微信公众号：EW Frontier
关注可了解更多的雷达、通信、人工智能相关代码。问题或建议，请公众号留言;
如果你觉得EW Frontier对你有帮助，欢迎加入我的知识星球或面包多，更多代码等你来学
知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412
面包多：https://mbd.pub/o/author-a2mYl2tsbA==/work
QQ交流群：729981694
如有侵权请联系删除~
摘要
针对可重构智能表面（RIS）辅助的多输入多输出（MIMO）系统，研究了一种近场宽带波束形成方案，提出了一种基于深度学习的端到端（E2 E）优化框架，以最大化系统频谱效率。针对近场双波束分裂效应，基站通过引入子连接的真时延（TTD）单元，实现了频率相关的混合预编码结构，并采用了基于真时延的RIS（TTD-RIS）和基于虚拟子阵的RIS（SA-RIS）两种RIS结构，在RIS端实现了频率相关的无源波束形成。在此基础上，结合上行信道训练模块和下行宽带波束形成模块，提出了一种无需明确信道状态信息的高效E2 E波束形成模型。在所提出的E2 E模型的网络架构中，传统的通信信号处理方法，极化滤波和稀疏变换被用于开发信号引导波束形成网络。数字举例证明了该E2 E模型在波束形成性能和鲁棒性上上级传统的波束形成基准。此外，研究了不同频率相关RIS结构下波束形成增益和硬件复杂度之间的折衷，其中TTD-RIS在需要额外的能量消耗和硬件成本的情况下可以获得比SA-RIS更好的频谱效率。
引言
第六代（6G）无线网络旨在进一步提供高吞吐量，实现大规模的互联互通，提高能源效率。为了实现这些有希望的目标，超大规模天线阵列（ELAAs）和极高的频率形成了一对有前景的技术解决方案。特别是，作为一种新型的超材料天线，可重构智能表面（RIS）技术已被视为构建智能无线电环境的备受期待的候选ELAA解决方案之一[1]，[2]。在这种情况下，由于与阵列孔径和通信频率正相关的瑞利距离的增加，6G通信中的近场边界将显著扩展[3]。考虑到高频中的大量可用带宽，例如，毫米波（mmWave）和太赫兹（THz），近场宽带RIS通信正在成为6G时代的新兴通信范例[4]。
在近场宽带RIS系统中，与经典的远场窄带系统相比，需要考虑新的电磁（EM）特性。首先，与远场通道建模中的平面波前假设相反，由于近场辐射中的球面波前，近场通道涉及角度和距离维度，这导致近场波束聚焦效应而不是远场波束转向[5]，[6]。其次，由于不同子载波之间的大带宽，近场宽带信道可以是强烈的频率依赖性。然而，对于ELAA系统中流行的混合波束形成架构，典型的模拟波束形成器是频率无关的。因此，在不同频率下产生的光束可以聚焦在不同的位置，这被称为光束分裂效应[7]。特别是，在RIS支持的宽带通信中，由于RIS处的反射单元仅进行无源移相操作，RIS处的照射和反射光束也将被分成不同频率的不同物理方向。在这种情况下，基站（BS）处的频率无关模拟预编码的特定属性和RIS处的相移导致独特的双波束分裂效应[8]。因此，有效的频率相关波束形成架构和优化方案的研究迫切需要近场宽带RIS系统。
在此背景下，本文研究了RIS辅助下的多输入多输出-正交频分复用（MIMO-OFDM）系统的近场宽带波束形成设计。我们的主要贡献总结如下。
·针对近场宽带RIS系统中双波束分裂效应对波束形成性能的影响，研究了基于频率相关的混合预编码和移相结构。具体地，通过引入子连接的TTD单元，为基站配备频率相关的混合预编码架构，以处理基站处的近场波束分裂效应。在此基础上，考虑到RIS的宽带分束效应，提出了基于真实时延的RIS（TTD-RIS）和基于虚拟子阵的RIS（SA-RIS）两种RIS结构，实现了RIS的频率相关无源波束形成。
·提出了一种基于深度学习的端到端（E2 E）波束形成优化框架，以最大化RIS辅助MIMO-OFDM系统的有效频谱效率。该模型由上行信道训练（UL-CT）模块和下行波束形成（DL-BF）模块组成，通过在基站设计可学习的合并矩阵，在中继系统设计相移，在有限的导频开销下实现波束形成和信道估计的联合优化。与传统信道估计器中预先定义的组合矩阵和反射模式不同，所提出的UL-CT模块中的组合矩阵和相移可以根据动态无线环境自适应地调整。
·在提出的E2 E优化框架的基础上，结合先进的神经网络结构和经典的通信信号处理方法，开发了一种高效的信号引导波束形成网络结构。具体地说，在ULCT模块中，我们设计了一种极化注意结构，模拟典型的通信信号在频域和时空域的滤波，从接收到的导频中精细地学习有效的潜在信道语义信息。针对高频ELAA系统中信道的稀疏性，提出了一种基于离散傅里叶变换（DFT）的可学习ELAA算法，该算法利用离散傅里叶变换（DFT）提出了DL-BF模块，用于引导和加速波束形成网络的收敛。
·我们的数值结果表明，一个上级波束成形性能可以实现所提出的E2 E模型比传统的波束成形基准。具体而言，与传统的混合预编码和经典的RIS架构相比，所提出的TTD-RIS和SA-RIS可以有效地减轻近场双波束分裂效应。此外，所提出的E2 E模型可以使用隐式CSI联合优化主动和被动波束成形，这减少了所需的训练开销并提高了有效频谱效率。此外，所提出的E2 E模型的鲁棒性和泛化在各种系统设置下进行评估。
文章插图
结论
针对MIMO系统中近场双波束分裂效应带来的波束形成性能损失，提出了一种基于深度学习的近场宽带波束形成方案。首先，两个特定的RIS架构，即，利用TTD-RIS和SA-RIS实现了频率相关的无源波束形成。与SA-RIS架构相比，TTD-RIS架构可以获得上级波束成形性能，但由于TTD单元的引入，需要更多的能量消耗和硬件成本。此外，E2 E波束成形优化框架被提出联合设计高维信道估计和频率相关宽带波束形成。此外，为了加速所提出的E2E模型的收敛，将先进的深度学习架构和经典的通信信号处理理论相结合，开发了一个高效的波束成形网络骨干。数值结果表明，所提出的E2E模型没有显式CSI具有优越的波束形成性能和鲁棒性的上级现有的宽带波束形成基准。
完
相关学习资料见面包多链接https://mbd.pub/o/author-a2mYl2tsbA==/work。
欢迎加入我的知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412，永久获取更多相关资料、代码。