[论文解读] Intelligent Omni-Surfaces (IOSs) for the MIMO Broadcast Channel
本文提出了一种用于MIMO广播信道中智能全向表面（IOSs）的联合优化框架，同时优化基站预编码、IOS反射/透射系数以及功率分配比例。通过利用对偶性并采用考虑反射与透射之间耦合特性的交替优化算法，该方法实现了快速收敛，并在离散相移条件下显著提升了和速率，证明了IOSs相较于传统RISs的优越性。
In this paper, we consider intelligent omni-surfaces (IOSs), which are capable of simultaneously reflecting and refracting electromagnetic waves. We focus our attention on the multiple-input multiple-output (MIMO) broadcast channel, and we introduce an algorithm for jointly optimizing the covariance matrix at the base station, the matrix of reflection and transmission coefficients at the IOS, and the amount of power that is reflected and refracted from the IOS. The distinguishable feature of this work lies in taking into account that the reflection and transmission coefficients of an IOS are tightly coupled. Simulation results are illustrated to show the convergence of the proposed algorithm and the benefits of using surfaces with simultaneous reflection and refraction capabilities.
研究动机与目标
- 解决传统可重构智能表面（RISs）仅能反射信号而导致的360°覆盖受限问题。
- 设计一种用于MIMO广播信道中基站预编码、IOS反射/透射系数以及功率比的联合优化框架。
- 基于具有非独立响应单元的实际IOS原型，显式建模反射与透射系数之间的耦合关系。
- 在实际约束条件下（包括连续与离散相移）最大化可实现的和速率。
- 评估IOSs相较于传统RISs在和速率与相位量化鲁棒性方面的性能增益。
提出的方法
- 利用MIMO广播信道与多址信道之间的对偶性，构建和速率最大化问题。
- 应用块坐标最大化与对偶分解方法，优化用户的协方差矩阵。
- 推导在耦合约束下最优反射与透射相位偏移的闭式表达式。
- 使用投影梯度上升法迭代优化反射与透射信号之间的功率比。
- 采用交替优化方法，联合更新预编码矩阵、相位偏移与功率分配比例。
- 采用带回溯线搜索的投影梯度法更新功率比，确保在边界内收敛。
实验结果
研究问题
- RQ1IOSs中反射与透射系数之间的耦合如何影响MIMO广播信道中的系统和速率性能？
- RQ2与仅能反射信号的传统RISs相比，IOSs可实现的和速率增益是多少？
- RQ3相位量化（离散与连续）如何影响IOS辅助MIMO系统的性能？
- RQ4联合优化预编码、波束成形与功率分配是否能实现更快收敛与更高频谱效率？
- RQ5反射与透射信号之间的功率比对整体系统性能有何影响？
主要发现
- 所提出的算法收敛迅速，仅需几次迭代即可达到局部最优。
- 与传统仅能反射信号的RISs相比，使用同时具备反射与透射能力的IOSs可显著提升和速率性能。
- 在使用离散相移时，反射与透射系数之间的耦合会导致性能损失，其和速率下降可被量化。
- 在15×15元素、共225个单元的离散相移IOS测试平台中，性能虽略低于连续相移情况，但仍优于传统RISs。
- 通过投影梯度上升法优化功率比，确保了收敛性与稳定性，且目标函数的二阶导数证实了其拟凹性。
- 在实际参数条件下，系统可实现高和速率：8根发射端天线，每用户2根接收端天线，1 W发射功率，2 GHz载波频率。
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。