摘要：針對現(xiàn)有可重構智能表面(reconfigurableintelligentsurface,RIS)的信道估計方法中反射系數(shù)為隨機配置而導致接收端信噪比較低的問題，提出了一種配置特定反射系數(shù)的漸進式信道估計方法。該方法利用非完整信道狀態(tài)信息(channelstateinformation,CSI)計算出當前時刻下的最優(yōu)反射系數(shù)，然后將該最優(yōu)反射系數(shù)與隨機反射系數(shù)按照加權系數(shù)生成混合反射系數(shù)。在下一時刻RIS配置該混合反射系數(shù)，接收端使用松弛最小均方誤差(relaxedminimummean-square-error,RMMSE)信道估計方法來更新非完整信道狀態(tài)信息。仿真結果表明，提出的方法不僅能獲得準確的信道估計結果，也能在估計過程中不斷增大接收端信噪比，并減小導頻開銷，從而提高RIS輔助無線通信系統(tǒng)的頻譜效率。

　　關鍵詞：可重構智能表面;信道估計;混合反射系數(shù);松弛最小均方誤差;信噪比

　　0引言

　　近年來，隨著無線通信技術的快速發(fā)展，以可重構智能表面(reconfigurableintelligentsurface,RIS)為代表的人工電磁材料作為極具前途的輔助技術被引入無線通信系統(tǒng)中[1-3]。RIS是由大量無源反射單元所組成的平面陣列，從微觀上看，可以人為地控制每個反射單元的反射系數(shù)(包括相位和幅度)，使其對入射的電磁波獨立施加可控影響;從宏觀上看，可以協(xié)同控制所有反射單元，來改變反射波束的數(shù)量、方向、散射程度等。因此，RIS能夠實現(xiàn)對無線通信系統(tǒng)傳播環(huán)境的改造，使得收發(fā)機之間的等效傳輸信道在一定程度上可控，從而提高通信系統(tǒng)的性能，實現(xiàn)信號的優(yōu)化傳輸[4-7]。

　　通信技術論文范例： 海上無線通信技術現(xiàn)狀與挑戰(zhàn)

　　當RIS被部署在無線通信系統(tǒng)中時，需要設計合適的反射系數(shù)，才能獲取到最佳的性能增益。RIS最優(yōu)反射系數(shù)的計算與信道狀態(tài)信息(channelstateinformation,CSI)相關，因而一般是在完成信道估計后才配置最優(yōu)反射系數(shù)。然而，對RIS進行信道估計面臨比傳統(tǒng)信道估計更大的挑戰(zhàn)：RIS在進行信號反射時，其功能上屬于被動無源器件，不具備信號接收、采樣功能，僅能從收發(fā)端進行低維信號采樣，并據(jù)此估計高維CSI。當RIS的反射單元數(shù)目較多時，待估計信道矩陣的維度較大，信道估計所需開銷和計算復雜度很高。

　　近段時間以來，已有多種和RIS信道估計相關的技術路線被提出，比較有代表性的技術路線包括：①從硬件功能著手，改變RIS的被動反射特性。文獻[8,9]中從硬件結構方面對RIS做了改進，即RIS中除了包含被動反射單元外，還包含由射頻鏈路控制的主動反射單元。這些反射單元可以對到達信號進行接收采樣，因此RIS端可以獨立完成信道估計過程。該方案的主要缺陷是增加了RIS的硬件成本，且并未從根本上減小待估計矩陣的維度。②針對反射系數(shù)配置依賴于級聯(lián)信道(cascadedchannel)的事實，對級聯(lián)信道進行估計，從而減小待估計參數(shù)個數(shù)。

　　文獻[10]研究了RIS輔助的大規(guī)模多輸入多輸出(multiple-inputmultiple-output，MIMO)系統(tǒng)的信道特性，提出了一種三階段的信道估計協(xié)議，并指出大規(guī)模MIMO能夠幫助減小待估計參數(shù)的數(shù)目，但其下界仍然不小于反射單元數(shù)目。文獻[11]指出在設計不同導頻對應的反射系數(shù)時，反射系數(shù)矩陣應該滿秩，因而一般采用隨機反射系數(shù)的配置方法。該文獻進一步提出了一種特定反射系數(shù)配置方法使得信道估計的均方誤差最小化，但在估計過程中所使用的導頻數(shù)目仍然大于反射單元數(shù)目。③針對毫米波頻段波束域信道模型，采用稀疏信號檢測技術來估計波束角度和增益參數(shù)。文獻[10,11]均提出了基于壓縮感知的信道估計方法，先后求解出信道中的角度和路徑增益。

