Beams by Reconfigurable Intelligent Surfaces

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Рұқсат ақылы немесе тек жазылушылар үшін

Аннотация

Реконфигурируемая интеллектуальная поверхность (англ.: reconfigurable intelligent surface, RIS) является перспективной технологией для увеличения зоны покрытия и пропускной способности существующих и будущих беспроводных систем за счет настройки коэффициентов отражения. Среди предложенных в научном сообществе алгоритмов настройки RIS выделяется иерархический поиск луча (ИПЛ) за счет высокой скорости и возможности использовать простые канальные метрики, такие как мощность сигнала. Для алгоритмов ИПЛ необходимо формировать отраженные лучи разной ширины и с разными направлениями. Существующие методы синтеза широких лучей обладают рядом недостатков, таких как высокая вычислительная сложность и использование элементов RIS со сложной архитектурой. В данной статье рассматриваются эти проблемы и предлагается метод синтеза отраженных двумерных лучей с заданными шириной и направлением, который основан на фазовом сшивании узких лучей. Разработанный метод синтеза имеет низкую вычислительную сложность и позволяет RIS формировать лучи с десятками и сотнями тысяч элементов.

Негізгі сөздер

5G, LTE

Авторлар туралы

A. Poida

Институт проблем передачи информации им. А.А. Харкевича РАН

Email: poyda@wnlab.ru
Москва

I. Burtakov

Институт проблем передачи информации им. А.А. Харкевича РАН; Московский физико-технический институт (национальный исследовательский университет)

Email: burtakov@wnlab.ru
Москва; Москва

A. Kureev

Национальный исследовательский университет “Высшая школа экономики”; Институт проблем передачи информации им. А.А. Харкевича РАН

Email: kureev@wnlab.ru
Москва; Москва

E. Khorov

Национальный исследовательский университет “Высшая школа экономики”; Институт проблем передачи информации им. А.А. Харкевича РАН

