jjzjj

IRS(intelligent reflecting surface)智能反射面与无人机通信

Sarahing 2023-04-08 原文

文章目录


前言

原论文地址:

论文:Exploring Sum Rate Maximization in UAV-based Multi-IRS Networks: IRS Association, UAV Altitude, and Phase Shift Design
DOI:10.1109/TCOMM.2022.3206884


一、IRS

1.什么是IRS

IRS可以通过在平面上集成大量低成本的无源反射元件,智能地重新配置无线传播环境,从而显著提高无线通信网络的性能。
通俗解释:这些无源反射元件可以对入射的信号进行相位、幅度方面的调整,从而达到波束赋形的目的。
想要了解IRS结构和反射模型的可以参考以下两篇博客:
武庆庆老师讲座笔记
IRS综述

2. IRS几种应用场景

IRS的应用场景有很多,这里给出武庆庆教授在这面的一篇综述文章,感兴趣的可以去了解一下:Intelligent Reflecting Surface-Aided Wireless Communications: A Tutorial


下面只介绍几种较为常见的应用场景:

场景1:建立新链路

在发射端和接收端之间存在阻碍,没有办法直接通信的时候,可以在合适的位置放置IRS面板,通过对发射端信号的调整和反射,在发射端和接收端之间新建立一条LoS链路。这也是本文要介绍的论文的应用场景。

场景2:消除干扰

当接收端处于两个区域的交界处时,它所接收的信号会受到很大的干扰,那么可以通过IRS来增强接收信号的强度降低干扰信号的强度,来增强边缘接收端的信噪比,从而提高网络通信的质量。

场景3:安全通信

在通信环境中存在窃听者的情况下,可以通过IRS调整发射端信号的相位、幅度,使得反射端的信号能量最大程度上指向合法接收端,这样一来可以从物理层面保证了发射端和合法接收端之间的通信安全。当然,如果窃听者的位置确定,也可以尝试通过IRS反射抵消在窃听者方向上的信号能量。有兴趣的可以参考一下这篇文章:Robust Trajectory and Communication Design in IRS-Assisted UAV Communication under Malicious Jamming


二、论文

这里只对该论文的应用场景和模型进行介绍,不详细阐述其解决方法(该论文利用凸优化来解决问题)

1.场景


在该论文中,设想了一架无人机,多个IRS面板和多个用户的场景。其中无人机和用户之间存在障碍物,无法进行直接通信,因此需要借助IRS面板来重新建立一条链路,实现无人机和用户之间的通信。

注:该论文不同于大部分论文采用时分或者频分复用,该论文中采用非正交多址接入技术(NOMA),其大致思路是:多个信号走一条路,然后多个接收端自己去解析,找到属于自己的那个信号,这样可以大大提高频带的利用率。具体的实现细节可以参考非正交多址复用技术

2.系统模型

坐标

1.无人机:

2.第m个IRS:

3.第n个用户:

4.IRS面板反射系数

其中,diag指的是对角矩阵,θm,k表示的是第m个IRS第k个反射元的反射系数。

信道模型

  1. UAV-IRS

    在该论文中对所有信道的描述都利用了Rician model,因为信号在经过IRS反射之后可能会出现多径效应。
    其中,

表示无人机和IRS之间的距离;

表示LoS部分系数,其中乘号前面可以看成是对无人机到IRS之间的距离所导致的相移的矫正,乘号后面可以看成是对IRS元件所组成的天线阵列之间的间隔所导致的相移的矫正。Pm表示入射角度。K表示IRS面板反射元的个数。LoS系数这个部分和天线阵列波束成形很相似,感兴趣的可以去b站上面找相关的视频了解一下。

  1. IRS-User
    IRS-User信道模型和UAV-IRS同理,就不再多做阐述了:


3.问题建模

数据率

这篇论文的目的在于解决在上述场景下获得最大的总数据率,因此我们先给出数据率的公式:

其中SINR(m,n)表示的是第m个IRS和第n个User之间的信噪比。其中分子表示的第n个用户是受到的信号,分母表示的是噪声,至于分母的前半部分是由于在模型用到的是NOMA技术,所以难免会有其他的用户和该用户走同一条通道,那么这些用户相对于该用户而言也相当于是噪声。
公式(14)r(m,n)表示的是数据率,其中w(m,n)表示的是第m个IRS面板和第n个User之间的分配关系。在该论文中规定,每个用户只能使用一个IRS面板,每个IRS面板上最多只能反射θ个用户的信号,因此w(m,n)的约束如下:

