超材料智能表面在MIMO无线网络中辅助应用的仿真研究

摘要

在当今5G或未来无线通信中,广泛采用智能新材料和深度学习算法,在提高波谱利用率、降低能源消耗等方面,开始展现出诱人的发展态势.本文以毫米波和大容量多输入所输出(multiple-input multipleoutput,MIMO)无线网络数据集作为移动通信场景,研究信道模型估计.进一步引入具有少量反射单元可灵活配置的大规模智能表面,设计了以信道特征参数为输入、以可达接收速率为输出标签的多感知神经元网络模型.综合应用包括仿真基准、智能超表面、深度学习等技术,仿真评价了智能超表面的反射单元组成、有源单元数量,以及发射功率、训练数据集大小等因素对移动用户可达速率的影响,计算结果表明,通过这些选项的适当设计,能增加深度学习在无线网络环境特性感知方面应用的有效性.