　　然而該類方法只適用于稀疏性信道模型，不適用于低頻頻段等非稀疏信道的通信場景，且其中求解稀疏問題時涉及到克羅內克積運算，需要極大的計算量來獲得精確的估計值。綜上所述，現(xiàn)有的RIS信道估計方法仍然普遍存在導頻開銷大等問題，造成大量時間用于發(fā)送導頻和信道估計而使得系統(tǒng)頻譜效率下降。其根本原因在于當RIS的反射系數(shù)處于隨機配置狀態(tài)時，接收端功率較小、信噪比較低且不穩(wěn)定，無法盡早開始發(fā)送數(shù)據(jù)。如果能在信道估計過程中令RIS配置特定的優(yōu)選反射系數(shù)，即可穩(wěn)定和逐步增大接收信號功率，進而使得接收端能實時監(jiān)測信號功率，并通知發(fā)射端盡早開始數(shù)據(jù)傳輸，減小導頻開銷。

　　基于以上分析，本文提出一種將信道估計過程與反射系數(shù)配置相結合的傳輸方法。該方法的核心思想是在初始時刻為RIS配置隨機反射系數(shù)，發(fā)射端發(fā)送導頻，接收端通過松弛最小均方誤差(relaxedminimummean-square-error,RMMSE)方法來估計出級聯(lián)信道，并利用估計所得的非完整信道狀態(tài)信息來計算下一時刻的最優(yōu)反射系數(shù)，并對RIS配置由最優(yōu)反射系數(shù)和隨機反射系數(shù)組成的混合反射系數(shù)。接下來重復信道估計與混合反射系數(shù)配置的步驟。

　　隨著發(fā)送導頻數(shù)目的增加，信道估計的結果越來越接近于真實信道，計算所得的最優(yōu)反射系數(shù)也越來越接近于完整信道狀態(tài)信息下的最優(yōu)反射系數(shù)，接收信號功率也會穩(wěn)定、漸進增加，接收端可持續(xù)監(jiān)測信噪比是否達到預定門限，若達到則通知發(fā)射端盡早開始數(shù)據(jù)傳輸，減小導頻開銷。Matlab仿真結果表明，相對于RIS配置隨機反射系數(shù)的算法，本文提出的混合反射系數(shù)配置算法能夠獲得更為準確的級聯(lián)信道估計值，且在信道估計過程中，接收端的信噪比能夠穩(wěn)定持續(xù)增大，通信系統(tǒng)的頻譜效率等性能有了較大的提升。

　　1系統(tǒng)模型

　　本文考慮上行鏈路的單輸入多輸出(single-inputmultiple-output，SIMO)系統(tǒng)模型，RIS被部署來輔助一個單天線用戶到基站的數(shù)據(jù)傳輸。

　　2信道估計方法

　　2.1方法流程介紹由于用戶與基站之間的直達信道可以在關閉RIS的狀態(tài)下利用傳統(tǒng)信道估計方法快速獲得，因此本文提出的估計方法中只對RIS信道進行估計。

　　3仿真與數(shù)值結果分析

　　本節(jié)采用數(shù)值仿真的方法來評估提出的信道估計算法給RIS輔助通信系統(tǒng)所帶來的性能提升。在仿真場景中，基站端配置16根天線，天線間距設置為半波長。RIS含有1616個反射單元，反射單元間距設置為半波長。信道模型中，視距分量的角度參數(shù),,均從0,2的范圍內獨立隨機生成，信道萊斯因子設置為12KK13.2dB。用戶發(fā)送的導頻信號為服從均值為0，方差為1的復高斯分布的隨機數(shù)，修正公式中的正值步長設置為=1。根據(jù)文獻[10]中的結論，傳統(tǒng)信道估計方法至少需要個時隙來獲取信道估計結果，因此仿真中涉及的總時隙數(shù)設置為TN256。

　　3.1估計信道矩陣的秩

　　為了驗證3.1節(jié)中的配置局部最優(yōu)反射系數(shù)會導致估計信道秩虧這一結論，仿真中分別在有噪聲和無噪聲的場景下對RIS配置局部最優(yōu)反射系數(shù)來進行信道估計，并將其與有噪聲場景下RIS配置隨機反射系數(shù)的估計方法相比較。

