可重构智能表面的MIMO系统可实现速率优化研究（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

 ⛳️赠与读者

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、文献下载

---

 ⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

     或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

摘要：
可重构智能表面（RIS）代表了一种新技术，能够塑造无线网络中射频波的传播，并提供各种可能的性能和实施增益。基于此，我们研究了装备RIS的多流多输入多输出（MIMO）系统的可实现速率优化，并制定了一个联合优化问题，涉及到发射信号的协方差矩阵和RIS元素。为了解决这个问题，我们提出了一种基于投影梯度法（PGM）的迭代优化算法。我们推导出了保证所提算法收敛性的步长，并定义了一种回溯线搜索方法，以提高其收敛速度。此外，我们引入了间接链路和直接链路的总自由空间路径损耗（FSPL）比率，作为评估RIS在所考虑通信系统中适用性的初步衡量标准。仿真结果表明，所提PGM达到了与最新基准方案相同的可实现速率，但计算复杂度显著降低。此外，我们展示了RIS在室内环境中应用的特别适用性，因为即使少量的RIS元素也能提供可观的可实现速率增益。

结论：

在本文中，我们提出了一种新的渐进式梯度法（PGM）算法，用于优化配备可重构智能表面（RIS）的多流MIMO系统中的可达速率。同时，我们推导出了一种利普希茨常数，以确保PGM的收敛性。为了提高PGM算法的收敛速度，我们引入了数据缩放步骤，并采用了回溯线搜索技术，使得PGM在性能上显著优于现有的自适应优化（AO）算法。此外，我们定义了一个新的度量标准——总自由空间损耗（FSPL），并显示了间接链路和直接链路的总FSPL之比可以有效地作为评估RIS适用性的一级指标。数值结果证实，PGM算法所需的迭代次数显著低于AO算法，从而对应地大幅降低了计算复杂度，以便达到一个目标（近优）可达速率。此外，我们还展示了RIS在室内环境中的应用特别方便，因为只需较少数量的RIS单元，就能使间接链路的可达速率高于直接链路。

📚2 运行结果

部分代码：

Nt = 8;                 % Number of TX antennas
Nr = 4;                 % Number of RX antennas
Nris = 15^2;            % Number of RIS elements
       
K = 1;                  % Rician factor    
D = 500;                % TX-RX distance
dist_ris = 40;          % RIS distance from TX
f = 2e9;                % Frequency

lt = 20;                % TX position 
lr = 100;               % RX position 
Pt = 1;                 % Transmit power in Watts
N0 = -120;              % Noise power in dB
SNR = db2pow(-N0);      % SNR            
no_mat = 10;            % Number of channel realizations 

no_iter = 500;          % Number of iterations 
alpha_dir = 3;          % FSPL exponent of the direct link

🎉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、文献下载

资料获取，更多粉丝福利，MATLAB|Simulink|Python资源获取