多RIS辅助的低复杂度毫米波网络覆盖增强方法

《Digital Communications and Networks》：Multiple-RIS assisted low-complexity coverage enhancement approach for mmWave networks

　　

摘要
为了解决在易阻塞的毫米波（mmWave）网络中瞬时信道状态信息（CSI）不可用时的覆盖增强挑战，研究人员提出了一种多RIS辅助的低复杂度覆盖增强方法。首先，提出了一种基于网格的优化框架，将连续弱覆盖区域离散化为一组网格，并将覆盖问题转化为一个确定性的最大最小信噪比（Max-Min SNR）问题。然后，研究人员引入了子阵列分解和全局角度优化策略，并开发了一种增强型粪甲虫优化器（eDBO）算法，分别用于降低计算复杂度和求解所提出的非凸问题。仿真结果验证了所提出的eDBO框架能够成功消除覆盖空洞，实现高质量均匀覆盖，在鲁棒性和有效性方面显著优于基准方法。

毫米波（mmWave）通信凭借丰富的频谱资源被视为未来6G网络的关键使能技术，但其高频段信号在传播中面临严重的路径损耗和大气吸收，极易被建筑物、机械及移动人群等障碍物阻挡，导致基站与用户之间的视距链路中断，形成覆盖空洞。传统上，自组织网络（SON）通过调整基站参数缓解覆盖问题，但易引发邻区干扰和网络不稳定；部署小基站虽有效，但硬件成本和能耗过高，难以大规模实施。可重构智能表面（RIS）通过被动反射元件构建虚拟视距链路，为低成本解决覆盖空洞提供了新途径。然而，现有RIS辅助通信研究多采用用户中心范式，依赖瞬时信道状态信息（CSI）来联合优化主动和被动波束成形，这在弱覆盖区域形成死锁：用户因直连链路严重阻塞而无法传输导频信号，基站无法获取CSI设计波束，从而无法建立连接。随机几何方法虽可降低对瞬时CSI的依赖，但仅能提供空间平均统计性能，无法保证特定地理位置的确定性覆盖增强。针对上述问题，研究人员提出了一种基于网格的确定性覆盖优化框架，发表在《Digital Communications and Networks》。

研究人员开展了以下研究：首先，将连续弱覆盖区域离散化为固定空间网格，将区域覆盖问题转化为可处理的确定性最大最小信噪比（Max-Min SNR）优化问题，该问题仅依赖与位置相关的大尺度CSI，完全消除了对用户瞬时CSI的需求。其次，针对大规模RIS带来的计算复杂度和近场效应，提出了子阵列分解策略，将大孔径RIS划分为多个小子阵列，利用局部远场近似降低计算复杂度；同时采用全局角度优化策略，将高维相位搜索空间压缩为少数几何变量，避免了维度灾难。最后，针对所形成的高度非凸优化问题，设计了增强型粪甲虫优化器（eDBO）算法，通过引入Logistic混沌初始化、自适应t分布变异、莱维飞行、停滞重启和最差消除策略，克服了原始粪甲虫优化器（DBO）容易早熟收敛的缺陷。仿真场景设定在28 GHz载频下，基站位于[70,0,15]，一个建筑块阻塞视距信号，形成x∈[50,90]、y∈[40,110]的连续弱覆盖区域，三个大孔径RIS部署在特定平面（RIS1在YZ平面，RIS2和RIS3在XZ平面），每个RIS由64个子阵列组成，每个子阵列含50个反射单元，弱覆盖区域离散为900个网格，验证阶段使用10000个高密度网格。

研究结果如下：
- **消融实验**：通过对比不同策略组合（原始DBO、仅混沌初始化、仅自适应t分布变异、仅莱维飞行、仅停滞重启、组合所有策略），验证了eDBO中各改进策略的协同作用，组合后的eDBO达到最高最小信噪比，表明改进并非简单叠加而是高度协同。
- **收敛性能对比**：对比eDBO、原始DBO、麻雀搜索算法（SSA）、粒子群优化（PSO），eDBO在收敛速度和最终解质量上均最优，避免了早熟收敛，在约40次迭代后超越SSA并保持稳定。
- **方案对比**：将提出的全局角度策略与独立子阵列策略、随机几何优化（SGO）和中心点优化（CPO）对比。全局角度策略收敛最快且稳定最小信噪比最高，而独立子阵列因维度灾难收敛缓慢；SGO虽优于CPO，但曲线抖动大，验证了网格化框架的鲁棒性；CPO性能最差，仅优化中心点导致边缘深度衰落。
- **网格数量影响**：随着网格数从25增加到3600，最小信噪比快速上升，在U=900后趋于平缓，表明900个网格足以代表连续区域特性，平衡性能与计算复杂度。SGO随采样点增加性能接近但仍有抖动，而CPO始终极低。
- **RIS数量与部署策略影响**：仅单个RIS（RIS1或RIS2）时，所有方案最小信噪比极低，说明单RIS受限于视场和波长无法覆盖整个区域；当RIS1与RIS2协作部署时，性能跃升约-5 dB，第三RIS进一步增加约2.5 dB。多RIS的空间分集是消除覆盖空洞的关键条件，而优化策略决定了资源利用效率，CPO即使有三个RIS也无法受益。
- **发射功率影响**：所有方案的最小信噪比随功率线性增加，所提方案在整个功率范围内保持约2~2.5 dB优于SGO、超过15 dB优于CPO，且在达到相同目标信噪比时所需功率更低，显示能量效率优势。
- **RIS元素数量影响**：当元素数N较小时，波束较宽，所提方案与SGO差距较小；随着N增大（波束变窄），所提方案仍能精确瞄准最差网格，而SGO因随机采样难以管理窄波束，性能差距扩大。CPO即使N=5000也无法达到所提方案最小RIS时的性能，表明优化策略主导覆盖效果。
- **累积分布函数（CDF）分析**：所提方案最差网格起始点最高，CDF曲线陡峭，表明所有网格的SNR均匀提升；SGO平均SNR较高但左尾低2.5 dB，存在覆盖空洞；CPO左尾极低（-17.85 dB），约10%区域SNR低于-5 dB。
- **空间热力图**：单RIS热力图显示明显方向性覆盖空洞；双RIS协作后大空洞消除，但仍有小盲区；CPO在边缘留下两大空洞；SGO出现多个随机小空洞；所提三RIS方案完全无-4 dB阈值以下区域，证明全局覆盖保障。

在总结讨论部分，研究人员指出，所提出的基于网格的最大最小信噪比框架结合子阵列分解和全局角度优化，在保持物理特性的同时显著降低了计算复杂度和优化维度；eDBO算法通过混沌初始化、自适应t分布变异等策略有效克服了局部最优和早熟收敛。仿真验证了该框架能成功消除覆盖空洞，实现均匀高质量覆盖，与只能提供概率平均性能的随机几何方法不同，所提方案严格保证了最差情况下的覆盖性能。未来工作将研究离散相位对覆盖性能的影响，并探索基于机器学习的优化算法。