淮安营销型网站建设网站建设费怎么做分录
智能反射表面辅助的反向散射通信系统研究综述（知网）
1 反向散射通信技术优势和应用场景
反向散射通信技术通过被动射频技术发送信号,不需要一定配有主动射频单元,被认为是构建绿色节能、低成本、可灵活部署的未来物联网规模化应用关键技术之一,是实现“万物智联”的重要手段,其具体应用场景如图 1 所示。
反向散射技术中的信号发送器可以直接从射频源中或利用环境中的射频信号(如广播电视信号、蜂窝基站信号、WiFi 信号等)收集能量激活电路,并根据所传输的信息切换天线阻抗,将接收到的射频信号以不同的反射系数散射出去,进而实现信息的传递[4],无需额外的频谱资源与射频激励源。 相较于传统主动式通信设备,反向散射通信系统突破了电源的束缚,功耗与成本大幅降低。
全球首份6G 白皮书也明确指出,新型反向散射通信技术为实现超低功率通信提供了可能,契合了6G“无处不在”的设计目标,同时满足“绿色”物联网广覆盖、低能耗、可持续的愿景,成为 6G 网络设计和“绿色”物联网关注的焦点[5]。 然而,在反向散射通信系统中,射频源到反射设备再到接收机的双倍路径衰落限制了信息的传输距离,被动式的结构也导致了较低的频谱效率无法满足需要较大数据传输速率的应用场景。 如何面向反向散射通信系统的特点,发展新型反向散射通信技术,克服反向散射通信系统在信号覆盖、传输速率、能量效率等方面存在的技术瓶颈,成为学术界和工业界关心的热点问题。
2 反向散射通信技术研究现状
反向散射通信技术源于二战,在敌我识别系统中,利用标签反向散射雷达信号进行身份识别[9]。反向散射通信系统中,散射设备通过调制并反射射频源信号进行数据的发送,无需自己产生射频信号[10]。 在单站式反向散射通信系统中,如图 3( a)所示,载波发射器和反向散射接收器集成为一个读取器,设备接收到射频信号后将自身的信息加载到入射信号上反射回读取器,由于没有信号放大,来回路程导致高路径损耗。 此外,该系统还将受到双重远近问题的影响,特别是在射频源距离设备较远的场景下[11],由此,单站式反向散射通信系统常用于短距离传输(如射频识别)。
随着国内外的研究学者对反向散射技术的广泛研究,在传统单站反向散射通信系统的基础上发展了双站反向散射通信系统、环境反向散射通信系统等新型反向散射通信技术[12]。 双站反向散射通信系统,如图 3(b)所示,接收机与发射机分离,提升了系统灵活性,且避免了单站式中的双路径损耗,弱化了双重远近问题[13]。 然而,双站结构要求专用射频源放置在距离设备较近的地方且需要额外的频谱资源。 环境反向散射通信系统与双站式反向散射系统类似,如图 3©所示,收发机分离,直接利用环境中的射频信号(如广播电视信号、蜂窝基站信号、WiFi信号等)充当射频激励与通信载波,无需额外的频谱资源与射频激励源,降低了系统的部署成本,提升了频谱利用率。 在环境反向散射通信系统的基础上,研究者进一步提出了共生通信架构,同时传输基站的原始信号和反向散射信号,实现反向散射通信和蜂窝移动通信的融合[14]。
针对反向散射通信系统的研究已逐步展开,在信道建模与性能分析方面,文献[15-16]研究了单站反向散射系统接收机接收信号的衰落特性,建立信道模型,推导了 Rician-K 因子的解析表达式,并分析了误比特率的上下界[15],揭示了反向散射信道衰落呈现高度的多样性,且与常规无线通信系统不同,其对无线电环境中漫反射多径波的精细结构非
常敏感[16]。 Lahuerta-Lavieja 等人基于菲涅耳积分和误差函数,提出了两种计算反向散射的三维模型[17],建立了面向毫米波频段的室内反向散射通信系统信道模型。 此外,文献[18]对基于蜂窝网络的环境反向散射通信系统进行了数学建模,推导了时间切换和功率分割两种接收结构下的成功传输概率。 文献[19]研究了全双工环境反向散射系统的中断性能,分别推导了反向散射设备、原用户以及接收机处中断概率的近似表达式。 文献[9]研究了基于中继的环境反向散射系统,推导了不同中继协议下的误比特率闭合表达式。
在信道估计方面,针对单站反向散射系统,文献[20]在推导了广义衰落模型下线性最小均方误差的基础上,提出了基于快速灵活卷积神经网络的估计方法,并提出了一种深度神经网络,利用反向散射信号估计前向信道系数。 针对环境反向散射系统,Zhu 等人研究基于频率选择性信道的环境反向散射通信系统,采用最小二乘算法来估计标签处于不同状态时的信道参数,并基于此提出了一种迭代估计方法来提高估计性能[21]。 文献[22]将环境反向散射系统中的信道估计建模为去噪问题,提出了基于卷积神经网络的深度残差学习去噪方法,以直接从接收到的带噪导频信号中恢复信道系数。
在波束赋形方面,针对接收机处来自环境射频源的强干扰,文献[23]通过设计接收波束赋形来进行缓解。 文献[24]推导了多天线接收机直接链路以及反向散射链路的可达速率,并以最大化反向散射链路的可达和速率为目标,提出波束赋形方案,同时满足射频源的最低速率和反向散射设备最低能耗的需求。 文献[25]综合考虑功耗的约束、能量权重的分配以及信道估计时间,提出了一种基于估计反向散射信道状态信息的波束赋形方案。 在时间调度、带宽分配以及功率分流比的约束下,文献[26]提出一种基于组合协议的多传感器自适应波束赋形方案。
在资源分配方面,针对单用户场景,面向双站反向散射通信系统,在能量和 QoS 约束下,以最大化能量效率为目标,考虑不完美信道状态信息,文献[27]考虑用户吞吐量约束以及设备收集能量的限制,通过联合优化反射时间、反射系数以及子载波功率,在保证公平性的前提下最大化反射设备的吞吐量。 文献[28]提出基于用户公平性的最大-最小能效问题,考虑到能量收集约束,通过联合优化射频源的发送功率以及反向散射设备的反射系数,获得系统最优资源分配方案。 考虑多小区物联网网络,每个小区中的源使用 NOMA 协议向其服务物联网设备发送叠加信号,文献[29]提出了一种新的优化框架,其目的是在不完美的 SIC 解码下最大化反向散射通信网络中的总可达能量效率。