISを活用した近接通信の基本性能と将来の研究課題に焦点を当てる。

Sammanfattning

RISを活用した近接通信は、6G無線ネットワーク向けに重要であり、パッチアレイベースおよびメタサーフェスベースのRISが議論され、近接チャンネルモデルが紹介されました。近接チャンネルモデルに基づいて、電力スケーリング則や有効自由度が分析され、それらはRISを活用した遠距離通信と比較されました。さらに、RISを活用した近接通信のビームトレーニングとビームフォーミング設計が議論されました。2段階階層型ビームトレーニングアプローチと低複雑度の要素ごとの近接ビームフォーミング設計手法が提案されました。

Statistik

RIS-aided near-field communicationsは6G無線ネットワーク向けに重要性を持つ。
パッチアレイおよびメタサーフェスベースのRISが議論された。
電力スケーリング則や有効自由度は分析された。
2段階階層型ビームトレーニングアプローチが提案された。
低複雑度の要素ごとの近接ビームフォーミング設計手法が開発された。

Citat

"Compared to conventional RIS-aided far-field communications, the unique spherical-wave-based near-field propagation leads to high-rank Line-of-Sight (LoS) Channels and precise Near-field Beamfocusing Capability."
"Efficient beamforming design is critical for creating a “smart radio environment” by RISs and thus for improving the overall communication performance."
"The proposed two-stage hierarchical beam training approach is capable of significantly reducing the training overhead."

Viktiga insikter från

Reconfigurable Intelligent Surface-Aided Near-field Communications for 6G

by Xidong Mu,Ji... på arxiv.org 03-05-2024

https://arxiv.org/pdf/2312.13004.pdf

Djupare frågor

Near-field CSI estimation, beam training, and beamforming design for metasurface-based RISs: While metasurface-based RISs hold significant promise for performance enhancement in near-field communications, the intricate nature of the Green’s function-based near-field channel model and the quasi-continuous configuration introduce more design challenges compared to patch-array-based RISs. Further research efforts, involving advanced theories and mathematical tools, are required to fill the knowledge gap. Dynamic RIS configuration for adjustable near-field and far-field regions: Since the Rayleigh distance depends on the RIS aperture size, adjustable near-field and far-field regions can be facilitated by switching specific RIS elements on and off, i.e., modifying the aperture size. Note that although higher DoFs and capacity enhancements can be achieved in the near-field region, the complexity of determining the CSI and beamforming design significantly increases. By exploiting the adjustable near-field and far-field regions provided by dynamic RIS configuration, an appealing tradeoff can be struck between performance achieved and complexity imposed. This constitutes an interesting future research topic. Exploiting generative artificial intelligence (GAI) in RIS-aided near-field communications: GAI techniques have demonstrated substantial potential in wireless communications. To address complex optimization challenges associated with near-field channels and vast number of optimization variables in RIS-aided near-field communications, GAI techniques such as generative adversarial networks, transformers, and diffusion models are emerging as promising solutions. How can these techniques be effectively utilized to optimize codebooks during beam training or facilitate efficient beamforming design in presence of CSI uncertainties

メタサーフェスベースのRISにおける近接場CSI推定、ビームトレーニング、およびビームフォーミング設計は、パッチアレイベースのRISと比較して、グリーン関数ベースの近接場チャンネルモデルや準連続構成などが導入されるため、より多くの設計課題を抱えています。この知識ギャップを埋めるためには、高度な理論と数学的手法を活用したさらなる研究が必要です。

可変型RIS構成によって調整可能な近接場と遠隔場領域を実現することで、Rayleigh距離がRIS開口部サイズに依存するため、「オフ」または「オン」に特定のRIS要素を切り替えることで調整可能な近接場および遠隔領域が提供されます。これによりDoFや容量向上が可能ですが、CSIやビームフォーミング設計の複雑性も増加します。動的RIS構成から提供される可変型近接場および遠隔領域を利用することで、実珸化された性能と導入された複雑性間で魅力的なトレードオフが生まれます。

GAI技術は無線通信分野で大きなポテンシャルを示しています。GAI技術（例：生成対立ニューラルネットワーク、トランスフォマー、拡散モデル）を活用してコードブック最適化やCSI不確かさ下で効率的なビームフォーマイング設計を行う方法は何か？