A reconfigurable intelligent surface (RIS) employs an array of individually-controllable elements to scatter incident signals in a desirable way; for example, to facilitate links between base stations and mobile stations that would otherwise be blocked. A principal consideration in the study of RIS-enabled propagation channels is path loss. This paper presents a simple yet broadly-applicable method for calculating the path loss of a channel consisting of a passive reflectarray-type RIS. This model is then used to characterize path loss as a function of RIS size, link geometry, and the method used to set the element states. Whereas previous work presumes either (1) an array of parameterizable element patterns and spacings (most useful for analysis of specific designs) or (2) a continuous electromagnetic surface (most useful for determining scaling laws and theoretical limits), this work begins with (1) and is then shown to be consistent with (2), making it possible to identify specific practical designs and scenarios that exhibit the performance predicted using (2). This model is used to further elucidate the matter of path loss of the RIS-enabled channel relative to that of the free space direct and specular reflection channels, which is an important consideration in the design of networks employing RIS technology.


翻译:一个可重新配置的智能表面(RIS)使用一系列可逐项控制的元素,以适当的方式散布事件信号;例如,便利基地站和移动站之间的联系,否则这些信号将受到阻塞。在研究借助RIS的传播渠道时,主要考虑的是路径丢失。本文介绍了计算由被动反射阵型RIS组成的通道路径丢失的简单而广泛适用的方法。然后,该模型用于将路径丢失定性为RIS大小、链接几何以及设定元素状态的方法的函数。而先前的工作假定:(1) 一系列可参数化元素模式和间距(最有利于分析具体设计)或(2) 连续电磁表面(最有利于确定比例法和理论限制),这项工作始于(1),然后显示与(2) 相一致,从而有可能确定具体的实际设计和情景,以显示预测的性能(2) 。该模型用来进一步说明经RIS导航的通道相对于自由空间直接和视镜反射频道的路径丢失的问题,这是设计系统网络的一个重要考虑。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1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
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8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
Arxiv
5+阅读 · 2021年2月8日
Arxiv
4+阅读 · 2020年3月27日
VIP会员
相关VIP内容
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1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
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8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