⚡ electrical engineering

Rethinking Passive RIS: Finite Blocklength Reliability Analysis Under Thermal Noise

Dieser Beitrag stellt ein einheitliches analytisches Rahmenwerk für RIS-gestützte Kurzpaket-Kommunikation im Regime endlicher Blocklänge vor, das thermisches Rauschen explizit berücksichtigt, wodurch gezeigt wird, dass das Vernachlässigen dieses Effekts die Zuverlässigkeit erheblich überschätzt, und dass eine Vergrößerung der RIS-Größe in Szenarien mit geringer Leistung aufgrund von akkumuliertem Rauschen die Leistung verschlechtern kann.

Ursprüngliche Autoren: Farjam Karim, Deepak Kumar, Prathapasinghe Dharmawansa, Nurul Huda Mahmood, Arthur Sousa de Sena, Matti Latva-aho

Veröffentlicht 2026-05-22

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Farjam Karim, Deepak Kumar, Prathapasinghe Dharmawansa, Nurul Huda Mahmood, Arthur Sousa de Sena, Matti Latva-aho

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, eine sehr kurze, dringende Textnachricht (wie „Stopp!" oder „Hilfe!") über eine Stadt hinweg zu senden, indem Sie eine riesige Wand aus Spiegeln verwenden. Diese Wand ist eine rekonfigurierbare intelligente Oberfläche (RIS). Anstatt einen neuen Turm zu bauen, nutzen Sie diese intelligente Wand, um Ihr Signal um Hindernisse herum zu reflektieren und den Empfänger zu erreichen.

Lange Zeit gingen Ingenieure davon aus, dass diese Spiegel perfekt seien. Sie dachten: „Wenn wir mehr Spiegel hinzufügen, wird das Signal immer stärker, und die Nachricht kommt jedes Mal perfekt an." Sie behandelten die Spiegel wie magische, stumme Reflektoren, die keine eigenen Probleme verursachen.

Die große Entdeckung: Die Spiegel sind nicht stumm
Dieser Artikel besagt, dass diese Annahme falsch ist. In der realen Welt sind diese Spiegel nicht nur passives Glas; es sind physische Objekte, die warm werden und ihr eigenes winziges Maß an statischem Rauschen erzeugen (sogenanntes thermisches Rauschen), genau wie eine heiße Tasse Kaffee Wärme abstrahlt.

Die Autoren stellten fest, dass sich dieses „Spiegelrauschen" aufsummiert, wenn Sie viele dieser Spiegel verwenden (was das Ziel für 6G-Netze ist). Es ist wie der Versuch, ein Flüstern in einem Raum zu hören, in dem jeder Ihnen zurückflüstert. Je mehr Spiegel Sie hinzufügen, desto lauter wird das Hintergrundrauschen, bis es schließlich das Signal übertönt, das Sie zu verstärken versuchten.

Das Problem der „kurzen Nachricht"
Die meisten alten Mathematikmodelle für diese Systeme gehen davon aus, dass Sie lange, langsame Filme senden (unendliche Blocklänge). Doch 6G dreht sich um das Senden von kurzen, schnellen Paketen (wie einer schnellen Textnachricht).

Die alte Sichtweise: „Fügen Sie 1.000 Spiegel hinzu, und Ihre Verbindung wird perfekt sein."
Die neue Realität: „Wenn Sie 1.000 Spiegel hinzufügen, aber das statische Rauschen ignorieren, das sie erzeugen, werden Sie glauben, Ihre Verbindung sei perfekt, obwohl sie tatsächlich versagt. Je mehr Spiegel Sie hinzufügen, desto größer wird die Lücke zwischen Ihrer Vorhersage und der Realität."