　　當信道估計過程中使用隨機反射系數(shù)配置時，估計信道的秩隨著發(fā)送導頻數(shù)目增加而增大，增大到16時不再發(fā)生變化。當信道環(huán)境為無噪聲的理想情況時，如果一直使用局部最優(yōu)反射系數(shù)的配置，則信道估計結果始終保持不變，其秩恒為1。但實際的信道環(huán)境中總是存在噪聲，由于噪聲的隨機性，即便RIS配置相同的反射系數(shù)，對應的接收信號亦不同。此時估計信道矩陣的秩雖然仍會增大，但并非持續(xù)性的過程，而是如紅色曲線所示的間斷性過程。所以為了避免估計信道秩虧，在估計過程中不能為RIS配置局部最優(yōu)反射系數(shù)，而要配置3.2節(jié)中的混合反射系數(shù)。

　　當=0.3時，瞬時接收功率已呈現(xiàn)出穩(wěn)定增加的趨勢，但由于混合反射系數(shù)中隨機反射系數(shù)所占的權重更大，其增長幅度較小;當取值為0.50.70.9 時，瞬時接收功率已經有了更為穩(wěn)定的增長幅度。特別地，當=0.7時，混合反射系數(shù)中局部最優(yōu)反射系數(shù)的權重略高于隨機反射系數(shù)的權重，不僅可以保證信道估計結果的準確度，也能讓瞬時接收功率以較大幅度增長，其在=100之前的時刻即可開始發(fā)送數(shù)據(jù)，在信道估計過程中可以減小更多的導頻開銷。

　　混合配置算法能使接收功率單調增長，而隨機配置算法及文獻[10]的算法的接收功率卻處于波動狀態(tài)。其次，接收端可以根據(jù)不同的功率閾值來確定開始傳輸數(shù)據(jù)的時刻，提前傳輸數(shù)據(jù)在一定程度上減小了導頻開銷，這是本文算法的優(yōu)勢之一。同時也可以看出，歸一化權重的取值至關重要，因此下一小節(jié)將著重分析的變化對算法性能的影響。

　　3.2歸一化權重值對性能的影響

　　局部最優(yōu)反射系數(shù)及歸一化權重的配置會影響信道估計結果，而估計結果又會影響下一時刻局部最優(yōu)反射系數(shù)的計算，同時估計結果本身還受到信噪比等參數(shù)的影響，因此要從理論分析中獲取最優(yōu)歸一化權重值是較為困難的。本節(jié)中選取反射單元個數(shù)以及信噪比兩個參數(shù)，從仿真實驗來分析它們對最優(yōu)歸一化權重值的影響。

　　4結論

　　基于RIS輔助的通信系統(tǒng)，本文提出了一種與反射系數(shù)配置相結合的漸進式信道估計方法。在信道估計過程中，利用非完整信道信息來計算該條件下的最優(yōu)反射系數(shù)，并為RIS配置由最優(yōu)反射系數(shù)和隨機反射系數(shù)組成的混合反射系數(shù)，再更新非完整信道信息。隨著發(fā)送導頻數(shù)目的增加，信道估計結果越來越接近于真實信道，接收信號功率也逐步增加。仿真結果表明，混合反射系數(shù)中最優(yōu)反射系數(shù)的歸一化權重對算法的性能至關重要，當取值較小時，信道估計結果準確度較高;當取值較大時，可使發(fā)射端盡早開始傳輸數(shù)據(jù)。在實際系統(tǒng)中應用時，應將取值為0.7，使估計結果與接收功率處于一個平衡的狀態(tài)，讓算法發(fā)揮出更優(yōu)的性能。

　　參考文獻

　　[1]MARCODR,ZAPPONEA,DEBBAHM,etal.Smartradioenvironmentsempoweredbyreconfigurableintelligentsurfaces:howitworks,stateofresearch,andtheroadahead[J].IEEEJournalonSelectedAreasinCommunications,2020,38,(11):2450-2525.

　　[2]WUQQ,ZHANGR.Towardssmartandreconfigurableenvironment:intelligentreflectingsurfaceaidedwirelessnetwork[J].IEEECommunicationsMagazine,2020,58(1):106-112.

　　[3]LIANGYC,LONGRZ,ZHANGQQ,etal.Largeintelligentsurface/antennas(LISA):makingreflectiveradiossmart[EB/OL]. https://arxiv.org/abs/1906.06578.

　　[4]BASARE,MARCODR,JULIENDR,etal.Wirelesscommunicationsthroughreconfigurableintelligentsurfaces[J].IEEEAccess,2019,7:116753-116773.

　　[5]HUS,RUSEKF,EDFORSO.BeyondmassiveMIMO:thepotentialofdatatransmissionwithlargeintelligentsurfaces[J].IEEETrans.onSignalProcessing,2018,66(10):2746-2758.

　　作者：黨建1,3，李業(yè)偉1，朱永東2，郭榮斌2，張在琛1,3,*，吳亮1,3