RIS辅助的SWIPT技术在物联网网络中的应用:架构、优化及未来发展方向的研究综述
《IEEE Communications Standards Magazine》:RIS-Assisted SWIPT for IoT Networks: A Survey of Architectures, Optimization, and Future Directions
【字体:
大
中
小
】
时间:2026年08月25日
来源:IEEE Communications Standards Magazine 5.1
编辑推荐:
摘要:
同时无线信息与能量传输(SWIPT)与可重构智能表面(RISs)的结合,即RIS辅助的SWIPT,正成为一种有前途的范式,用于可持续的、高效节能的、智能的第六代(6G)物联网(IoT)网络。通过同时实现可编程传播、信息解码(ID)和射频能量收集(EH),RIS辅
摘要:
同时无线信息与能量传输(SWIPT)与可重构智能表面(RISs)的结合,即RIS辅助的SWIPT,正成为一种有前途的范式,用于可持续的、高效节能的、智能的第六代(6G)物联网(IoT)网络。通过同时实现可编程传播、信息解码(ID)和射频能量收集(EH),RIS辅助的SWIPT可以延长能源受限的IoT设备的寿命,同时提高覆盖范围、可靠性和资源利用率。因此,本文对先进的RIS辅助SWIPT系统进行了全面的综述,根据系统模型、SWIPT接收器架构、RIS部署架构、优化方法、实际损耗和IoT应用要求对研究进展进行了分类。我们回顾了各种RIS实现方式,包括无源RIS(PRIS)、有源RIS(ARIS)、同时发射和反射RIS(STAR-RIS)、超对角RIS(BD-RIS)、超大RIS(XL-RIS)、自给自足RIS、多RIS和混合RIS部署。我们还讨论了新兴的6G技术,包括可移动天线辅助SWIPT、夹挤天线辅助SWIPT、可移动RIS、流体天线辅助RIS系统、全息多输入多输出(MIMO)表面以及RIS支持的语义通信。特别关注了优化和基于学习的方法的演化,包括半定松弛(SDR)、逐次凸逼近(SCA)、分数规划(FP)、交替优化(AO)、块坐标下降(BCD)、最大化-最小化(MM)、内逼近(IA)、黎曼流形优化(RMO)、鲁棒优化、深度强化学习(DRL)、图神经网络(GNNs)、联邦学习(FL)和元学习。该综述进一步将这些算法与RIS辅助SWIPT问题的核心数学结构联系起来,...
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号