Wichtige Erkenntnisse in einfacher Sprache

Die Falle „zu viele Spiegel":
Der Artikel zeigt, dass das bloße Vergrößern der RIS nicht immer hilft. Wenn Sie ein schwaches Signal senden (geringe Leistung), verschlimmert das Hinzufügen weiterer Spiegel die Situation tatsächlich, weil das angesammelte Rauschen all dieser Spiegel lauter wird als das Signal selbst. Es ist wie der Versuch, ein Flüstern zu verstärken, indem Sie durch ein Megafon mit einem defekten Lautsprecher schreien; das Rauschen übertönt die Stimme.
Der „Optimismus"-Fehler:
Wenn Ingenieure dieses Spiegelrauschen ignorieren, werden sie die Zuverlässigkeit ihres Systems massiv überschätzen.
- Beispiel: Um eine zuverlässige Verbindung zu erhalten, stellte der Artikel fest, dass Sie bei einer großen Anzahl von Spiegeln möglicherweise 10- bis 15-mal mehr Leistung benötigen als von alten Modellen vorhergesagt. Das Ignorieren des Rauschens lässt Sie glauben, Sie kämen mit sehr wenig Leistung aus, was in der realen Welt zu Verbindungsabbrüchen führt.
Einheitliche vs. gemischte Spiegel:
Das Team testete zwei Szenarien:
- Einheitlich: Alle Spiegel sind auf die gleiche Stärke eingestellt.
- Nicht einheitlich: Einige Spiegel sind stärker, andere schwächer eingestellt.
- Ergebnis: Es stellt sich heraus, dass eine Mischung aus verschiedenen Stärken das Ergebnis nicht wesentlich verändert. Die „durchschnittliche" Stärke reicht normalerweise aus, um vorherzusagen, was passieren wird.
Der Kompromiss zwischen Geschwindigkeit und Zuverlässigkeit:
Beim Senden kurzer Nachrichten gibt es eine Grenze dafür, wie sehr Sie die Dinge durch längeres Warten verbessern können. Der Artikel zeigt, dass Sie, wenn Sie das Spiegelrauschen ignorieren, denken könnten, Sie könnten Daten sehr schnell und zuverlässig senden. Sobald Sie jedoch das Rauschen einbeziehen, erkennen Sie, dass Sie viel längere Nachrichten senden müssen, um die gleiche Zuverlässigkeit zu erreichen, was den Zweck von Anwendungen mit „niedriger Latenz" (Geschwindigkeit) zunichtemacht.

Das Fazit
Dieser Artikel ist ein Realitätscheck für die Zukunft drahtloser Netzwerke. Er sagt uns, dass passive Spiegel keine Magie sind; es sind physische Geräte, die Rauschen erzeugen.

Wenn wir zuverlässige 6G-Netze mit diesen riesigen intelligenten Wänden aufbauen wollen, können wir nicht einfach immer mehr Spiegel hinzufügen und auf das Beste hoffen. Wir müssen unsere Systeme so entwerfen, dass wir wissen, dass die Spiegel selbst Rauschen hinzufügen. Tun wir dies nicht, werden wir Systeme bauen, die auf dem Papier großartig aussehen, aber in der realen Welt versagen.

Technische Zusammenfassung: Neubewertung passiver RIS: Zuverlässigkeitsanalyse bei endlicher Blocklänge unter thermischem Rauschen

Problemstellung
Rekonfigurierbare Intelligente Oberflächen (RIS) sind eine Schlüsseltechnologie für 6G-Netze und versprechen eine verbesserte Abdeckung und Zuverlässigkeit bei geringem Energieverbrauch. Die bestehende Literatur modelliert passive RIS-Elemente jedoch überwiegend unter idealisierten, rauschfreien Annahmen. Diese Vereinfachung ignoriert das thermische Rauschen, das durch die ohmschen Verluste passiver Elemente entsteht, ein Phänomen, das durch den Johnson-Nyquist-Theorem bestimmt wird. Während frühere Arbeiten der Autoren dies im Regime unendlicher Blocklänge adressierten, operieren aufkommende 6G-Anwendungen – wie ultra-zuverlässige Kommunikation mit niedriger Latenz (URLLC) und Internet der Dinge (IoT) – im Regime endlicher Blocklänge (FBL). In diesem Regime sind konventionelle asymptotische Leistungsindikatoren (z. B. Shannon-Kapazität) für eine genaue Charakterisierung der Zuverlässigkeit unzureichend. Darüber hinaus bleibt die Auswirkung des akkumulierten RIS-thermischen Rauschens unter den Einschränkungen der Kurzpaketübertragung unquantifiziert, was zu übermäßig optimistischen Systembewertungen führen kann.

Methodik
Die Autoren entwickeln ein einheitliches analytisches Rahmenwerk, um die Leistung von RIS-unterstützten Systemen im FBL-Regime zu charakterisieren und dabei thermisches Rauschen explizit einzubeziehen. Das Systemmodell besteht aus einem Sender und einem Empfänger mit jeweils einer Antenne, die über eine passive RIS mit $N$ reflektierenden Elementen verbunden sind, wobei angenommen wird, dass die direkte Verbindung blockiert ist.

Zu den wichtigsten methodischen Komponenten gehören:

Rauschmodellierung: Die Studie übernimmt ein physikalisch fundiertes Modell, bei dem RIS-Elemente thermisches Rauschen erzeugen, das proportional zu ihren Reflexionskoeffizienten ( $\beta_n$ ), der Bandbreite ( $B$ ) und der Temperatur ( $T$ ) ist. Die gesamte durch RIS verursachte Rauschleistung skaliert linear mit der Anzahl der Elemente und deren Reflexionseffizienz.
Signal-zu-Interferenz-plus-Rausch-Verhältnis (SINR): Die Autoren leiten SINR-Ausdrücke sowohl für einheitliche Reflexionskoeffizienten ( $\beta_n = \beta$ ) als auch für nicht-einheitliche Konfigurationen ab, wobei die durch die Re-Radiation des von RIS erzeugten Rauschens verursachte Interferenz berücksichtigt wird.
Analyse endlicher Blocklänge: Unter Verwendung der Normalapproximation für die Blockfehlerrate (BLER) leitet das Papier geschlossene Ausdrücke für BLER und Goodput über Nakagami- $m$ -Fading-Kanäle ab. Die Analyse verwendet stückweise lineare Approximationen der Q-Funktion und Momenten-Matching-Techniken, um die statistischen Verteilungen der Signal- und Rauschtermen zu behandeln.
Asymptotische Charakterisierung: Um tiefere Einblicke zu gewinnen, leiten die Autoren asymptotische BLER-Ausdrücke für Szenarien mit hohem Signal-zu-Rausch-Verhältnis (SNR) ab und identifizieren die Diversitätsordnungen für sowohl einheitliche als auch nicht-einheitliche Reflexionsfälle.

Hauptbeiträge

Thermisches Bewusstsein im FBL-Rahmenwerk: Die Arbeit etabliert das erste thermisches Rauschen bewusste Kommunikationsrahmenwerk für passive RIS speziell im Regime endlicher Blocklänge, das die gemeinsame Auswirkung von Rauschen und Kurzpaketbeschränkungen erfasst.
Analytische Ausdrücke: Geschlossene Ausdrücke werden für BLER, asymptotische BLER und Goodput sowohl unter einheitlichen als auch unter nicht-einheitlichen RIS-Reflexionskonfigurationen abgeleitet.
Generalisiertes Reflexionsmodell: Die Analyse geht über die übliche einheitliche Annahme hinaus und schließt nicht-einheitliche Reflexionskoeffizienten ein, was eine realistischere Designperspektive bietet.
Validierung: Monte-Carlo-Simulationen werden durchgeführt, um die abgeleiteten analytischen Ausdrücke gegen numerische Ergebnisse zu validieren.

Ergebnisse
Numerische Ergebnisse zeigen, dass das Vernachlässigen des RIS-thermischen Rauschens zu einer signifikanten Überschätzung der Systemzuverlässigkeit führt.

Auswirkung der Elementanzahl: Mit zunehmender Anzahl der reflektierenden Elemente ( $N$ ) vergrößert sich die Diskrepanz zwischen rauschfreien Modellen und thermisches Rauschen bewussten Modellen. Beispielsweise erfordert das Erreichen einer BLER von $10^{-4}$ mit $N=20$ etwa 15 dB mehr Sendeleistung, wenn thermisches Rauschen berücksichtigt wird, im Vergleich zum Fall, in dem es ignoriert wird.
Abnehmende Grenzerträge: Eine Vergrößerung der RIS-Größe führt nicht immer zu Leistungsverbesserungen. In Regimen mit niedriger Sendeleistung kann das akkumulierte thermische Rauschen einer größeren Anzahl von Elementen dominant werden und den Signalgewinn aufheben. In einigen Fällen übertrifft eine Konfiguration mit weniger Elementen ( $N=10$ ) eine größere ( $N=20$ ) aufgrund geringerer Rauschakkumulation.
Goodput-Sättigung: Das Vorhandensein von thermischem Rauschen verschiebt den Sättigungspunkt von Goodput gegen Blocklänge erheblich. Während ein rauschfreies System möglicherweise bei einer Blocklänge von 2.000 sättigt, kann ein System mit thermischem Rauschen eine Blocklänge nahe 10.000 benötigen, um eine ähnliche Sättigung zu erreichen, was den niedrigen Latenzanforderungen von URLLC widerspricht.
Einheitlich vs. Nicht-Einheitlich: Der Leistungsunterschied zwischen einheitlichen und nicht-einheitlichen Reflexionskoeffizienten erweist sich als geringfügig, was darauf hindeutet, dass durchschnittliche Reflexionswerte nicht-einheitliche Szenarien effektiv approximieren können.

Bedeutung
Das Papier argumentiert, dass die idealisierte rauschfreie Annahme für passive RIS für eine genaue Systembewertung fundamental fehlerhaft ist, insbesondere bei großflächigen Einsätzen und Kurzpaketkommunikation. Die Ergebnisse unterstreichen, dass das Ignorieren des RIS-thermischen Rauschens zu irreführenden Vorhersagen hinsichtlich Zuverlässigkeit und Energieeffizienzgewinnen führt. Die Autoren kommen zu dem Schluss, dass für eine realistische Leistungsbewertung, insbesondere in 6G-Systemen, die auf strenge Latenz und Zuverlässigkeit abzielen, das von passiven Elementen erzeugte thermische Rauschen explizit in das Systemmodell integriert werden muss. Diese Arbeit liefert die notwendigen analytischen Werkzeuge, um diese Einschränkungen zu bewerten, und leitet das Design praktischer RIS-unterstützter Netze.

Mehr davon