2023.4.24-4.28

1. 《Simultaneously Transmitting And Reflecting (STAR) RIS for 6G: Fundamentals, Recent Advances, and Future Directions》

       可同时传输和反射的可重构智能表面（STAR-RISs）以其实现360°覆盖和增强自由度的优势，在学术界和工业界引起了极大的关注。本文首先通过讨论硬件模型、信道模型和信号模型来确定STAR-RIS的基本原理。然后，从相移、定向和能耗的角度介绍了三种具有代表性的STAR-RIS分类方法。此外，还研究了独立相移和耦合相移情况下STAR-RIS的波束成形设计。作为最新的进展，提出了一个通用的优化框架，无论应用场景如何，该框架都具有高兼容性和可证明的最优性。作为进一步的进展，讨论了几个有前景的应用，以证明在第六代无线网络中应用STAR-RIS的潜在好处。最后，强调了一些未来的方向和研究机会，以激励未来的工作。

2. 《Static IRS Meets Distributed MIMO: A New Architecture for Dynamic Beamforming》

       智能反射面（IRS）被认为是提高无线通信性能的革命性技术。为了满足多个移动用户的需求，通常需要随着时间的推移调整IRS波束成形模式，即动态IRS波束成形（DIBF），以实现令人满意的性能，这导致高的控制功耗和开销。为了避免这种成本，我们提出了一种基于静态调节IRS的无线覆盖增强新架构，其中将分布式多输入多输出（D-MIMO）原理集成到系统中，以利用多个接入点（AP）提供的空间方向的多样性。对于这种新的D-MIMO授权的静态IRS架构，将总目标区域划分为几个子区域，并且每个子区域由指定的AP提供服务。我们考虑通过联合优化一组IRS波束成形模式和AP子区域关联，在目标区域中的所有位置上最大化最坏情况下的接收功率。然后，提出了一种两步算法来获得其高质量的解。理论分析表明，在目标区域的所有位置上仍然可以实现基本平方功率增益。还对相对于DIBF方案的性能差距进行了分析量化。数值结果验证了我们的理论发现，并证明了我们提出的设计相对于基准方案的有效性。

3. 《Joint Beamforming and Phase Shift Design for Hybrid-IRS-and-UAV-aided Directional Modulation Network》

       最近，智能反射面（IRS）和无人机（UAV）已被引入无线通信系统，以提高空地传输的性能。为了在性能、成本和功耗之间取得良好的平衡，本文研究了一种混合IRS和无人机辅助定向调制（DM）网络，其中混合IRS由无源和有源反射元件组成。为了最大化可实现的速率，三种优化算法，称为最大信噪比（SNR）-分数规划（FP）（最大SNR FP）、最大SNR等幅反射（EAR）（最大信噪比EAR）和最大SNR多数化最小化（MM）（Max SNR MM），提出了通过交替优化一个和给出另一个来联合设计混合IRS的波束成形矢量和相移矩阵（PSM）。最大信噪比FP方法采用逐次凸近似和FP方法来推导波束成形矢量和混合IRS PSM。最大信噪比EAR方法采用最大信噪比法和相位对准和EAR准则进行设计。此外，最大信噪比MM方法利用MM标准推导IRS PSM。仿真结果表明，所提出的三种方法获得的速率略低于具有较高功耗的有源IRS，比无IRS和随机相位IRS高35%，而无源IRS仅比后者获得约17%的速率增益。此外，与Max SNR FP相比，所提出的Max SNR EAR和Max SNR MM方法以轻微的性能损失为代价，使复杂度明显下降。

4. 《Active RIS-aided EH-NOMA Networks: A Deep Reinforcement Learning Approach》

       研究了一种有源可重构智能表面（RIS）辅助多用户下行链路通信系统，该系统采用非正交多址（NOMA）来提高频谱效率，有源RIS由能量采集（EH）供电。考虑到用户的服务质量（QoS）要求、动态通信状态和RIS的动态可用能量，制定了RIS的放大矩阵和相移矩阵的联合控制问题，以最大化通信成功率。为了解决这个非凸问题，设计了一种级联的深度学习算法，即长短期记忆深度确定性策略梯度（LSTM-DPG）。首先，开发了一种先进的基于LSTM的算法来预测用户的动态通信状态。然后，基于预测结果，提出了一种基于DDPG的算法来联合控制RIS的放大矩阵和相移矩阵。最后，仿真结果验证了所提出的LSTM算法的预测准确性，并表明LSTM-DPG算法在通信成功率性能方面比其他基准算法具有显著优势。

