摘要
新应用场景、新业务的涌现驱动着无线通信技术的不断革新。第六代无线通信系统(Sixth Generation, 6G)将向着绿色化、节能化的方向发展，致力实现“万物智联、数字孪生”的美好愿景。现有的无线通信网络架构和技术很难满足不断提升的通信指标和需求。针对此问题，部署可重构智能超表面(Reconfigurable Intelligent Surfaces, RIS)以辅助无线通信系统，成为了一种有效解决方案。通过对组成元件进行控制，RIS可以实现对电磁波相位、幅度的调整，从而实现智能可控的无线传播环境。同时，RIS由于具有低成本、低能耗、易部署等优点，已成为6G的核心使能技术之一。 然而，现有的研究工作主要面向仅有反射功能的RIS，其只能覆盖一侧的用户，因此限制了系统设计的自由度。近年来，一种同时具有透射和反射能力的智能超表面(Simultaneously Transmitting and Reflecting RIS, STAR-RIS)被提出。STAR-RIS在具备常规RIS优点的同时，还能够提供所谓的“全空间覆盖”，因此一经出现便成为了研究热点。为充分发挥部署STAR-RIS为无线通信系统带来的潜力，本文研究了STAR-RIS辅助的通信系统中的信道估计与资源分配问题，旨在提出有效的系统设计和算法以降低信道估计开销并提高信息传输效率。 首先，本文介绍了STAR-RIS的信号模型和三种实用操控方式，分别是能量分配、模式切换和时间切换，并讨论了它们的优缺点。进一步，为证实STAR-RIS覆盖方面的优势以及部署STAR-RIS的必要性，考虑了一个STAR-RIS辅助的两用户通信系统，并建立了系统在正交多址(Orthgonal Multiple Access, OMA)和非正交多址(Non-Orthgonal Multiple Access, NOMA)两种接入方式下的总覆盖范围最大化问题。通过对问题的拉格朗日函数进行分析，获得了相应问题的最优解。以上研究工作为后续研究内容打下了基础。 其次，由于获取准确的信道状态信息(Channel State Information, CSI)有利于设计STAR-RIS波束赋形和提高基站的信息传输效率，且现有的面向RIS的信道估计方法不能直接迁移到STAR-RIS，本文针对不同信道衰落条件分别提出了有效信道估计/波束训练方法以获取瞬时CSI。具体而言，在衰落信道条件下，为获得逐面元的CSI，提出了一种用户导频和STAR-RIS训练矩阵的联合设计方法，以最小化信道估计误差，并通过仿真结果说明了所提设计可以获得渐进最优的估计误差表现。接着，在直射(Line-of-Sight, LoS)信道条件下，为获取用户的位置并适配STAR-RIS近场传播模型，提出了一种两阶段分层波束训练方法。通过分析和仿真说明，所提方法可以大幅降低现有方法的波束训练开销，并保持可比较的可达速率性能。 然后，本文研究了一个STAR-RIS辅助的多用户、多信道通信系统中的资源分配策略。对于OMA和NOMA两种接入方式分别建立了优化问题，旨在联合优化信道分配、功率/时间分配、透射-反射系数向量、NOMA解调顺序等，以最大化系统的和速率。由于STAR-RIS透射、反射系数需要联合设计且与其他变量耦合，该资源分配问题较为复杂。为有效处理，针对OMA和NOMA两种多址接入方式分别提出了低复杂度的算法，其中信道分配问题由基于位置的匹配理论解决，而其余变量用凸优化方法解耦并转换为可求解的形式。最后，通过仿真验证了所提算法的有效性，以及STAR-RIS相较于RIS、NOMA相较于OMA为无线通信系统带来的性能提升。 最后，针对STAR-RIS瞬时CSI的估计开销大导致实际系统信息传输效率降低的问题，本文进一步考虑了基于统计CSI的系统设计，并针对不同的信道衰落条件提出了两种双时间尺度传输协议。具体而言，在LoS主导信道条件下，设计了第一种协议，其根据统计CSI优化STAR-RIS长期波束赋形，在信道相干时间内根据用户有效信道增益优化基站短期功率分配；在衰落信道条件下，设计了第二种协议，其根据统计CSI优化STAR-RIS长期面元分配策略，在信道相干时间内根据部分瞬时CSI优化短期STAR-RIS相移和基站功率分配。同时，建立了两种协议的长期、短期优化问题以最大化系统平均和速率，并分别提出了有效的算法求解。因为两种传输协议是基于统计CSI或部分瞬时CSI，其信道估计开销和STAR-RIS面元更新频率均远低于基于瞬时CSI的传输协议。此外，通过分析和仿真结果验证了两种协议的在提升传输效率方面的有效性，并说明了各自的适用场景。
NETL