[论文解读] Reconfigurable Intelligent Surface for Near Field Communications: Beamforming and Sensing

Yuhua Jiang, Feifei Gao+3 more|arXiv (Cornell University)|Apr 21, 2022

Advanced Wireless Communication Technologies被引用 6

一句话总结

本文提出一种可重构智能表面（RIS）波束成形方案，将入射的平面波转换为圆柱形或球形波，以聚焦能量于近场接收端——具体为均匀线性阵列（ULAs）或单天线用户，从而减少能量泄漏并提升信道容量。该方法采用最大似然（ML）与焦点扫描（FS）技术感知接收端位置，结合推导的位置误差界限（PEB），实现的容量高于传统的平面波反射方案。

ABSTRACT

Reconfigurable intelligent surface (RIS) can improve the communications between a source and a destination. Recently, continuous aperture RIS is proved to have better communication performance than discrete aperture RIS and has received much attention. However, the conventional continuous aperture RIS is designed to convert the incoming planar waves into the outgoing planar waves, which is not the optimal reflecting scheme when the receiver is not a planar array and is located in the near field of the RIS. In this paper, we consider two types of receivers in the radiating near field of the RIS: (1) when the receiver is equipped with a uniform linear array (ULA), we design RIS coefficient to convert planar waves into cylindrical waves; (2) when the receiver is equipped with a single antenna, we design RIS coefficient to convert planar waves into spherical waves. We then propose the maximum likelihood (ML) method and the focal scanning (FS) method to sense the location of the receiver based on the analytic expression of the reflection coefficient, and derive the corresponding position error bound (PEB). Simulation results demonstrate that the proposed scheme can reduce energy leakage and thus enlarge the channel capacity compared to the conventional scheme. Moreover, the location of the receiver could be accurately sensed by the ML method with large computation complexity or be roughly sensed by the FS method with small computation complexity.

研究动机与目标

• 解决当接收端非平面阵列时，RIS辅助近场通信中的能量泄漏问题。
• 设计RIS反射系数，将平面波转换为圆柱波以聚焦于ULAs接收端，或将平面波转换为球形波以聚焦于单天线用户。
• 在RIS波束成形设计前实现精确的接收端位置感知，因为焦点线/点位置依赖于接收端位置。
• 比较近场条件下平面波、圆柱波与球形波反射方案在信道容量方面的性能增益。
• 评估ML（高精度、高复杂度）与FS（低复杂度、较低精度）方法在位置感知精度与计算复杂度之间的权衡。

提出的方法

• 设计RIS反射系数，将入射平面波转换为圆柱波，通过将焦点线对准阵列，实现对ULAs的能量聚焦。
• 设计RIS反射系数，将入射平面波转换为球形波，通过将焦点点置于接收端位置，实现对单天线用户的能量聚焦。
• 提出一种基于解析反射系数表达式的最大似然（ML）方法，用于接收端位置感知，实现高精度。
• 提出一种焦点扫描（FS）方法用于接收端位置感知，计算复杂度较低，通过在候选焦点点上进行网格搜索实现。
• 为ML与FS方法推导位置误差界限（PEB），以量化位置感知精度的理论极限。
• 基于电磁理论模型（源自麦克斯韦方程组）建模电磁场，实现近场聚焦的精确波前整形。

实验结果

研究问题

• RQ1 与传统的平面波反射相比，基于圆柱波反射的RIS波束成形在近场条件下如何提升ULAs接收端的能量聚焦效果与信道容量？
• RQ2 通过RIS实现的球形波反射如何增强单天线近场接收端的能量集中度与容量？
• RQ3 在RIS辅助的近场通信中，接收端位置估计误差对可实现信道容量有何影响？
• RQ4 在精度、计算复杂度与最终容量性能方面，ML与FS两种接收端位置感知方法如何比较？
• RQ5 从容量角度出发，圆柱波与球形波在多远距离内会退化为平面波？这如何影响近场/远场边界的定义？

主要发现

• 所提出的圆柱波RIS波束成形方案显著减少了ULAs接收端的能量泄漏，并提升了信道容量，尤其在300米以内效果更明显。
• 对于单天线接收端，球形波反射实现了最高的信道容量，相比圆柱波增益约9 dB，相比平面波增益约18 dB。
• ML方法相比FS方法具有更高的感知精度，从而带来更高的容量，但计算复杂度显著更高。
• 当接收端距离超过200米时，球形波退化为平面波，球形波相比平面波的容量优势减弱，表明实际近场范围约为200米。
• 为ML与FS方法推导的位置误差界限（PEB）量化了本框架下接收端位置估计精度的根本限制。
• 瑞利距离并非近场与远场划分的可靠依据，因为聚焦波的性能优势在该距离之外仍持续存在。