摘要：針對現(xiàn)有可重構(gòu)智能表面(reconfigurableintelligentsurface,RIS)的信道估計方法中反射系數(shù)為隨機(jī)配置而導(dǎo)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(jìn)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(dāng)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(jī)反射系數(shù)按照加權(quán)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(jié)果表明，提出的方法不僅能獲得準(zhǔn)確的信道估計結(jié)果，也能在估計過程中不斷增大接收端信噪比，并減小導(dǎo)頻開銷，從而提高RIS輔助無線通信系統(tǒng)的頻譜效率。

　　關(guān)鍵詞：可重構(gòu)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(shù)的快速發(fā)展，以可重構(gòu)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(shù)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?qū)崿F(xiàn)對無線通信系統(tǒng)傳播環(huán)境的改造，使得收發(fā)機(jī)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(shù)論文范例： 海上無線通信技術(shù)現(xiàn)狀與挑戰(zhàn)

　　當(dāng)RIS被部署在無線通信系統(tǒng)中時，需要設(shè)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(guān)，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(jìn)行信道估計面臨比傳統(tǒng)信道估計更大的挑戰(zhàn)：RIS在進(jìn)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(jìn)行低維信號采樣，并據(jù)此估計高維CSI。當(dāng)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(fù)雜度很高。

　　近段時間以來，已有多種和RIS信道估計相關(guān)的技術(shù)路線被提出，比較有代表性的技術(shù)路線包括：①從硬件功能著手，改變RIS的被動反射特性。文獻(xiàn)[8,9]中從硬件結(jié)構(gòu)方面對RIS做了改進(jìn)，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(dá)信號進(jìn)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(jìn)行估計，從而減小待估計參數(shù)個數(shù)。

　　文獻(xiàn)[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(xiàn)[11]指出在設(shè)計不同導(dǎo)頻對應(yīng)的反射系數(shù)時，反射系數(shù)矩陣應(yīng)該滿秩，因而一般采用隨機(jī)反射系數(shù)的配置方法。該文獻(xiàn)進(jìn)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(dǎo)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(shù)來估計波束角度和增益參數(shù)。文獻(xiàn)[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(nèi)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(dǎo)頻開銷大等問題，造成大量時間用于發(fā)送導(dǎo)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(dāng)RIS的反射系數(shù)處于隨機(jī)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(jìn)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(dǎo)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(jié)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(jī)反射系數(shù)，發(fā)射端發(fā)送導(dǎo)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(jī)反射系數(shù)組成的混合反射系數(shù)。接下來重復(fù)信道估計與混合反射系數(shù)配置的步驟。

　　隨著發(fā)送導(dǎo)頻數(shù)目的增加，信道估計的結(jié)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(jìn)增加，接收端可持續(xù)監(jiān)測信噪比是否達(dá)到預(yù)定門限，若達(dá)到則通知發(fā)射端盡早開始數(shù)據(jù)傳輸，減小導(dǎo)頻開銷。Matlab仿真結(jié)果表明，相對于RIS配置隨機(jī)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(zhǔn)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(dá)信道可以在關(guān)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(jìn)行估計。

　　3仿真與數(shù)值結(jié)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(shè)置為半波長。RIS含有1616個反射單元，反射單元間距設(shè)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(nèi)獨立隨機(jī)生成，信道萊斯因子設(shè)置為12KK13.2dB。用戶發(fā)送的導(dǎo)頻信號為服從均值為0，方差為1的復(fù)高斯分布的隨機(jī)數(shù)，修正公式中的正值步長設(shè)置為=1。根據(jù)文獻(xiàn)[10]中的結(jié)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(jié)果，因此仿真中涉及的總時隙數(shù)設(shè)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(dǎo)致估計信道秩虧這一結(jié)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(jìn)行信道估計，并將其與有噪聲場景下RIS配置隨機(jī)反射系數(shù)的估計方法相比較。

　　當(dāng)信道估計過程中使用隨機(jī)反射系數(shù)配置時，估計信道的秩隨著發(fā)送導(dǎo)頻數(shù)目增加而增大，增大到16時不再發(fā)生變化。當(dāng)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(jié)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(jī)性，即便RIS配置相同的反射系數(shù)，對應(yīng)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(dāng)=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(jī)反射系數(shù)所占的權(quán)重更大，其增長幅度較小;當(dāng)取值為0.50.70.9 時，瞬時接收功率已經(jīng)有了更為穩(wěn)定的增長幅度。特別地，當(dāng)=0.7時，混合反射系數(shù)中局部最優(yōu)反射系數(shù)的權(quán)重略高于隨機(jī)反射系數(shù)的權(quán)重，不僅可以保證信道估計結(jié)果的準(zhǔn)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(dǎo)頻開銷。

　　混合配置算法能使接收功率單調(diào)增長，而隨機(jī)配置算法及文獻(xiàn)[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(dǎo)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(quán)重的取值至關(guān)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(quán)重值對性能的影響

　　局部最優(yōu)反射系數(shù)及歸一化權(quán)重的配置會影響信道估計結(jié)果，而估計結(jié)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(jié)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(quán)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(quán)重值的影響。

　　4結(jié)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(jié)合的漸進(jìn)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(jī)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(dǎo)頻數(shù)目的增加，信道估計結(jié)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(jié)果表明，混合反射系數(shù)中最優(yōu)反射系數(shù)的歸一化權(quán)重對算法的性能至關(guān)重要，當(dāng)取值較小時，信道估計結(jié)果準(zhǔn)確度較高;當(dāng)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(yīng)用時，應(yīng)將取值為0.7，使估計結(jié)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(xiàn)

　　[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