[論文レビュー] Reconfigurable Intelligent Surfaces based Cognitive Radio Networks

Abubakar U. Makarfi, Rupak Kharel+4 more|arXiv (Cornell University)|Aug 25, 2020

Advanced Wireless Communication Technologies参考文献 19被引用数 5

ひとこと要約

本稿では、再構成可能知能表面（RIS）を認知無線（CR）ネットワークに統合することで、スケジューリング感度を向上させ、セカンドリーユーザー（SU）の性能を向上させることを提案する。主ユーザー（PU）側にRISをリレーやアクセスポイントとして配置することで、信号対雑音比（SNR）が向上し、誤報確率および見逃し検出確率が低下し、SUスルーレットが向上する。特にRISセル数が多い場合、最大3–4桁の向上が観察される。

ABSTRACT

Over the last decade, cognitive radios (CRs) have emerged as a technology for improving spectrum efficiency through dynamic spectrum access techniques. More recently, as research interest is shifting beyond 5G communications, new technologies such as reconfigurable intelligent surfaces (RISs) have emerged as enablers of smart radio environments, to further improve signal coverage and spectrum management capabilities. Based on the promise of CRs and RISs, this paper seeks to investigate the concept of adopting both concepts within a network as a means of maximizing the potential benefits available. The paper considers two separate models of RIS-based networks and analyzes several performance metrics associated with the CR secondary user. Monte Carlo simulations are presented to validate the derived expressions. The results indicate the effects of key parameters of the system and the clear improvement of the CR network, in the presence of a RIS-enhanced primary network.

研究の動機と目的

• リレーカンfigurationを超えたRIS強化認知無線ネットワークに関する研究の不足に対処すること。
• PU側にRISを配置することで、セカンドリーユーザーのスケジューリング感度性能がどのように向上するかを調査すること。
• 誤報確率、検出確率、伝送確率、スルーレットなどの主要性能指標の解析的表現を導出すること。
• モンテカルロシミュレーションを用いてこれらの表現を検証し、RISセル数や検出閾値などのシステムパラメータの影響を評価すること。
• 高SNRおよび高検出閾値下でのシステムの漸近的挙動を調査すること。

提案手法

• RISをPU送信機と受信機の間のリレーとして、およびPU受信機にアクセスポイントとして配置する2つのRIS構成をモデル化する。
• 統計的チャネルモデルとリケアンフェージング仮定を用いて、誤報確率 $P_f$ および検出確率 $P_d$ の閉形式表現を導出する。
• SNRおよび検出閾値に基づき、SU伝送確率およびスルーレットの正確および漸近的表現を定式化する。
• RISセル数 $N$、検出閾値 $y_{ ext{th}}$、PU活動係数 $\alpha$ を変化させた条件下で、$10^5$ 回の反復を用いたモンテカルロシミュレーションにより解析結果を検証する。
• RISリレーとAP-RIS構成間の直接比較を可能にするために、距離を正規化する。
• 誤差関数の近似を適用し、両構成の漸近的スルーレット表現を導出する。

実験結果

リサーチクエスチョン

• RQ1 PU側にRISを配置することで、認知無線ネットワークにおけるセカンドリーユーザーのスケジューリング感度性能はどのように向上するか？
• RQ2 RISセル数 $N$ は、RISリレーおよびAP-RIS構成の両方において、誤報確率および検出確率にどのような影響を与えるか？
• RQ3 異なる検出閾値は、RIS強化CRネットワークにおけるSU伝送確率およびシステムスルーレットにどのように影響するか？
• RQ4 どのような条件下で、漸近的解析がRISベースCRシステムの正確な性能をよく近似するか？
• RQ5 スルーレットおよび検出信頼性の観点から、リレー構成とアクセスポイント構成のどちらが優れた性能を示すか？

主な発見

• RISセル数 $N$ を増加させることで、誤報および見逃し検出確率において最大3–4桁の性能向上が達成される。
• すべての検出閾値において、RISリレー構成がAP-RIS構成を上回るスルーレット性能を示すが、特に低閾値で顕著である。
• 高検出閾値（例：$y_{ ext{th}} = 5$ W）では、誤報率が低く（$\alpha < 0.5$ でも）、伝送確率およびスルーレットの漸近的表現が正確な値に非常に近づく。
• 高SNRおよび高検出閾値下では、SUは $H_1$ 偽説のみを用いてもスケジューリング機会を信頼性高く検出できることを示し、有利な伝搬条件下での感度の強靭性を示す。
• 誤報率が $10^{-3}$ を超える領域では、AP-RIS構成がRISリレー構成を上回る見逃し検出性能を示す。
• シミュレーション結果は、解析的導出を非常に高い精度で確認しており、システム設計および最適化に閉形式表現を用いる妥当性が裏付けられる。