Skip to main content
QUICK REVIEW

[论文解读] Space Shift Keying with Reconfigurable Intelligent Surfaces: Phase Configuration Designs and Performance Analysis

Qiang Li, Miaowen Wen|arXiv (Cornell University)|Feb 3, 2021
Advanced Wireless Communication Technologies参考文献 43被引用 5
一句话总结

本文提出了两种可重构智能表面(RIS)辅助的空时移键控(SSK)方案:RIS-SSK-PB 通过无源波束成形提升误码性能,RIS-SSK-ASTBC 通过阿兰慕提空时块编码(Alamouti space-time block coding)提升吞吐量。在误比特率(BER)为 10⁻⁴ 时,RIS-SSK-PB 相较于传统 SSK 最多获得 19 dB 的信噪比(SNR)增益;而 RIS-SSK-ASTBC 在相同 BER 下相较 V-BLAST 实现约 15 dB 的 SNR 增益,表明在低复杂度检测下性能显著提升。

ABSTRACT

Reconfigurable intelligent surface (RIS)-assisted transmission and space shift keying (SSK) appear as promising candidates for future energy-efficient wireless systems. In this paper, two RIS-based SSK schemes are proposed to efficiently improve the error and throughput performance of conventional SSK systems, respectively. The first one, termed RIS-SSK with passive beamforming (RIS-SSK-PB), employs an RIS for beamforming and targets the maximization of the minimum squared Euclidean distance between any two decision points. The second one, termed RIS-SSK with Alamouti space-time block coding (RIS-SSK-ASTBC), employs an RIS for ASTBC and enables the RIS to transmit its own Alamouti-coded information while reflecting the incident SSK signals to the destination. A low-complexity beamformer and an efficient maximum-likelihood (ML) detector are designed for RIS-SSK-PB and RIS-SSK-ASTBC, respectively. Approximate expressions for the average bit error probabilities of the source and/or the RIS are derived in closed-form assuming ML detection. Extensive computer simulations are conducted to verify the performance analysis. Results show that RIS-SSK-PB significantly outperforms the existing RIS-free and RIS-based SSK schemes, and RIS-SSK-ASTBC enables highly reliable transmission with throughput improvement.

研究动机与目标

  • 通过利用 RIS 实现受控的信道优化,解决传统 SSK 在低散射或低 SNR 环境下的误码性能限制。
  • 通过使 RIS 在反射信号的同时利用阿兰慕提 STBC 发送自身信息,克服传统 SSK 的低频谱效率问题,从而在不增加额外频谱资源的前提下提升系统容量。
  • 设计适用于 RIS-SSK 系统实际部署的低复杂度波束成形与最大似然(ML)检测算法。
  • 在 ML 检测下,推导源节点与 RIS 的闭式近似误比特概率表达式,以支持性能分析与系统设计。

提出的方法

  • RIS-SSK-PB 通过优化相位移以最大化信号决策点之间的最小平方欧几里得距离,实现 RIS 的无源波束成形,从而提升分集增益。
  • 针对 RIS-SSK-PB 中的非凸优化问题,提出半定规划松弛(SDR)方法与一种低复杂度波束成形算法。
  • RIS-SSK-ASTBC 在 RIS 上集成阿兰慕提 STBC,使 RIS 在反射源信号的同时传输自身编码信息,从而将有效数据速率加倍。
  • 为 RIS-SSK-ASTBC 设计了一种低复杂度最大似然(ML)检测器,以实现对源信号与 RIS 信号的可靠联合检测。
  • 基于中心极限定理与统计信道建模,推导出源节点与 RIS 的闭式近似平均误比特概率(ABEP)表达式。
  • 通过在瑞利衰落信道下进行大量仿真,验证了性能分析结果,并与传统 SSK 及 RIS 辅助基准方案进行对比。

实验结果

研究问题

  • RQ1基于 RIS 的无源波束成形是否能通过最大化信号点间最小距离,显著改善传统 SSK 系统的误码性能?
  • RQ2能否在反射源信号的同时,利用 STBC 使 RIS 传输自身信息,从而在不增加额外频谱资源的前提下提升频谱效率?
  • RQ3在 ML 检测下,RIS-SSK-ASTBC 的可实现分集增益与误比特率性能如何?与传统 MIMO 方案(如 V-BLAST)相比表现如何?
  • RQ4在 RIS 元素数量增加时,所推导的 RIS-SSK-PB 与 RIS-SSK-ASTBC 闭式 ABEP 表达式的准确性如何?
  • RQ5在 RIS-SSK-PB 中,基于 SDR 的波束成形器与低复杂度波束成形器之间的性能-复杂度权衡关系如何?

主要发现

  • 在 BER = 10⁻⁴ 时,采用 SDR 波束成形的 RIS-SSK-PB 相较于传统 SSK 实现约 19 dB 的 SNR 增益,显著优于现有无 RIS 及基于 RIS 的 SSK 方案。
  • 在 BER = 10⁻⁴ 时,RIS-SSK-PB 的低复杂度波束成形器相比 SDR 方法性能损失约 3 dB,但仍显著优于传统 SSK,且计算复杂度大幅降低。
  • RIS-SSK-ASTBC 对源节点与 RIS 均实现分集阶数为 2 的分集增益,支持可靠传输;而 RIS-SSK-VBLAST 仅实现分集阶数为 1。
  • 在 BER = 10⁻⁴ 时,尽管使用更高的星座调制(M=8 vs. M=2),RIS-SSK-ASTBC 相较于 RIS-SSK-VBLAST 仍实现约 15 dB 的 SNR 增益,证明其更高的可靠性。
  • 基于中心极限定理推导的 ABEP 表达式在 RIS 元素数 N ≥ 32 时与仿真结果高度吻合,验证了性能分析的准确性。
  • 在 RIS-SSK-ASTBC 中,将 RIS 元素数从 64 增加至 128 时,源节点与 RIS 均获得约 3 dB 的 SNR 增益,表明在更大孔径阵列下性能趋于饱和。

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。