[论文解读] Optimum Reconfigurable Intelligent Surface Selection for Wireless Networks

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

Advanced Wireless Communication Technologies被引用 5

一句话总结

本文提出了一种在RIS辅助无线网络中基于位置的可重构智能表面（RIS）最优选择策略，旨在在产品缩放和总和缩放路径损耗模型下最大化端到端信噪比（SNR）。通过将RIS位置建模为泊松点过程，作者推导出中断概率和平均速率，并通过理论分析与仿真结果证明了显著的性能增益，包括一种用于分布式运行的有限反馈框架。

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 end-to-end signal-to-noise ratio for product-scaling and sum-scaling path-loss models where the received power scales with the product and sum of the transmitter-to-RIS and RIS-to-receiver distances, respectively. These scaling laws cover the important cases of end-to-end path-loss models in RIS-aided wireless systems. The random locations of all available RISs are modeled as a Poisson point process. 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 product-scaling and sum-scaling path-loss models. We also propose a limited-feedback RIS selection framework to achieve distributed network operation. The outage probabilities and average rates obtained by the limited-feedback RIS selection policies are derived for both path-loss models as well. The numerical results show notable performance gains obtained by the proposed RIS selection policies.

研究动机与目标

• 为解决未来6G网络中从随机部署的RIS集合中选择最优RIS以最大化端到端SNR的挑战。
• 将RIS位置建模为泊松点过程（PPP），以实现可解析的随机几何性能分析。
• 推导出在产品缩放和总和缩放路径损耗模型下中断概率和平均速率的闭式表达式。
• 提出一种有限反馈RIS选择框架，实现最小信令开销的分布式网络操作。
• 通过与混合路径损耗仿真结果对比，验证假设统一路径损耗模型（产品或总和缩放）的准确性。

提出的方法

• 将多个RIS的随机部署建模为齐次泊松点过程（PPP），以捕捉不规则、大规模的网络拓扑结构。
• 基于最小化端到端路径损耗来制定最优RIS选择策略，从而在产品缩放和总和缩放模型下最大化SNR。
• 利用随机几何工具推导出在每种路径损耗模型下到所选RIS距离的累积分布函数（CDF）。
• 利用推导出的距离分布，计算两种路径损耗模型下的中断概率和平均速率表达式。
• 提出一种有限反馈RIS选择方案，仅由最佳RIS根据位置和路径损耗报告其信道状态信息（CSI），从而降低反馈开销。
• 通过混合路径损耗模型（产品和总和缩放）的仿真验证理论结果，表明在特定条件下，统一假设可提供准确的近似。

实验结果

研究问题

• RQ1 基于位置信息的最优RIS选择策略如何影响随机部署RIS的RIS辅助网络中的端到端SNR？
• RQ2 在产品缩放和总和缩放路径损耗模型下，所提出的最优RIS选择策略在中断概率和平均速率方面实现了多大的性能增益？
• RQ3 当实际路径损耗因近场/远场条件而异时，假设统一路径损耗缩放（产品或总和）的准确性如何？
• RQ4 有限反馈RIS选择框架是否能在最小信令开销下实现接近最优的性能，从而支持分布式网络运行？
• RQ5 在何种条件下，产品缩放或总和缩放路径损耗模型能对混合路径损耗场景提供良好近似？

主要发现

• 所提出的基于位置的最优RIS选择策略在中断概率和平均速率方面相比非优化选择实现了显著性能增益。
• 对于电尺寸较大的RIS（ξ ≥ 5），总和缩放路径损耗模型能良好近似混合路径损耗场景，因为远场RIS被选中的可能性较低。
• 对于电尺寸较小的RIS（ξ ≤ 0.1），产品缩放路径损耗模型能紧密逼近混合路径损耗情况，因为大多数RIS处于远场。
• 有限反馈RIS选择框架在显著降低反馈开销的同时实现了高性能，支持分布式网络运行。
• 利用随机几何方法，推导出了中断概率和平均速率的闭式表达式，实现了可解析的性能评估。
• 仿真结果证实了理论模型的准确性，表明在各种路径损耗假设下，理论预测与仿真结果高度一致。