In this paper, we build up a new intelligent reflecting surface (IRS) aided multiple-input multiple-output (MIMO) channel model, named the cascaded LoS MIMO channel. The proposed channel model consists of a transmitter (Tx) and a receiver (Rx) both equipped with uniform linear arrays (ULAs), and an IRS used to enable communications between the transmitter and the receiver through the line-of-sight (LoS) links seen by the IRS. To model the reflection of electromagnetic waves at the IRS, we take into account the curvature of the wavefront on different reflecting elements (REs), which is distinct from most existing works that take the plane-wave assumption. Based on the established model, we study the spatial multiplexing capability and input-output mutual information (MI) of the cascaded LoS MIMO system. We generalize the notion of Rayleigh distance originally coined for the single-hop MIMO channel to the full multiplexing region (FMR) for the cascaded LoS MIMO channel, where the FMR is, roughly speaking, the union of Tx-IRS and IRS-Rx distance pairs that enable full multiplexing communication between the Tx and the Rx. We propose a new passive beamforming (PB) strategy named reflective focusing, which aims to coherently superimpose the waves originating from a transmit antenna, reflected by the IRS, and focused on a receive antenna. With reflective focusing, we derive an inner bound of the FMR, and provide the corresponding array orientation settings that enable full multiplexing. We further formulate an optimization problem to maximize the MI over the PB, the antenna array orientations, and the transmit covariance matrix. We give analytical solutions to the problem under asymptotic conditions such as high or low signal-to-noise ratio (SNR) regimes or sufficiently large Tx-IRS and IRS-Rx distances. For general cases, we propose an alternating optimization method to solve the problem.


翻译:在本文中,我们构建了一个新的智能反映表面(IRS) 帮助了多输出电流(MIMO) 频道模型,名为级联LOS MIMO 频道。拟议频道模型包括一个发报机(Tx)和一个接收机(Rx),这两个接收机都配备了统一的线性阵列(ULAs),以及用于通过IRS所看到的直线(LOS)连接使发报机和接收机之间能够进行通信的IR。为了在IRS中模拟电磁波(IMO)的反射,我们考虑到了不同反射元素(REs)的波端偏移方向(REs),这与多数现有的电波假设不同。基于既定模型,我们研究了空间多轴能力和输入输出的相互信息(MI),我们研究了S Glass Greax 的电路路路段(RIS) 快速传输系统(RIS) 快速传输系统(IMFMIS) 和直流(FMS-RRRR) 的电路路段(我们的直径直径方向) 将电路路路路端(我们的直径) 和直径(RIS) 的电路路段) 的电路路段的电路路路路路路路段(我们将驱动) 将驱动驱动驱动驱动驱动驱动驱动驱动驱动的电路段的电路段的电路段) 推进) 驱动驱动驱动的电路段 驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动驱动器的电路路流(我们的电流能驱动器驱动器驱动器的电路流) 的电路流(我们更能驱动的电路路流) 向向向向向向向向向向向向向向向能驱动系统能驱动系统) 和直向能驱动驱动系统能能能能驱动驱动系统能驱动系统) 驱动系统能能能能能能驱动能驱动能驱动) 向能驱动系统) 向能能能能能驱动系统能驱动驱动驱动驱动驱动驱动驱动驱动系统能驱动系统) 和直向能能驱动系统),我们向下,我们向下,我们向下,我们向下流流流流流流向下

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11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
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
【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
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30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 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10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
3+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+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
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30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 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10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
3+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+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
Top
微信扫码咨询专知VIP会员