用于IRS网络的机器视觉辅助低复杂度波束成形方法

《IEEE Open Journal of the Communications Society》：Machine-Vision Aided Low-Complexity Beamforming Methods for IRS Networks

　　

摘要：

本文利用机器视觉技术辅助无线网络中的通信，重点研究基于智能反射表面技术的无线系统。与传统方案如交替优化或半定松弛法相比，这些方法计算成本高且往往不切实际，而我们则利用视觉数据来帮助用户做出低复杂度的波束成形决策。我们的方法采用安装在天花板上的鱼眼镜头摄像机，以覆盖较大的通信区域。首先通过物体检测方法识别网络中的用户，然后提出解析表达式来确定接入点、用户与智能反射表面之间的距离。为解决鱼眼图像存在的非均匀畸变问题，我们引入了一种利用三角函数技术确定非均匀像素权重的新方法。根据计算出的距离，再根据用户与接入点或智能反射表面的接近程度来决定波束成形方式。此外，我们将机器视觉技术应用到多用户智能反射表面辅助场景中，提出将用户分为两类或三类。通过这些基于视觉识别的群体，我们仅考虑与每类相关的约束条件，从而简化并解决智能反射表面的优化问题。仿真结果表明，与基准方案相比，所提出的基于机器视觉的智能反射表面技术方案在保持相近性能的同时，大幅降低了计算成本。