首页/文章/ 详情

基于可重构智能表面的多用户无线信道自适应波束重构

北交大智能交通电波传播研究团队

1年前浏览1220

北京交通大学

高移动性通信/智能交通电波传播研究组

文章概况

以元媛（Yuan Yuan）为第一作者，何睿斯（Ruisi He）为通讯作者的文章近日于IEEE Transactions on Wireless Communications ( Early Access )上发表。

文章题目为：“Adaptive Beam Reconstruction for Multi-User Radio Channels via Reconfigurable Intelligent Surface: A Vision Transformer-Based Approach（基于可重构智能表面的多用户无线信道自适应波束重构：一种基于Vision Transformer的方法）”。

所有作者为：元媛（Yuan Yuan）、何睿斯（Ruisi He）、艾渤（Bo Ai）、张正宇（Zhengyu Zhang）、邱志成（Zhicheng Qiu）、苏心（Xin Su）、钟章队（Zhangdui Zhong）。

DOI：10.1109/TWC.2025.3585666

内容介绍

（图1 RIS相位学习与映射的ViT网络架构。）

作为6G通信的使能技术之一，RIS引入发射机-RIS-接收机通信链路，增强了对信道的可调节性，通过控制其单元的幅度、相位、极化和频率等能够实现对收发机信道的动态智能调节。在多用户场景中，RIS相移矩阵的优化与收发机信道冲激响应矩阵维度以及分布情况密切相关，针对用户位置和数目随机的任意信道实现RIS相移矩阵自适应求解，需要对信道维度和分布的表征进行统一。为了保证用户数目改变且任意用户位置的信道环境下，同时辅助目标范围内多个用户。本研究针对传统RIS系统在多用户场景下相位控制的困难，提出了一种基于vision Transformer（ViT）网络的RIS相位预测与信道重构框架，实现了对用户空间分布变化下的自适应相位映射与通信环境重建。

如图1描述了用于RIS相位学习与映射的ViT网络架构。本文构建了适用于单用户与多用户场景的CIR图像输入集，并求解其对应的最优RIS相位。在训练阶段，引入ViT网络处理CIR图像，将CIR图像进行分块处理并嵌入位置编码后输入网络，利用多头注意力机制提取空间相关性，从而学习CIR图像与RIS相位之间的映射关系。在预测阶段，ViT网络可根据给定的目标CIR图像预测出对应的RIS相位，实现多用户下的自适应相位映射。在验证阶段，为验证模型在动态环境中的泛化能力，构建了高斯-马尔可夫随机过程下的用户移动轨迹，生成连续时变信道数据，并评估ViT网络在动态场景中的预测一致性，包括不同用户状态的CIR值与预测相位之间的映射泛化性和准确性。

（图2 用户处于任意位置下所需CIR图像和再生CIR图像对比结果。)

图2对所构建的ViT网络进行功能性验证。具体方法为：将由用户移动轨迹和所需的不同时刻CIR图像序列（图2(a)-(d)）输入至训练好的ViT网络，获得对应的RIS相位映射；随后，基于预测得到的RIS相位及几何信道模型重构信道，生成对应时刻的CIR图像（图2(e)-(h)）。图中以星号标记多用户的位置，时间跨度为 t=0 s，0.2 s，0.4 s，0.6。用户移动轨迹按照高斯-马尔可夫模型生成。在运动过程中，用户2与用户3逐步退出增强区域，仅用户1始终处于增强区内。结果表明，ViT网络输出的RIS相位可生成与输入CIR图高度匹配的重建图像，且具备动态适应能力：当用户出现或消失于增强区域时，网络能实现自适应波束指向控制。从图中可以得出，构建的ViT网络能够根据用户位置与期望CIR图，实现自适应的RIS相位预测与高保真的信道重构，验证了其在动态多用户环境中的实时响应与泛化能力。

（文章引用）

@ARTICLE{11078805,  author={Yuan, Yuan and He, Ruisi and Ai, Bo and Zhang, Zhengyu and Qiu, Zhicheng and Su, Xin and Zhong, Zhangdui},  journal={IEEE Transactions on Wireless Communications},   title={Adaptive Beam Reconstruction for Multi-User Radio Channels via Reconfigurable Intelligent Surface: A Vision Transformer-Based Approach},   year={2025},  volume={},  number={},  pages={1-5},  keywords={Reconfigurable intelligent surfaces;Optimization;Channel impulse response;Image reconstruction;Regulation;Deep learning;Computer vision;Channel models;Transformers;Prediction algorithms;Reconfigurable intelligent surface (RIS);vision transformer (ViT);channel model;adaptive reconstruction},  doi={10.1109/TWC.2025.3585666}}

或

Y. Yuan et al., "Adaptive Beam Reconstruction for Multi-User Radio Channels via Reconfigurable Intelligent Surface: A Vision Transformer-Based Approach," in IEEE Transactions on Wireless Communications, doi: 10.1109/TWC.2025.3585666.

来源：北交大智能交通电波传播研究团队

ACT ANSA 通信 UM 控制 DAP

著作权归作者所有，欢迎分享，未经许可，不得转载

首次发布时间：2025-08-23

电波讲堂系列讲座第八期：无线通信信道建模 —北京交通大学杨汨副教授

免费

还没有评论