Beams by Reconfigurable Intelligent Surfaces

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Реконфигурируемая интеллектуальная поверхность (англ.: reconfigurable intelligent surface, RIS) является перспективной технологией для увеличения зоны покрытия и пропускной способности существующих и будущих беспроводных систем за счет настройки коэффициентов отражения. Среди предложенных в научном сообществе алгоритмов настройки RIS выделяется иерархический поиск луча (ИПЛ) за счет высокой скорости и возможности использовать простые канальные метрики, такие как мощность сигнала. Для алгоритмов ИПЛ необходимо формировать отраженные лучи разной ширины и с разными направлениями. Существующие методы синтеза широких лучей обладают рядом недостатков, таких как высокая вычислительная сложность и использование элементов RIS со сложной архитектурой. В данной статье рассматриваются эти проблемы и предлагается метод синтеза отраженных двумерных лучей с заданными шириной и направлением, который основан на фазовом сшивании узких лучей. Разработанный метод синтеза имеет низкую вычислительную сложность и позволяет RIS формировать лучи с десятками и сотнями тысяч элементов.

Palavras-chave

5G, LTE

Sobre autores

A. Poida

Институт проблем передачи информации им. А.А. Харкевича РАН

Email: poyda@wnlab.ru
Москва

I. Burtakov

Институт проблем передачи информации им. А.А. Харкевича РАН; Московский физико-технический институт (национальный исследовательский университет)

Email: burtakov@wnlab.ru
Москва; Москва

A. Kureev

Национальный исследовательский университет “Высшая школа экономики”; Институт проблем передачи информации им. А.А. Харкевича РАН

Email: kureev@wnlab.ru
Москва; Москва

E. Khorov

Национальный исследовательский университет “Высшая школа экономики”; Институт проблем передачи информации им. А.А. Харкевича РАН