Email: khorov@wnlab.ru
Москва; Москва

Әдебиет тізімі

  1. Framework and Overall Objectives of the Future Development of IMT for 2030 and Beyond. International Telecommunication Union (ITU) Recommendation (ITU-R), 2023.
  2. Hua M., Wu Q., Chen W., Dobre O.A., Swindlehurst A.L. Secure Intelligent Reflecting Surface-Aided Integrated Sensing and Communication // IEEE Trans. Wirel. Commun. 2023. V. 23. № 1. P. 575–591. https://doi.org/10.1109/TWC.2023.3280179
  3. Гао В., Башконуш Х.М., Каттани К. Эффективность передачи данных при атаках с точки зрения варианта изолированной жесткости // Пробл. передачи информ. 2023. Т. 59. № 2. С. 83–101. https://doi.org/10.31857/S0555292323020067
  4. Kim I.-S., Bennis M., Oh J., Chung J., Choi J. Bayesian Channel Estimation for Intelligent Reflecting Surface-Aided mmWave Massive MIMO Systems with Semi-Passive Elements // IEEE Trans. Wirel. Commun. 2023. V. 22. № 12. P. 9732–9745. https://doi.org/10.1109/TWC.2023.3273284
  5. Wang P., Fang J., Duan H., Li H. Compressed Channel Estimation for Intelligent Reflecting Surface-Assisted Millimeter Wave Systems // IEEE Signal Process. Lett. 2020. V. 27. P. 905–909. https://doi.org/10.1109/LSP.2020.2998357
  6. Фернандес М., Кабатянский Г.А., Круглик С.А., Мяо И. Коды для точного нахождения носителя разреженного вектора по ошибочным линейным измерениям и их декодирование // Пробл. передачи информ. 2023. Т. 59. № 1. С. 17–24. https://doi.org/10.31857/S0555292323010023
  7. Yan G., Zhu L., Zhang R. Channel Autocorrelation Estimation for IRS-Aided Wireless Communications Based on Power Measurements // Proc. 2023 IEEE Globecom Workshops (GC Wkshps). Kuala Lumpur, Malaysia. Dec. 4–8, 2023. P. 1457–1462. https://doi.org/10.1109/GCWkshps58843.2023.10465210
  8. Zhang H., Shlezinger N., Guidi F., Dardari D., Imani M.F., Eldar Y.C. Beam Focusing for Near-Field Multiuser MIMO Communications // IEEE Trans. Wirel. Commun. 2022. V. 21. № 9. P. 7476–7490. https://doi.org/10.1109/TWC.2022.3158894
  9. Chen Y., Dai L. Coded Beam Training for RIS Assisted Wireless Communications, https: //www.arxiv.org/abs/2406.15802 [cs.IT], 2024.
  10. Wu C., You C., Liu Y., Chen L., Shi S. Two-Stage Hierarchical Beam Training for NearField Communications // IEEE Trans. Veh. Technol. 2024. V. 73. № 2. P. 2032–2044. https: //doi.org/10.1109/TVT.2023.3311868
  11. Bagheri A., Safaei M., Araghi A., Mahdi Shahabi S.M., Wang F., Khalily M., Tafazolli R. Mathematical Model and Real-World Demonstration of Multi-Beam and WideBeam Reconfigurable Intelligent Surface // IEEE Access. 2023. V. 11. P. 19613–19621. https://doi.org/10.1109/ACCESS.2023.3248501
  12. Ghanem W.R., Jamali V., Schellmann M., Cao H., Eichinger J., Schober R. OptimizationBased Phase-Shift Codebook Design for Large IRSs // IEEE Commun. Lett. 2022. V. 27. № 2. P. 635–639. https://doi.org/10.1109/LCOMM.2022.3225585
  13. Gerсhberg R.W., Saxton W.O. A Practical Algorithm for the Determination of Phase from Image and Diffraction Plane Picture // Optik. 1972. V. 35. № 2. P. 237–246.
  14. Lu Y., Zhang Z., Dai L. Hierarchical Beam Training for Extremely Large-Scale MIMO: From Far-Field to Near-Field // IEEE Trans. Commun. 2024. V. 72. № 4. P. 2247–2259. https://doi.org/10.1109/TCOMM.2023.3344600
  15. Torkzaban N., Khojastepour M.A., Farajzadeh-Tehrani M., Baras J.S. RIS-Aided mmWave Beam-Forming for Two-Way Communications of Multiple Pairs // ITU J. Future Evol. Technol. 2023. V. 4. № 1. P. 87–101. https://doi.org/10.52953/VBEX2484
  16. Shen D., Dai L., Su X., Suo S. Multi-Beam Design for Near-Field Extremely Large-Scale RIS-Aided Wireless Communications // IEEE Trans. Green Commun. Netw. 2023. V. 7. № 3. P. 1542–1553. https://doi.org/10.1109/TGCN.2023.3259579
  17. Jamali V., Najafi M., Schober R., Vincent Poor H. Power Efficiency, Overhead, and Complexity Tradeoff of IRS Codebook Design—Quadratic Phase-Shift Profile // IEEE Commun. Lett. 2021. V. 25. № 6. P. 2048–2052. https://doi.org/10.1109/LCOMM.2021.3058063
  18. Balanis C.A. Antenna Theory: Analysis and Design. Hoboken, NJ: Wiley, 2016.
  19. Bj¨ornson E., Demir O¨.T., Sanguinetti L. A Primer on Near-Field Beamforming for Arrays and Reconfigurable Intelligent Surfaces // Conf. Record: 55th Asilomar Conf. on Signals, Systems & Computers. Pacific Grove, CA, USA. Oct. 31 – Nov. 3, 2021. P. 105–112. https: //doi.org/10.1109/IEEECONF53345.2021.9723331
  20. Zhang S., Zhang R. Capacity Characterization for Intelligent Reflecting Surface Aided MIMO Communication // IEEE J. Sel. Areas Commun. 2020. V. 38. № 8. P. 1823–1838. https://doi.org/10.1109/JSAC.2020.3000814

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Russian Academy of Sciences, 2024