[論文レビュー] Optimum Reconfigurable Intelligent Surface Selection for Indoor and Outdoor Communications.

Yuting Fang, Saman Atapattu+2 more|arXiv (Cornell University)|Dec 22, 2020

Advanced Wireless Communication Technologies参考文献 30被引用数 10

ひとこと要約

本稿では、インラインおよびオールドアの無線ネットワークにおける信号対雑音比（SNR）を最大化するために、電力および指数パスロスモデルを用いた、場所に基づく再構成可能知能表面（RIS）選択ポリシーを提案する。RISの位置をポアソン点過程としてモデル化し、距離分布を導出することで、従来のリレーセレクションと比較して、特に制限付きフィードバック下で、アウトージャ確率および平均レートの顕著な向上を達成する。

ABSTRACT

The reconfigurable intelligent surface (RIS) is a promising technology that is anticipated to enable high spectrum and energy efficiencies in future wireless communication networks. This paper investigates optimum location-based RIS selection policies in RIS-aided wireless networks to maximize the signal-to noise ratio (SNR) for a power path-loss model in outdoor communications and an exponential path-loss model in indoor communications. The random locations of all available RISs are modeled as a Poisson point process (PPP). To quantify the network performance, the outage probabilities and average rates attained by the proposed RIS selection policies are evaluated by deriving the distance distribution of the chosen RIS node as per the selection policies for both power and exponential path-loss models. Feedback could incur heavy signaling overhead. To reduce the overhead, we also propose limited-feedback RIS selection policies by limiting the average number of RISs that feed back their location information to the source. The outage probabilities and average rates obtained by the limited-feedback RIS selection policies are derived for both path-loss models. The numerical results show notable performance gains obtained by the proposed RIS selection policies and demonstrate that the conventional relay selection policies are not suitable for RIS-aided wireless networks.

研究の動機と目的

• RIS支援無線ネットワークにおける最適RIS位置の選択という課題に取り組み、SNRを最大化すること。
• インライン環境では指数パスロスモデル、オールドア環境ではパワー・パスロスモデルを用いて、正確な性能評価のためのパスロス効果をモデル化すること。
• フィードバックオーバーヘッドを低減するために、制限付きフィードバックRIS選択ポリシーを提案し、高いネットワーク性能を維持すること。
• 異なるパスロスおよびフィードバック条件の下で、アウトージャ確率および平均レートという指標を通じて、ネットワーク性能を定量化すること。

提案手法

• インラインおよびオールドア環境の両方において、ランダムな展開を表現するため、RIS位置をポアソン点過程（PPP）としてモデル化すること。
• パワーおよび指数パスロスモデルの両方の最適選択ポリシー下での、選択されたRISの距離分布を導出すること。
• ソースにその位置を報告するRISの平均数を制限することで、制限付きフィードバックRIS選択ポリシーを設計すること。
• フルフィードバックおよび制限付きフィードバックの両シナリオについて、アウトージャ確率および平均レートの解析的導出を通じて、性能を評価すること。
• 確率的幾何的手法を用いて、異なるパスロスモデル下での選択されたRISリンクの統計的性質を特徴付けること。
• 提案されたRIS選択ポリシーを従来のリレーセレクションと比較し、RIS支援ネットワークにおける性能差を浮き彫りにすること。

実験結果

リサーチクエスチョン

• RQ1 異なるパスロスモデル下で、場所に基づくRIS選択は、インラインおよびオールドアのRIS支援ネットワークにおけるSNRをどのように向上させるか？
• RQ2 フィードバックオーバーヘッドはRIS選択性能にどのような影響を及ぼし、スペクトル効率を損なわずに最小化するにはどうすればよいか？
• RQ3 最適フィードバックと制限付きフィードバックのRIS選択ポリシーの下で、RIS支援ネットワークのアウトージャ確率および平均レートはどのように比較されるか？
• RQ4 従来のリレーセレクションポリシーは、なぜRIS支援無線ネットワークでは効果的でないのか、そしてそれらの背後にあるチャネルモデルにどのような根本的な差異が存在するのか？

主な発見

• 提案された最適RIS選択ポリシーは、従来のリレーセレクションと比較して、アウトージャ確率の低減および平均レートの向上という点で顕著な性能向上を達成する。
• ポアソン点過程モデルの使用により、パワーおよび指数パスロスモデルの両方下でのRISリンク統計の正確な特徴付けが可能になる。
• 制限付きフィードバックRIS選択ポリシーは、シグナリングオーバーヘッドを顕著に低減する一方で、フルフィードバックケースと比較して性能をほぼ維持する。
• インライン環境では指数パスロスモデル、オールドア環境ではパワー・パスロスモデルが、異なる距離分布をもたらし、RIS選択結果に影響を与える。
• 数値結果により、信号伝搬および反射挙動の根本的な違いのため、従来のリレーセレクションポリシーはRIS支援ネットワークには不適切であることが確認された。
• アウトージャ確率および平均レートの導出された解析的式は、数値評価を通じて検証され、シミュレーションのトレンドと強い一致を示した。