In this paper, we are interested in reconfigurable intelligent surface (RIS)-assisted symbiotic radio (SR) systems, where an RIS assists a primary transmission by passive beamforming and simultaneously acts as an information transmitter by periodically adjusting its reflecting coefficients. The above modulation scheme innately enables a new multiplicative multiple access channel (M-MAC), where the primary and secondary signals are superposed in a multiplicative and additive manner. To pursue the fundamental performance limits of the M-MAC, we focus on the characterization of the capacity region of such systems. Due to the passive nature of RISs, the transmitted signal of the RIS should satisfy the peak power constraint. Under this constraint at the RIS as well as the average power constraint at the primary transmitter (PTx), we analyze the capacity-achieving distributions of the transmitted signals and characterize the capacity region of the M-MAC. Then, theoretical analysis is performed to reveal insights into the RIS-assisted SR. It is observed that: 1) the capacity region of the M-MAC is strictly convex and larger than that of the conventional TDMA scheme; 2) the secondary transmission can achieve the maximum rate when the PTx transmits the constant envelope signals; 3) and the sum rate can achieve the maximum when the PTx transmits Gaussian signals and the RIS transmits the constant envelope signals. Finally, extensive numerical results are provided to evaluate the performance of the RIS-assisted SR and verify the accuracy of our theoretical analysis.


翻译:在本文中,我们感兴趣的是可重构智能表面(RIS)辅助共生无线电(SR)系统,其中RIS通过被动波束成形协助主要传输,并通过定期调整其反射系数充当信息发射器。上述调制方案天然地实现了新的乘性多用户信道 (M-MAC),其中主要和次要信号以乘性和加性方式叠加。为了探究M-MAC的基本性能极限,我们着重于对这类系统的容量区进行表征。由于RIS的被动性质,RIS的发射信号应满足峰值功率约束。在这种约束下,我们分析了被传输信号的容量达到分布,并确定了M-MAC的容量区。然后进行理论分析,以揭示RIS辅助SR的内在特性。观察到:1)M-MAC的容量区严格凸且大于传统TDMA方案的容量区;2)当PTx发射恒定包络信号时,辅助信号能够实现最大速率;3)当PTx发射高斯信号且RIS发射恒定包络信号时,总速率能够达到最大值。最后,提供了广泛的数值结果来评估RIS辅助SR的性能,并验证了我们理论分析的准确性。

0
下载
关闭预览

相关内容

专知会员服务
51+阅读 · 2021年5月30日
机器学习组合优化
专知会员服务
108+阅读 · 2021年2月16日
【康奈尔大学】度量数据粒度,Measuring Dataset Granularity
专知会员服务
12+阅读 · 2019年12月27日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013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 · 2012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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
VIP会员
相关资讯
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
量化金融强化学习论文集合
专知
13+阅读 · 2019年12月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013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 · 2012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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员