Email: khorov@wnlab.ru
Москва; Москва

Bibliografia

  1. Framework and Overall Objectives of the Future Development of IMT for 2030 and Beyond. International Telecommunication Union (ITU) Recommendation (ITU-R), 2023.
  2. Hua M., Wu Q., Chen W., Dobre O.A., Swindlehurst A.L. Secure Intelligent Reflecting Surface-Aided Integrated Sensing and Communication // IEEE Trans. Wirel. Commun. 2023. V. 23. № 1. P. 575–591. https://doi.org/10.1109/TWC.2023.3280179
  3. Гао В., Башконуш Х.М., Каттани К. Эффективность передачи данных при атаках с точки зрения варианта изолированной жесткости // Пробл. передачи информ. 2023. Т. 59. № 2. С. 83–101. https://doi.org/10.31857/S0555292323020067
  4. Kim I.-S., Bennis M., Oh J., Chung J., Choi J. Bayesian Channel Estimation for Intelligent Reflecting Surface-Aided mmWave Massive MIMO Systems with Semi-Passive Elements // IEEE Trans. Wirel. Commun. 2023. V. 22. № 12. P. 9732–9745. https://doi.org/10.1109/TWC.2023.3273284
  5. Wang P., Fang J., Duan H., Li H. Compressed Channel Estimation for Intelligent Reflecting Surface-Assisted Millimeter Wave Systems // IEEE Signal Process. Lett. 2020. V. 27. P. 905–909. https://doi.org/10.1109/LSP.2020.2998357
  6. Фернандес М., Кабатянский Г.А., Круглик С.А., Мяо И. Коды для точного нахождения носителя разреженного вектора по ошибочным линейным измерениям и их декодирование // Пробл. передачи информ. 2023. Т. 59. № 1. С. 17–24. https://doi.org/10.31857/S0555292323010023
  7. Yan G., Zhu L., Zhang R. Channel Autocorrelation Estimation for IRS-Aided Wireless Communications Based on Power Measurements // Proc. 2023 IEEE Globecom Workshops (GC Wkshps). Kuala Lumpur, Malaysia. Dec. 4–8, 2023. P. 1457–1462. https://doi.org/10.1109/GCWkshps58843.2023.10465210
  8. Zhang H., Shlezinger N., Guidi F., Dardari D., Imani M.F., Eldar Y.C. Beam Focusing for Near-Field Multiuser MIMO Communications // IEEE Trans. Wirel. Commun. 2022. V. 21. № 9. P. 7476–7490. https://doi.org/10.1109/TWC.2022.3158894
  9. Chen Y., Dai L. Coded Beam Training for RIS Assisted Wireless Communications, https: //www.arxiv.org/abs/2406.15802 [cs.IT], 2024.
  10. Wu C., You C., Liu Y., Chen L., Shi S. Two-Stage Hierarchical Beam Training for NearField Communications // IEEE Trans. Veh. Technol. 2024. V. 73. № 2. P. 2032–2044. https: //doi.org/10.1109/TVT.2023.3311868
  11. Bagheri A., Safaei M., Araghi A., Mahdi Shahabi S.M., Wang F., Khalily M., Tafazolli R. Mathematical Model and Real-World Demonstration of Multi-Beam and WideBeam Reconfigurable Intelligent Surface // IEEE Access. 2023. V. 11. P. 19613–19621. https://doi.org/10.1109/ACCESS.2023.3248501
  12. Ghanem W.R., Jamali V., Schellmann M., Cao H., Eichinger J., Schober R. OptimizationBased Phase-Shift Codebook Design for Large IRSs // IEEE Commun. Lett. 2022. V. 27. № 2. P. 635–639. https://doi.org/10.1109/LCOMM.2022.3225585
  13. Gerсhberg R.W., Saxton W.O. A Practical Algorithm for the Determination of Phase from Image and Diffraction Plane Picture // Optik. 1972. V. 35. № 2. P. 237–246.
  14. Lu Y., Zhang Z., Dai L. Hierarchical Beam Training for Extremely Large-Scale MIMO: From Far-Field to Near-Field // IEEE Trans. Commun. 2024. V. 72. № 4. P. 2247–2259. https://doi.org/10.1109/TCOMM.2023.3344600
  15. Torkzaban N., Khojastepour M.A., Farajzadeh-Tehrani M., Baras J.S. RIS-Aided mmWave Beam-Forming for Two-Way Communications of Multiple Pairs // ITU J. Future Evol. Technol. 2023. V. 4. № 1. P. 87–101. https://doi.org/10.52953/VBEX2484
  16. Shen D., Dai L., Su X., Suo S. Multi-Beam Design for Near-Field Extremely Large-Scale RIS-Aided Wireless Communications // IEEE Trans. Green Commun. Netw. 2023. V. 7. № 3. P. 1542–1553. https://doi.org/10.1109/TGCN.2023.3259579
  17. Jamali V., Najafi M., Schober R., Vincent Poor H. Power Efficiency, Overhead, and Complexity Tradeoff of IRS Codebook Design—Quadratic Phase-Shift Profile // IEEE Commun. Lett. 2021. V. 25. № 6. P. 2048–2052. https://doi.org/10.1109/LCOMM.2021.3058063
  18. Balanis C.A. Antenna Theory: Analysis and Design. Hoboken, NJ: Wiley, 2016.
  19. Bj¨ornson E., Demir O¨.T., Sanguinetti L. A Primer on Near-Field Beamforming for Arrays and Reconfigurable Intelligent Surfaces // Conf. Record: 55th Asilomar Conf. on Signals, Systems & Computers. Pacific Grove, CA, USA. Oct. 31 – Nov. 3, 2021. P. 105–112. https: //doi.org/10.1109/IEEECONF53345.2021.9723331
  20. Zhang S., Zhang R. Capacity Characterization for Intelligent Reflecting Surface Aided MIMO Communication // IEEE J. Sel. Areas Commun. 2020. V. 38. № 8. P. 1823–1838. https://doi.org/10.1109/JSAC.2020.3000814

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Russian Academy of Sciences, 2024