Reconfigurable intelligent surface (RIS) emerges as a promising technology for the next generation networks. In this paper, we utilize the tools from stochastic geometry to study the performance of a RIS-assisted millimeter wave (mmWave) cellular network. Specifically, the locations of the base stations (BSs) and the midpoints of the blockages are modeled as two independent Poisson point processes (PPP) where the blockages are modeled by line boolean model and a fraction of the blockages are coated with RISs. The distinguish characteristics of mmWave communications, i.e., the directional beamforming and different path loss laws for line-of-sight (LOS) and non-line-of-sight (NLOS), are incorporated into the analysis. We derive the expressions of the coverage probability and the area spectral efficiency. The coverage probability under the special case where the blockage parameter is sufficiently small is also derived. Numerical results demonstrate that better coverage performance and higher energy efficiency can be achieved by the large-scale deployment of RISs. In addition, the tradeoff between the BS and RIS densities is investigated and the results show that the RISs are excellent supplementary for the traditional networks to improve the coverage probability with limited power consumption.


翻译:重新配置的智能表面(RIS)是下一代网络的一个有希望的技术。 在本文中,我们使用来自智能几何学工具来研究RIS辅助毫米波(mmWave)细胞网络的性能。 具体地说, 基站的位置和阻塞的中点建模为两个独立的Poisson点(PPP)过程,其中阻塞用线布林模型模型建模,其中一部分堵塞涂有RIS。 毫米Wave通信的特性不同, 即视线(LOS)和非视线(NLOS)的定向波形成形法和不同路径损耗法。 我们用两种独立的Poisson点(PPPP)程序建模,其中阻塞的概率由线布林模型建模,而部分阻塞则由RIS覆盖。 毫米Wave通信的大规模部署可以实现更好的覆盖性能和更高的能源效率。 此外,对传统RISS和有限消费网络的扩展性能显示BIS和极限性能的扩展性结果。

0
下载
关闭预览

相关内容

开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
40+阅读 · 2019年10月9日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26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
老铁,邀请你来免费学习人工智能!!!
量化投资与机器学习
4+阅读 · 2017年11月14日
深度学习医学图像分析文献集
机器学习研究会
19+阅读 · 2017年10月13日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关VIP内容
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
40+阅读 · 2019年10月9日
相关资讯
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26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
老铁,邀请你来免费学习人工智能!!!
量化投资与机器学习
4+阅读 · 2017年11月14日
深度学习医学图像分析文献集
机器学习研究会
19+阅读 · 2017年10月13日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员