问题建模

在上面的模块中提到了该论文旨在找到最大总数据率,因此针对该问题,我们可以用如下数据表达式表示:

其中C1-C5都是对该问题的约束,C1-C3是对IRS-User之间的分配关系的约束,C4是对无人机位置的约束(该论文规定无人机水平位置保持不变,只更改垂直位置),C5是对相移的约束。

问题解决

通过问题建模可以看出来上述问题是非凸的,该论文采用了凸优化理论来解决这个问题,这里只大致说一下该论文的解决思路,不做详细阐述,感兴趣的可以阅读原文看下推导过程。

在该论文中,将问题解决划分为了三个部分:IRS-User之间的分配关系、无人机悬停的高度以及IRS反射系数。也就是说该论文通过优化IRS与User之间的分配关系、无人机位置以及IRS反射系数来实现总数据率最大化。
针对这三部分的解决过程感兴趣的去阅读原论文Exploring Sum Rate Maximization in UAV-based Multi-IRS Networks: IRS Association, UAV Altitude, and Phase Shift Design
其大致就是通过一阶泰勒展开、SCA(SCA技术原理)、借助CVX工具等方式将非凸函数变成凸函数求解最优值。

有关IRS(intelligent reflecting surface)智能反射面与无人机通信的更多相关文章

  1. ruby-on-rails - Rails 应用程序之间的通信 - 2

    我构建了两个需要相互通信和发送文件的Rails应用程序。例如,一个Rails应用程序会发送请求以查看其他应用程序数据库中的表。然后另一个应用程序将呈现该表的json并将其发回。我还希望一个应用程序将存储在其公共(public)目录中的文本文件发送到另一个应用程序的公共(public)目录。我从来没有做过这样的事情,所以我什至不知道从哪里开始。任何帮助,将不胜感激。谢谢! 最佳答案 无论Rails是什么,几乎所有Web应用程序都有您的要求,大多数现代Web应用程序都需要相互通信。但是有一个小小的理解需要你坚持下去,网站不应直接访问彼此

  2. MIMO-OFDM无线通信技术及MATLAB实现(1)无线信道:传播和衰落 - 2

     MIMO技术的优缺点优点通过下面三个增益来总体概括:阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下,MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中,可以获得复用增益,即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中,可以获得分集增益,即可靠性性能的改善。分集增益用独立衰落支路数来描述,即分集指数。在使用了空时编码的MIMO系统中,由于接收天线或发射天线之间的间距较远,可认为它们各自的大尺度衰落是相互独立的,因此分布式MIMO

  3. 玩以太坊链上项目的必备技能(初识智能合约语言-Solidity之旅一) - 2

    前面一篇关于智能合约翻译文讲到了,是一种计算机程序,既然是程序,那就可以使用程序语言去编写智能合约了。而若想玩区块链上的项目,大部分区块链项目都是开源的,能看得懂智能合约代码,或找出其中的漏洞,那么,学习Solidity这门高级的智能合约语言是有必要的,当然,这都得在公链``````以太坊上,毕竟国内的联盟链有些是不兼容Solidity。Solidity是一种面向对象的高级语言,用于实现智能合约。智能合约是管理以太坊状态下的账户行为的程序。Solidity是运行在以太坊(Ethereum)虚拟机(EVM)上,其语法受到了c++、python、javascript影响。Solidity是静态类型

  4. 智能客服 | 浅谈人工智能聊天机器人ChatGPT - 2

    2022年底,OpenAI的预训练模型ChatGPT给人工智能领域的爱好者和研究人员留下了深刻的印象和启发,他展现的惊人能力将人工智能的研究和应用热度推向高潮,网上也充斥着和ChatGPT的各种聊天,他可以作诗、写小说、写代码、讨论疫情问题等。下面就是一些他的神回复:人命关天的坑: 写歌,留给词作者的机会不多了。。。 回答人类怎么样面对人工智能: 什么是ChatGPT?借用网上的一段介绍,ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型,一款人工智能技术驱动的自然语言处理工具。它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动

