语义通信论文略读（八）Optimizing RIS Impairments through Semantic Communication

本文链接：https://blog.csdn.net/qq_54192524/article/details/143673584

Optimizing RIS Impairments through Semantic Communication

通过语义通信优化RIS损伤

· 作者: Nour Hello, Mattia Merluzzi, Emilio Calvanese Strinati, Luca Sanguinetti
· 所属机构: CEA-Leti, Université Grenoble Alpes, F-38000 Grenoble, France; Dipartimento di Ingegneria dell’Informazione, University of Pisa, Pisa, Italy
· 关键词: 智能超表面，语义通信，分离优化
· 时间：2024年10月
· 评论：本文已被 IEEE Globecom Workshop on Generative Horizons： Exploring Goals through Semantic Communication 接受发表

研究背景:

1. 6G技术发展：从5G到6G的转变将深刻改变网络和人类在物理和网络空间的互动方式，创造智能和可编程的物理和数字环境，提供无处不在的无线智能服务。
2. 智能超表面（RIS）： RIS是一种新的概念，通过由几乎被动的可重构元素组成的表面，可以控制无线电波传播，实现无线传播环境的期望动态变换。
3. 语义通信（SemCom）： 6G网络的一个基本支柱是将人工智能（AI）技术直接嵌入无线通信系统的设计和运营中，称为AI原生系统。SemCom通过强调传输有意义的信息来提高通信对物理层损伤的鲁棒性。
在这里插入图片描述

研究方法:

1. 系统模型：本文提出了一个基于知识图谱表示学习的语义通信系统，该系统包括语义和无线两个组成部分，通过RIS辅助通信系统优化无线环境。
2. 优化RIS损伤：通过SemCom，研究了RIS区域大小和其活动元素的相位偏移精度对系统性能的影响。
3. 数学表达：语义系统总体转换Te2e,sc可以表示为一系列在语义通道、无线通道和其他模块上操作的转换的组合，如公式(1)所示。
在这里插入图片描述

实验设计:

1. 系统参数：本文考虑了一个场景，其中发射器、接收器和RIS放置在3D坐标[0,10,0],[10,15,0]和[10,0,0]。发射器配备10×10均匀平面阵列（UPA），发射功率设置为0.1W，载波频率为28GHz。
2. RIS辅助通信： RIS通过在预期方向上反射信号，提供波束成形增益以减轻乘性路径损耗。RIS辅助通信涉及发射器和RIS之间的MIMO信道Hr,x和RIS与接收器之间的MIMO信道Hx,r。

结果分析:

1. 数值结果：本文通过数值结果评估了基于知识图谱表示学习的语义模型在RIS通信场景中相对于传统编码方法（霍夫曼编码和6位编码）的增益，假设发射器和接收器之间没有直接的视线路径。
2. 性能评估：通过在不同信噪比（SNR）值下测试训练有素的语义模型的性能，评估了RIS活动元素比例和相位偏移精度对系统性能的影响。
3. 知识图谱匹配：本文还评估了语义方法在RIS无线设置中相对于传统编码方法在知识图谱数据结构上的增益，这验证了语义方法在优化RIS增益方面的适用性。
在这里插入图片描述