首页/文章/ 详情

新文推送——针对RIS辅助的宽带太赫兹无蜂窝大规模MIMO系统的联合预编码

3小时前浏览5
  


 

北京交通大学

高移动性通信/智能交通电波传播研究组

 


   

文章概况


 
   

     
   
以苏心(Xin Su)为第一作者的文章于IEEE Internet of Things Journal上发表。      


文章题目为:“Joint Precoding for RIS-Assisted Wideband THz Cell-Free Massive MIMO Systems(针对RIS辅助的宽带太赫兹无蜂窝大规模MIMO系统的联合预编码)”。


所有作者为:苏心(Xin Su、何睿斯(Ruisi He)、张鹏(Peng Zhang)、艾渤(Bo Ai)


DOI:10.1109/JIOT.2024.3426937

 

   
   

内容介绍


 
   

 










(图1 RIS辅助的太赫兹无蜂窝大规模MIMO系统的3D仿真场景


第六代(sixth-generation, 6G)无线通信被视为未来通信系统的核心方向,其中RIS辅助的太赫兹无蜂窝大规模MIMO网络被认为是一种前景广阔的技术。然而,由于THz频段的超宽带特性以及RIS的频率依赖特性,波束分裂效应成为了一个无法避免的挑战。为了补偿波束分裂效应所引起的严重性能下降,我们在接入点和RIS处引入了额外的时延层(time delay, TD)。随后在AP和RIS处提出了一个联合预编码框架。    
仿真结果表明,所提出的方法能够有效地缓解波束分裂效应,显著提高系统的可达速率,相比于传统的无蜂窝大规模MIMO网络具有明显的优势。    
     

 


     

   (图2 平均总和速率随迭代次数的变化性能)


根据仿真结果,平均总和速率随迭代次数的变化情况表明,在低分辨率RIS的情况下(包括1-bit和2-bit相位的RIS),可以在20次和10次迭代内分别收敛。相比之下,“无RIS”和“无TD”情况可以在5次迭代内收敛,因为这些情况下无需考虑RIS或TD的波束成形问题。此外,结果还表明,所提出的优化框架即使在低分辨率RIS条件下,依然能够实现优于“无RIS”和“无TD”情况的平均总和速性能,这进一步证明了所提出优化框架的有效性和优越性。      


 
(文章引用)










@ARTICLE{10594799,  author={Su, Xin and He, Ruisi and Zhang, Peng and Ai, Bo},  journal={IEEE Internet of Things Journal},   title={Joint Precoding for RIS-Assisted Wideband THz Cell-Free Massive MIMO Systems},   year={2024},  volume={11},  number={20},  pages={33361-33370},  keywords={Precoding;Terahertz communications;Radio frequency;Array signal processing;Vectors;Reconfigurable intelligent surfaces;Optimization;Cell-free massive multiple-input–multiple-output (mMIMO);joint precoding;reconfigurable intelligent surface (RIS);terahertz (THz)},  doi={10.1109/JIOT.2024.3426937}}
     



X. Su, R. He, P. Zhang and B. Ai, "Joint Precoding for RIS-Assisted Wideband THz Cell-Free Massive MIMO Systems," in IEEE Internet of Things Journal, vol. 11, no. 20, pp. 33361-33370, 15 Oct.15, 2024, doi: 10.1109/JIOT.2024.3426937.      
 



来源:北交大智能交通电波传播研究团队
System通信UM
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-11-29
最近编辑:3小时前
北交大智能交通电波传播研究团队
博士 高移动性通信技术研究组
获赞 1粉丝 6文章 24课程 1
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