  5. 1个串口用1根线实现多机半双工通信+开机控制电路 - 2

    功能需求:主机使用一个串口,与两个从机进行双向通信,主机向从机发送数据,从机能够返回数据,由于结构限制,主机与从机之间只有3根线(电源、地、数据线),并且从机上没有设物理的电源开关,需要通过与主机连接的数据线来控制开机,总结如下:1、数据线只有1根2、能够双向通信3、主机能够控制从机开机4、主机可以单独向1个从机发数据,也可以同时向两个从机发送数据根据需求,设计出如下电路:工作原理分析:VCC_24V_IN、GND、LINE_L(LINE_R)三根线接线连接到从机,电源开启电路是从机内部的电源控制。开机的逻辑:*主机先上电,LINE_L因为主机的R1上拉而有高电平,使Q6导通,Q5的G极电压被

  6. ruby-on-rails - 使用模型属性调用的 Brakeman 不安全反射方法常量化 - 2

    在我的Rails应用程序中,我收到来自brakeman的以下安全警告。使用模型属性调用的不安全反射方法常量化。这是我的代码正在执行的操作。chart_type=Chart.where(id:chart_id,).pluck(:type).firstbeginChartPresenter.new(chart_type.camelize.constantize.find(chart_id))rescueraise"Unabletofindthechartpresenter"end根据我的研究,我还没有找到任何具体的解决方案。我听说你可以创建一个白名单,但我不确定brakeman在寻找什么。

  7. ruby - ruby 的反射? - 2

    我很好奇这是如何工作的。例如,如果我创建一个基于工厂模式的类,您可以在其中“注册”类供以后使用,然后执行类似FactoryClass.register('YourClassName',[param,param,...]);FactoryClass.create('your_class_name').call_method_from_this_object其中'class_name'是映射到值的散列中的键:ClassName有没有类似phpreflection的东西,我可以在哪里创建基于字符串名称的类的实例并传入参数?(在php中,参数将是它们的数组,php然后知道如何处理)所以如果我们

  8. 基于python的短视频智能推荐/django的影视网站/视频推荐系统 - 2

    摘要本论文主要论述了如何使用Python技术开发一个短视频智能推荐,本系统将严格按照软件开发流程进行各个阶段的工作,采用B/S架构,面向对象编程思想进行项目开发。在引言中,作者将论述短视频智能推荐的当前背景以及系统开发的目的,后续章节将严格按照软件开发流程,对系统进行各个阶段分析设计。 短视频智能推荐的主要使用者分为管理员和用户,实现功能包括管理员:首页、个人中心、用户管理、热门视频管理、用户上传管理、系统管理,用户:首页、个人中心、用户上传管理、我的收藏管理,前台首页;首页、热门视频、用户上传、公告信息、个人中心、后台管理等功能。由于本网站的功能模块设计比较全面,所以使得整个短视频智能推荐信

  9. ruby - 如何创建与帧缓冲区通信的 Ruby 应用程序? - 2

    我有一个RaspberryPiTFT7"触摸屏显示器,我想创建一个简单的应用程序来显示和输出系统数据(即CPU使用率、温度等)。我注意到目前常见的实现方法是使用pygame库输出到显示器连接到的帧缓冲区/dev/fb1。我想执行相同的操作,但使用Ruby,因为我更熟悉这门语言。有人可以为我指明正确的方向,让我知道如何开始吗?我查看了ruby​​game和gosu库,它们似乎能够做我想做的事情,即绘制屏幕,​​但我找不到任何关于如何将输出定向到的信息帧缓冲区本身。 最佳答案 rubycorelib有一个IO您应该能够使用该类将输出定向

  10. 【毕业设计】基于单片机的智能温控农业大棚系统 - 物联网 stm32 - 2

    文章目录1简介2绪论2.1课题背景与目的3系统设计详细设计描述3.2硬件部分温度测量电路其他电路部分3.3软件部分主程序子系统程序温湿度程序流程键盘显示子程序3.4实现效果3.5部分相关代码4最后1简介Hi,大家好,这里是丹成学长,今天向大家介绍一个单片机项目基于单片机的智能温控农业大棚系统大家可用于课程设计或毕业设计单片机-嵌入式毕设选题大全及项目分享:https://blog.csdn.net/m0_71572576/article/details/1254090522绪论2.1课题背景与目的近年来我国的温室控制取得了长足的进步,首先在温室群控制方面,进行了初步的探索和理论研究,其次在温室

随机推荐