[论文解读] Reconfigurable Intelligent Surface for Massive Connectivity

Shuhao Xia, Yuanming Shi+2 more|arXiv (Cornell University)|Jan 13, 2021

Advanced Wireless Communication Technologies参考文献 54被引用 4

一句话总结

本文提出了一种基于近似消息传递（AMP）的算法，用于可重构智能表面（RIS）辅助的大规模机器类型通信（mMTC）中的联合设备活动检测与信道估计，利用了设备突发性传输和RIS至基站（BS）信道的稀疏性。通过贝叶斯推断和基于中心极限定理的高斯近似，该方法在降低计算复杂度的同时实现了高精度的检测与估计。

ABSTRACT

With the rapid development of Internet of Things (IoT), massive machine-type communication has become a promising application scenario, where a large number of devices transmit sporadically to a base station (BS). Reconfigurable intelligent surface (RIS) has been recently proposed as an innovative new technology to achieve energy efficiency and coverage enhancement by establishing favorable signal propagation environments, thereby improving data transmission in massive connectivity. Nevertheless, the BS needs to detect active devices and estimate channels to support data transmission in RIS-assisted massive access systems, which yields unique challenges. This paper shall consider an RIS-assisted uplink IoT network and aims to solve the RIS-related activity detection and channel estimation problem, where the BS detects the active devices and estimates the separated channels of the RIS-to-device link and the RIS-to-BS link. Due to limited scattering between the RIS and the BS, we model the RIS-to-BS channel as a sparse channel. As a result, by simultaneously exploiting both the sparsity of sporadic transmission in massive connectivity and the RIS-to-BS channels, we formulate the RIS-related activity detection and channel estimation problem as a sparse matrix factorization problem. Furthermore, we develop an approximate message passing (AMP) based algorithm to solve the problem based on Bayesian inference framework and reduce the computational complexity by approximating the algorithm with the central limit theorem and Taylor series arguments. Finally, extensive numerical experiments are conducted to verify the effectiveness and improvements of the proposed algorithm.

研究动机与目标

• 解决在具有突发性、短包传输的RIS辅助大规模物联网网络中，实现精确设备活动检测与信道估计的挑战。
• 利用设备活动模式和RIS至BS信道的稀疏性，以提高系统效率。
• 为RIS辅助的大规模连接场景中的联合检测与估计，开发一种低复杂度、可扩展的解决方案。
• 将RIS至BS信道建模为稀疏信道，因其散射受限，从而实现高效的信号处理。

提出的方法

• 将RIS相关的活动检测与信道估计问题建模为稀疏矩阵分解问题。
• 应用贝叶斯推断框架，对联合检测与估计过程进行建模。
• 采用近似消息传递（AMP）方法，通过中心极限定理近似后验分布，以降低计算复杂度。
• 使用泰勒级数近似，简化AMP框架中的迭代消息更新规则。
• 由于散射受限，将RIS至BS信道建模为稀疏信道，以增强稀疏性的利用。
• 通过高斯近似，推导出设备信号和信道系数的均值与方差估计的迭代更新方程。

实验结果

研究问题

• RQ1 在具有突发性传输的RIS辅助大规模物联网网络中，如何联合估计设备活动与信道状态？
• RQ2 RIS至BS信道的稀疏性对活动检测与信道估计性能有何影响？
• RQ3 近似消息传递（AMP）能否被有效适配以处理设备活动与RIS相关信道中的联合稀疏性？
• RQ4 与传统方法相比，所提出的基于AMP的算法在稀疏大规模接入系统中的性能与复杂度表现如何？
• RQ5 贝叶斯推断与高斯近似在实现RIS辅助mMTC中低复杂度、高精度检测中起到什么作用？

主要发现

• 所提出的基于AMP的算法通过联合利用设备活动与RIS至BS信道的稀疏性，实现了高精度的设备活动检测与信道估计。
• 通过高斯近似与基于中心极限定理的简化方法，该算法显著降低了计算复杂度。
• 数值结果表明，与传统压缩感知和基于AMP的方法相比，所提方法在检测与估计精度方面表现更优。
• RIS至BS信道被有效建模为稀疏信道，从而在低信噪比和高设备密度场景下实现了更好的性能增益。
• 针对均值与方差估计的迭代消息传递更新具有稳定的收敛性，确保了在各种信道条件下的可靠性能。
• 该方法在显著降低信令开销的同时实现了接近最优的性能，适用于大规模物联网部署。