【智能表面RIS】可实现的RIS辅助MIMO广播信道的最大总速率研究（Matlab代码实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

《可实现的RIS辅助MIMO广播信道的最大总速率》

摘要：
可重构智能表面（RIS）代表一种能够塑造无线电波传播的新技术，因此提供了多种可能的性能和实施优势。受此启发，我们研究了在RIS存在的情况下广播信道（BC）中的可实现总速率优化。我们通过利用高斯多输入多输出（MIMO）BC和多址接入信道（MAC）之间的众所周知的对偶关系来解决这个问题，并相应地推导出了三种优化用户协方差矩阵和对偶MAC中RIS相移的算法。用户的协方差矩阵通过块坐标最大化（BCM）的对偶分解方法或基于梯度的方法进行优化。RIS相移可以通过使用封闭形式表达式依次优化，也可以通过基于梯度的方法并行计算。我们对所提出算法的计算复杂度进行了分析。模拟结果表明，所提出的算法总体上趋于收敛到相同的可实现总速率，但由于所考虑问题的非凸性，可能对某些特定情况产生不同的总速率性能。此外，基于梯度的优化方法通常更加高效。此外，我们证明了所提出的算法可以在多个RIS辅助的BC中提供显著的增益，并且该增益取决于RIS的放置位置。

满足无线通信网络中不断增长的数据速率需求的需求，推动了RIS等新技术解决方案的发展。RIS是由大量小型、低成本和被动元件以及二极管或可变电容器等低功耗电子电路组成的元表面。由于每个元件都可以通过可调相移反射入射信号，RIS能够有效地塑造入射波的传播。因此，引入RIS提供了多种可能的实施优势，并可能在无线通信中开辟新的里程碑。

为了充分利用使用RIS带来的优势，我们需要深入了解RIS辅助无线通信系统的不同方面。可能最重要的方面涉及RIS相移的最佳设计，以便改变传入的无线电波，从而最大化前述的优势。在这方面，为优化可实现速率而开发算法对于RIS辅助通信尤为重要。这一领域的大量研究工作集中在优化点对点MIMO通信的可实现速率上。在[4]和[5]中提出的算法提供了优化发送协方差矩阵的高效方法；然而，这些工作并未涉及多用户MIMO。在[6]中分析了在室内毫米波（mmWave）环境中具有阻塞直射链路的单流MIMO系统的可实现速率优化。[6]中提出的优化方案提供了接近最优的可实现速率，并且需要较低的计算和硬件复杂度。

📚2 运行结果

部分代码：

% initial RIS phase shifts
        theta0= rand(Nris,1)+1i*rand(Nris,1);
        theta = theta0./abs(theta0);
        
        % initial covariance matrices (randomly generated)
        for user = 1:K
            S0 = rand(Nr,Nr)+1i*rand(Nr,Nr);
            S0 = S0*S0';
            Sin(:,:,user) = S0/trace(S0)*Pt/K;
        end

        % Algorithm 3 (AO)
        [R,t] = Algorithm3AO(Nt,Nris,Pt,K,Hdir,H1,H2,theta,Sin,no_iter);
        tAO = (tAO*(iChan-1)+t)/iChan;
        RAO = (RAO*(iChan-1)+R)/iChan;

        % Algorithm 4 (Approximate AO)
        [R,t] = Algorithm4ApproximateAO(Nt,Nr,Pt,K,Hdir,H1,H2,theta,Sin,no_iter);
        tAAO = (tAAO*(iChan-1)+t)/iChan;
        RAAO = (RAAO*(iChan-1)+R)/iChan;

        % Algorithm 5 (APGM)
        [R,t] = Algorithm5APGM(Nt,Nr,Pt,K,Hdir,H1,H2,theta,Sin,no_iter);
        tPGM = (tPGM*(iChan-1)+t)/iChan;
        RPGM = (RPGM*(iChan-1)+R)/iChan;

    end
    figure
    plot(tPGM,RPGM,'r','DisplayName','PGM');
    hold on;
    plot(tAAO,RAAO,'b','DisplayName','Approx. AO');
    hold on;
    plot(tAO,RAO,'g','DisplayName','AO');
    legend('show','location','southeast');
    title('Convergence vs. wall-clock time');
    figure
    plot(RPGM,'r','DisplayName','Algorithm 5 (PGM)');
    hold on;
    plot(RAAO,'b','DisplayName','ALgorithm 4 (Approx. AO)');
    hold on;
    plot(RAO,'g','DisplayName','Algorithm 3 (AO)');
    legend('show','location','southeast');
    title('Convergence vs. iteration');
    
end

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码实现