RIS 阶段性总结

最新推荐文章于 2024-07-18 08:35:42 发布

brook1711

最新推荐文章于 2024-07-18 08:35:42 发布

阅读量2.6k

点赞数 3

分类专栏： RIS 智能反射表面文章标签：经验分享

本文链接：https://blog.csdn.net/weixin_42242398/article/details/115947931

版权

本文是对RIS（Reconfigurable Intelligent Surface）技术的阶段性总结，主要探讨了RIS与UAV安全通信、信道建模、能量消耗模型等方面。研究了深度强化学习在RIS辅助无线通信中的应用，以及3GPP的信道建模标准。未来工作将关注双尺度传输和RIS在6G中的角色。

摘要由CSDN通过智能技术生成

RIS 阶段性总结

I don't Fucking care! - spongebob rainbow | Meme Generator

目前在寻找和智能反射表面（Reconfigurable Intelligent Surface）有关的学术方向来~~水论文~~进行研究。之前进行过一篇RIS和UAV（Unmanned Arial Vehicle）结合的安全通信相关的文章，标题为：

Learning-based Robust and Secure Transmission for Reconfigurable Intelligent Surface Aided Millimeter Wave UAV Communications

基本上都是在follow别人的工作：

1、H. Yang, Z. Xiong, J. Zhao, D. Niyato, L. Xiao, and Q. Wu, “Deep reinforcement learning-based intelligent reflecting surface for securewireless communications,” IEEE Trans. Wireless Commun., vol. 20,no. 1, pp. 375–388, Jan. 2021.

该文章使用深度强化学习（Deep Reinforcement Learning）的方法来求解RIS辅助BS（base station）通信中的主被动波束赋形的问题，由于考虑了窃听者所以设计方案的复杂度会相应的增长。

还有一点就是该文章中提出了由于移动性产生的信道误差的模型。具体来讲，BS端获取到的CSI（channel state information）已经是经过了传输和处理等过程，其实已经过时，过时的CSI和当前的真正的CSI会不一样，也就是说BS处通过过时的CSI得出的优化方案并不是最优的，该模型被很多文章沿用。
$\boldsymbol{h}\left(t+T_{\mathrm{d}}\right)=\varrho \tilde{\boldsymbol{h}}(t)+\sqrt{1-\varrho^{2}} \Delta \boldsymbol{h}$
其中 $\varrho$ 是过时CSI和实时CSI之间的（自）相关系数，其物理意义为过时CSI和实时CSI之间的相关程度，相关程度越高，实时到过时的信息损失就越小，其表达式为零阶贝塞尔函数：
$\varrho=J_{0}\left(2 \pi f_{D} T_{\mathrm{d}}\right)$
其中， $f_{D}=v f_{c} / c$

同时，还借鉴了其中的安全通信速率的概念。这一点直接引用，并没有经过深入推导。
$R_{k}^{\mathrm{sec}}=\left[R_{k}^{\mathrm{u}}-\max _{\forall p} R_{p, k}^{\mathrm{e}}\right]^{+}$

2、X. Liu, Y. Liu, and Y. Chen, “Machine learning empowered trajectoryand passive beamforming design in UAV-RIS wireless networks,”IEEEJ. Sel. Areas Commun., Dec. 2020, accepted to appear.

该文章研究了RIS辅助的UAV通信系统，作者假设在这样的系统中UAV的传输过程和移动过程是分割开的。该UAV在移动过程中不会进行信息传输࿰