We consider the extra degree of freedom offered by the rotation of the reconfigurable intelligent surface (RIS) plane and investigate its potential in improving the performance of RIS-assisted wireless communication systems. By considering radiation pattern modeling at all involved nodes, we first derive the composite channel gain and present a closed-form upper bound for the system ergodic capacity over cascade Rician fading channels. Then, we reconstruct the composite channel gain by taking the rotations at the RIS plane, transmit antenna, and receive antenna into account, and extract the optimal rotation angles after investigating their impacts on the capacity. Moreover, we present a location-dependent expression of the ergodic capacity and investigate the RIS deployment strategy, i.e. the joint rotation adjustment and location selection. Finally, simulation results verify the accuracy of the theoretical analyses and deployment strategy. Although the RIS location has a big impact on the performance, our results showcase that the RIS rotation plays a more important role. In other words, we can obtain a considerable improvement by properly rotating the RIS rather than moving it over a wide area. For instance, we can achieve more than 200\% performance improvement through rotating the RIS by 42.14$^{\circ}$, while an 150\% improvement is obtained by shifting the RIS over 400 meters.


翻译:我们考虑了可重新配置的智能表面(RIS)平面的旋转所提供的额外自由程度,并调查了它改善RIS辅助无线通信系统性能的潜力。我们首先考虑在所有有关节点上建模辐射模式,首先从混合频道获得,然后提出一个封闭式的顶端,以系统机容量超过级联里西亚淡化频道。然后,我们通过在RIS平面上进行旋转、传输天线和接收天线来重建混合频道的收益,并在调查其对能力的影响后抽出最佳的旋转角度。此外,我们展示了依赖位置的ERIS能力的表现,并调查了RIS部署战略,即联合轮调调整和地点选择。最后,模拟结果验证了理论分析和部署战略的准确性。虽然RIS的位置对性能有很大影响,但我们的结果显示RIS的旋转起着更为重要的作用。换换换天线比移动广的区域要好得多。例如,我们可以通过移动RIS系统来超过200美元,而通过移动RIS每米改进150美元。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年6月12日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Arxiv
0+阅读 · 2022年4月17日
Transformers in Medical Image Analysis: A Review
Arxiv
39+阅读 · 2022年2月24日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Top
微信扫码咨询专知VIP会员