利用无监督学习的RIS辅助毫米波通信系统鲁棒传输设计

作者：焦阳; 桑健; 李潇; 金石

来源：信号处理, 2023, 39(03): 400-409.

DOI：10.16798/j.issn.1003-0530.2023.03.003

• 毫米波
• 可重构智能表面
• 混合预编码
• 无监督学习

本文研究了利用无监督学习的可重构智能表面（reconfigurable intelligent surface,RIS）辅助毫米波大规模多输入多输出（multiple input multiple output,MIMO）下行传输设计。首先，针对发送端信道状态信息（channel state information,CSI）非理想场景，推导了RIS辅助的毫米波下行传输系统平均频谱效率闭式上界。进一步，考虑实际系统硬件受限的条件，本文采用基于离散傅里叶变换（discrete Fourier transform,DFT）码本的模拟预编码，且RIS各反射单元仅能取有限的离散相移值。在此基础上，以所推导的平均频谱效率上界最大化为目标，提出一种基于无监督学习的发送端混合预编码、接收端数字合并以及RIS反射单元相移联合设计方法。所提方法采用两阶段无监督学习模型，分别生成RIS反射单元相移与发送端混合预编码，而接收端数字合并矩阵则采用最小均方误差（minimum mean squared error,MMSE）准则生成。同时，本文针对该模型提出了一种高效的分段训练方法。该训练方法分别对生成RIS反射单元相移与发送端混合预编码的网络进行训练，再对两个网络进行联合训练。仿真结果表明本文所提方法相对传统迭代算法对于非理想CSI具有更好的鲁棒性，当信道估计误差程度增加，本文所提方法性能仅下降约1%，而传统迭代算法则下降约40%。同时，本文所提方法对传输环境变化具有更好的鲁棒性，相对于传统迭代算法能保持至少30%的性能提升。此外，在计算时间开销上本文所提方法相对传统迭代算法有百倍的提升。

• 单位
  移动通信国家重点实验室; 东南大学