5. 《Model-Free Learning of Optimal Two-Stage Beamformers for Passive IRS-Aided Network Design》

电子可调谐元表面，或称智能反射表面（IRS），是一种流行的技术，用于通过使用大量可调谐无源反射元件对信道进行整形，在现代无线系统中实现高光谱效率。利用IRS辅助波束形成在系统建模和信道感知/估计方面的关键实际限制，我们提出了一种新的、完全数据驱动的零阶随机梯度上升（ZoSGA）算法，用于一般的两阶段（即短期/长期）、完全被动的IRS辅助随机效用最大化。ZoSGA通过最小零阶增强和严格无模型的方式，仅依赖于在终端观察到的\复合信道，同时独立于信道模型或网络/IRS配置，将长期最优IRS波束形成器与短期最优预编码器（例如，基于WMMSE的预编码器）联合学习。ZoSGA的另一个显著特征是易于分析，使我们能够在最小的假设下建立最先进的（SOTA）收敛速度，其中S是IRS元素的总数，ε是所需的次优目标。我们在标准MISO下行链路IRS辅助消耗率最大化设置上的数值结果也建立了ZoSGA的SOTA经验行为，一致且显著优于标准的完全基于模型的基线。最后，我们证明了ZoSGA实际上可以通过在多用户/IRS、计算量大的网络设置上直接优化基于变容管的电磁IRS模型（ZoSGA未知）的电容来在现场运行，基本上没有计算开销或性能下降。

6. 《Once and for All: Scheduling Multiple Users Using Statistical CSI under Fixed Wireless Access》

       传统的多用户调度方案是基于瞬时信道状态信息（CSI）设计的，这表明必须在每个传输时间间隔（TTI）做出决策，该传输时间间隔最多持续几毫秒。在这种严格的时间约束下，只能使用非常简单的方法，导致调度性能不尽如人意。在本文中，我们研究了仅使用统计CSI的固定无线接入（FWA）网络的调度问题。由于它们的固定位置，FWA中的用户终端可以轻松地提供持续数十甚至数百个TTI的可靠的大规模CSI。受这一吸引人的事实的启发，我们提出了一种“一劳永逸”的调度方法，即给定共享相同统计CSI的多个TTI，只需在所有TTI上做出一个持续的高质量调度决策，而不是在每个TTI重复做出低质量决策。所提出的调度设计本质上是一个混合整数非光滑非凸随机问题，其目标是最大化加权和率以及活跃用户数量。我们首先用精心选择的S形函数来代替所考虑问题中的指示函数，以解决非光滑性。通过利用确定性等效技术，我们将原始随机问题转换为近似的确定性问题，然后对整数约束进行线性松弛。然而，由于确定性等价引入的隐式方程约束，转换问题仍然是高度非凸的。为了解决这个问题，我们采用了隐式优化技术，以便可以显式地导出梯度，利用该技术，我们提出了一种基于加速Frank Wolfe方法的算法设计。数值结果验证了我们提出的调度方案相对于现有技术的有效性。

7. 《Environment-Aware Codebook for Reconfigurable Intelligent Surface-Aided MISO Communications》

       可重构智能表面（RIS）是一种革命性的技术，可以定制无线信道，提高下一代蜂窝网络的能源效率。本文提出了一种环境感知码本设计，通过将统计信道状态信息（CSI）用于RIS辅助的多输入单输出（MISO）系统。具体来说，首先，我们利用位置信息离线生成多个虚拟信道，并设计了一个环境感知反射系数码本。因此，我们只需要估计复合信道，并针对预先设计的码本中的每个反射系数优化主动发射波束成形，同时大大简化反射优化。此外，我们还分析了所提出方案的理论性能。最后，数值结果验证了所提出的方案在面临信道估计误差时优于级联信道估计和无源波束形成以及现有码本方案的性能优势，尽管其显著降低了开销和复杂性。