[论文解读] Reconfigurable Intelligent Surfaces based Cognitive Radio Networks
本文提出将可重构智能表面(RIS)集成到认知无线电(CR)网络中,以增强频谱感知并提升次用户(SU)性能。通过在主用户(PU)端部署RIS作为中继或接入点,系统可提升信噪比(SNR),降低误报率和漏检概率,并提高SU吞吐量——尤其在RIS单元数较多时,增益可达3–4个数量级。
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.
研究动机与目标
- 解决现有研究中关于RIS增强型认知无线电网络在中继配置之外的空白。
- 探究在主用户端部署RIS如何提升次用户频谱感知性能。
- 推导关键性能指标(如误报率、检测概率、传输概率和吞吐量)的解析表达式。
- 通过蒙特卡洛仿真验证这些表达式,并评估RIS单元数和检测阈值等系统参数的影响。
- 探讨在高信噪比和高检测阈值条件下系统的渐近行为。
提出的方法
- 建立两种RIS配置模型:RIS作为主用户发射端与接收端之间的中继,以及RIS作为主用户接收端的接入点。
- 基于统计信道模型和Rician衰落假设,推导误报概率 $P_f$ 和检测概率 $P_d$ 的闭式表达式。
- 基于信噪比和检测阈值,推导SU传输概率和吞吐量的精确与渐近表达式。
- 采用 $10^5$ 次迭代的蒙特卡洛仿真,验证在不同RIS单元数 $N$、检测阈值 $y_{ ext{th}}$ 和主用户活动因子 $\alpha$ 下的分析结果。
- 对距离进行归一化处理,以实现RIS中继与AP-RIS配置之间的直接比较。
- 应用误差函数近似,推导两种配置下渐近吞吐量的表达式。
实验结果
研究问题
- RQ1在认知无线电网络中,在主用户端部署RIS如何改善次用户的频谱感知性能?
- RQ2RIS单元数 $N$ 对RIS中继与AP-RIS配置下误报率和检测概率的影响如何?
- RQ3在RIS增强型CR网络中,不同检测阈值如何影响SU传输概率和系统吞吐量?
- RQ4在何种条件下,渐近分析能准确逼近RIS型CR系统的实际性能?
- RQ5在吞吐量和检测可靠性方面,RIS中继与接入点配置中哪一种性能更优?
主要发现
- 增加RIS单元数 $N$ 可使误报率和漏检概率的性能提升最高达3–4个数量级。
- 在所有检测阈值下,RIS中继配置的吞吐量均优于AP-RIS配置,尤其在低阈值时优势更明显。
- 在高检测阈值(如 $y_{ ext{th}} = 5$ W)下,即使主用户活动因子较低($\alpha < 0.5$),传输概率和吞吐量的渐近表达式也与精确值高度吻合。
- 在高信噪比和高检测阈值条件下,SU仅通过 $H_1$ 假设即可可靠检测到频谱机会,表明在有利传播条件下感知具有强鲁棒性。
- 当误报率超过 $10^{-3}$ 后,AP-RIS配置在漏检性能方面优于RIS中继配置。
- 仿真结果与分析推导高度一致,验证了闭式表达式在系统设计与优化中的有效性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。