2023.11.27-12.1

1.《STAR-RIS Assisted Cell-Free Massive MIMO System Under Spatially-Correlated Channels》

       本文研究了用户设备（UE）位于可重构智能表面（STAR-RIS）两侧的下行链路同时发射和反射辅助无小区（CF）大规模多输入多输出（mMIMO）系统的性能。我们考虑了相关的瑞利衰落和每个接入点（AP）多个天线，而根据瞬时信道状态信息（CSI），最大比值（MR）波束成形被应用于有源波束成形的设计。首先，我们依赖于聚合信道估计方法，该方法减少了信道估计所需的开销，同时为数据处理提供了足够的信息。我们获得了每个AP的信道估计的归一化均方误差（NMSE），并基于长时间统计CSI设计了表面的被动波束形成（PB）。接下来，我们在AP和表面元素的数量的渐近状态下导出接收信号。然后，我们获得了统计CSI下任意数量的AP和STAR-RIS元素的下行链路可实现速率的闭合形式表达式。最后，基于推导的表达式，数值结果表明了将STAR-RIS部署到传统CF-mMIMO系统中的可行性和优势。特别是，我们从理论上分析了STAR RIS辅助CF-mMIMO系统的特性，并揭示了通道相关性、表面元素数量和飞行员污染对可实现速率的影响。

2.《Throughput Maximization for Intelligent Refracting Surface Assisted mmWave High-Speed Train Communications》

       随着乘客对数据密集型服务的需求不断增加，毫米波通信被认为是缓解高速列车网络传输压力的有效技术。然而，毫米波信号在通过车厢时会受到严重损失，从而降低了车上的服务质量。本文研究了一种智能折射面（IRS）辅助HST通信系统。在此，在列车窗口上部署IRS以动态地重新配置传播环境，并且利用混合时分多址非正交多址方案来减轻干扰。我们的目标是最大化总吞吐量，同时考虑基站波束成形、IRS离散相移和发射功率所施加的约束。为了获得实际的解决方案，我们采用了一种交替优化方法，并提出了一种两阶段算法。在第一阶段，利用逐次凸近似方法和分枝定界算法进行IRS相移设计。第二阶段采用拉格朗日乘子法进行功率分配。仿真结果证明了IRS的采用和功率分配对毫米波HST网络吞吐量提高的好处。

3.《Auto-CsiNet: Scenario-customized Automatic Neural Network Architecture Generation for Massive MIMO CSI Feedback》Jin Shi

       深度学习彻底改变了无线通信中信道状态信息（CSI）反馈模块的设计。然而，设计用于CSI反馈的最优神经网络（NN）架构可能是一个费力且耗时的过程。对于针对不同场景定制NN而言，手动设计的成本可能高得令人望而却步。本文提出使用神经架构搜索（NAS）来自动生成场景定制的CSI反馈神经网络架构，从而最大限度地发挥深度学习在排他性环境中的潜力。通过采用自动机器学习和基于梯度下降的NAS，实现了高效且经济高效的架构设计过程。所提出的方法利用了隐含的场景知识，以数据驱动的方式将其集成到场景定制过程中，并充分利用了每个特定场景的深度学习潜力。为了解决过度搜索的问题，采用了早期停止和弹性选择机制，提高了所提出方案的效率。实验结果表明，被称为Auto CsiNet的自动生成架构在重建性能（提高了约14%）和复杂性（降低了约50%）方面都优于手动设计的模型。此外，本文还分析了该场景对神经网络结构及其容量的影响。

4.《Low-Complexity Joint Beamforming for RIS-Assisted MU-MISO Systems Based on Model-Driven Deep Learning》Jin Shi

       可重构智能表面（RIS）可以通过调整入射信号的相位来改善信号传播环境。然而，由于非凸目标函数和约束，在接入点处与波束成形矢量联合优化相移是具有挑战性的。在这项研究中，我们提出了一种基于加权最小均方误差优化和功率迭代的算法，以最大化RIS辅助的下行链路多用户多输入单输出系统的加权和速率（WSR）。为了进一步提高性能，设计了一种模型驱动的深度学习（DL）方法，其中引入了可训练变量和图神经网络来加速所提出算法的收敛。我们还将所提出的方法扩展到包括具有不完美信道状态信息的波束形成，并导出了一种双时间尺度随机优化算法。仿真结果表明，该算法在复杂度和WSR方面均优于现有算法。具体而言，模型驱动的DL方法的运行时间约为最先进算法的3%，以实现相同的性能。此外，所提出的具有2位移相器的算法优于具有连续移相器的比较算法。

5.《Beamforming Design for Hybrid IRS-aided AF Relay Wireless Networks》

       本文提出了一种由无源和有源元件组成的混合型IRS辅助放大转发中继无线网络。对于最大信噪比（SNR），提出了一种基于逐次凸近似和分数规划的低复杂度方法（LC-SCA-FP），以联合优化AF中继处的波束形成矩阵和IRS处的反射系数矩阵。仿真结果验证了所提出的LC-SCA-FP方法实现的速率超过了基准方案，即被动IRS辅助AF中继和纯AF中继网络。