摘要：构思了一种智能超表面(Reconfigurable Intelligent Surface, RIS)辅助去蜂窝大规模多输入多输出(Cell-free Massive Multiple-Input Multiple-Output, CF mMIMO)通信系统,提出了一种低复杂度预编码和RIS反射相位交替优化(Alternating Optimization, AO)算法。对于传统正则化迫零(Regularized Zero Forcing, RZF)预编码算法复杂度过高的问题,利用共轭梯度(Conjugate Gradients, CG)法,提出一种低复杂度的RZF-CG预编码算法,将RZF预编码的逆矩阵转换为线性方程组最小化问题,推导算法的残差以更新搜索方向,迭代求解逆矩阵。以最大化系统用户的总频谱效率为目标,推导了RIS相位闭合表达式,基于统计的信道状态信息提出一种低复杂度的投影梯度上升(Projected Gradient Ascent, PGA)算法。仿真结果表明,所提的AO算法能有效地提升系统性能,算法复杂度降低了约73.2%。

摘要：智能超表面(RIS)通过打造可重构主动智能无线环境,打破了无线通信系统中被动电波传播的局限性,为5G-Adv和6G发展创造了新的契机。该文介绍了RIS系统架构与工作原理,包括硬件设计与波束聚合原理等。搭建了RIS辅助的无线通信实验测试系统,通过对比无RIS、随机码本RIS及赋形码本RIS 3种情况下的测试结果,验证了RIS通过反射波束赋形实现覆盖增强的能力。

摘要：针对大规模多输入多输出系统中的导频冲突问题,提出一种基于用户到达角度的最强用户检测改进算法(SUCIR).根据基站反馈允许增益最强用户接入,其他用户进行退避重新接入,同时基站利用不同用户的到达角度进行接入复用.结果表明,SUCIR算法能够降低80%用户导频冲突,且用户平均接入时延低于30ms.

摘要：针对超大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统中的极化域信道估计调整,提出了一种基于压缩感知的自适应极化域稀疏度同步正交匹配追踪(Adaptive Polar-domain Simultaneous Orthogonal Matching Pursuit, AP-SOMP)算法。AP-SOMP算法利用信道相关度设计合理的判决准则来估计极化域信道稀疏度,从而能在极化域信道稀疏度未知的情况下完成信道估计。该算法有效地克服了传统算法对信道稀疏度的依赖,具有更强的实用性。仿真结果表明,AP-SOMP算法在归一化均方误差性能表现上优于传统的基于网格的极化域同步正交匹配追踪(Polar-domain Simultaneous Orthogonal Matching Pursuit, P-SOMP)算法,且算法复杂度并未明显增加。

摘要：利用随机场对多个连续孔径超大规模多输入多输出(Extremely Large-scale MIMO,XL-MIMO)之间的近场通信进行建模,推导了多用户干扰和不同噪声情况下多用户XL-MIMO系统的互信息表达式。相比传统离散分析方法有更高的准确度,并且分析了离散点数、噪声功率等关键因素对XL-MIMO系统互信息的影响。此外,基于模型探究了信号波长、噪声功率和端到端距离与互信息收敛时最大离散点数之间的关系,并与单用户情况进行了相关对比,为XL-MIMO系统信号处理算法的设计与模型调谐提供了一定参考。

摘要：分析了信道老化和EMI影响下RIS辅助的MISO移动通信系统的性能。首先,本文提出了一个考虑信道老化、RIS处EMI和信道估计误差联合影响的系统模型。其次,基于最小均方误差信道估计和最大比传输推导了系统和频谱效率的闭合表达式。随后,分析了信道老化和EMI对于系统性能的影响。结果表明EMI和信道老化对于系统性能都有消极影响且相互独立;保持RIS总面积不变,采用较大的单元面积和较少的单元数量可以有效对抗信道老化,并降低电磁干扰的负面影响。

摘要：由于通信网络向“空-天-地-海”的立体架构发展,无人机(unmanned aerial vehicle,UAV)在通信中的应用受到了广泛的关注。与传统方式相比,以直射路径为主导信道的UAV通信方式具有更稳定、可靠性更高的通信性能。然而,随着高频信号的使用直射路径也更易受到复杂环境的影响。智能超表面(reconfigurable intelligent surface,RIS)作为一种新型绿色通信技术,可对信号进行智能的反射从而改善信号的传播环境达到提高系统性能的目的。基于此,研究了RIS辅助的UAV通信系统,通过联合设计RIS无源波束赋形与UAV飞行航迹以最大化系统的频谱效率。首先,对于任意的UAV飞行位置得到最大化信号接收信噪比的最佳RIS相移设计。然后,基于禁忌搜索算法优化UAV的飞行航迹。最后,仿真结果证明所提联合优化算法不仅可先于直飞方式和启发式飞行方案找到更好的UAV位置,且最大频谱效率与直飞方案和启发式方案相比分别提高了28%和16%。

摘要：虽然智能反射表面(IRS)单元可以通过改变相移和反射系数来增强系统性能,但是用户运动和时延等未知因素使反射波束无法准确覆盖用户。为此,提出一种面向移动用户的波束追踪与覆盖增强算法。首先,根据用户的初始位置、运动方向和速度等信息,估算IRS的目标覆盖区域;然后,对IRS单元进行分组,并设计不同分组单元的反射相移使反射波束指向目标区域的相邻位置,进而实现对用户可能位置的有效覆盖;最后,采用注水算法分配由基站(gNB)发射在IRS不同分组单元上的波束功率,实现对目标区域覆盖的增强。

摘要：随着6G移动通信系统研究的进展,去蜂窝大规模多输入多输出(Multiple⁃input Multiple⁃output,MIMO)作为一项热点候选技术受到了广泛关注。首先建立基于非正交多址(Non⁃orthogonal Multiple Access,NOMA)的去蜂窝大规模MIMO系统模型,采用空间相关的Rician衰落信道模型以及最小化均方误差(Minimum Mean⁃Square Error,MMSE)信道估计,根据上行性能分析的理论框架及信道统计特性推导上行频谱效率的闭合表达式。其次,通过联合信号检测进一步提高系统性能。最后,通过仿真验证随着接入节点(Access Points,AP)数增大,用户被更多的AP所服务,系统频谱效率呈增大趋势,并且,增加AP处的天线数,可以使信号检测和干扰消除的空间自由度增大,从而频谱效率增大。此外,联合信号检测机制能够实现大约30%的性能提升。研究结果为NOMA辅助的去蜂窝大规模MIMO系统设计提供了理论基础,有助于未来6G移动通信系统的发展。