⚡ electrical engineering

Multi-Functional RIS-enabled Radar and Communication Coexistence: Channel Modeling and a Sub-6 GHz Indoor Measurement Campaign

Dit artikel presenteert een uitgebreide analyse van een multifunctioneel reconfigureerbaar intelligent oppervlak (MF-RIS) systeem voor de coexistentie van radar en communicatie, waarbij een 3GPP-compatibel kanaalmodel wordt gecombineerd met Sub-6 GHz binnenmetingen om aan te tonen hoe MF-RIS virtuele line-of-sight paden creëert die blinde vlekken elimineren, de variantie in doorvoersnelheid verminderen en de som-snelheid verbeteren in 5G SU-MIMO omgevingen.

Oorspronkelijke auteurs: Anton Tishchenko, Demos Serghiou, Hamidreza Taghvaee, Arman Shojaeifard, Ahmed Elzanaty, Gabriele Gradoni, Mohsen Khalily, Rahim Tafazolli

Gepubliceerd 2026-02-09

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Anton Tishchenko, Demos Serghiou, Hamidreza Taghvaee, Arman Shojaeifard, Ahmed Elzanaty, Gabriele Gradoni, Mohsen Khalily, Rahim Tafazolli

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een gesprek probeert te voeren in een drukke, galmende kamer waar de persoon met wie je praat rondloopt. Soms wordt het directe zichtveld geblokkeerd door een muur, of stuitert het geluid zo vaak tegen verschillende oppervlakken dat je stem vervormd en zwak wordt. Dit is precies het probleem waar moderne draadloze netwerken (zoals 5G) mee te maken krijgen binnenshuis: signalen raken verloren, vertragen of fluctueren wild wanneer gebruikers bewegen.

Dit artikel introduceert een slimme oplossing genaamd een Multi-Functional Reconfigurable Intelligent Surface (MF-RIS). Zie dit niet als een standaard antenne, maar als een "slimme spiegel" voor radiogolven.

Hier is een overzicht van wat de onderzoekers hebben gedaan en gevonden, met behulp van eenvoudige analogieën:

1. Het Probleem: Het "Echo Chamber"-effect

In een typische binnenruimte botst het signaal van je telefoon tegen muren, meubels en mensen, en stuitert het rond als een pinbal. Dit creëft een rommelige omgeving waarin de signaalsterkte onvoorspelbaar omhoog en omlaag springt. Als je beweegt, kan de verbinding wegvallen of vertragen omdat de "pinbal"-paden constant veranderen.

2. De Oplossing: De "Slimme Spiegel" (MF-RIS)

De onderzoekers hebben een groot, plat paneel gebouwd (de MF-RIS) dat werkt als een slimme spiegel.

Het reflecteert niet alleen; het focust. In tegenstelling tot een gewone spiegel die licht in een vaste richting reflecteert, kan deze slimme spiegel worden geprogrammeerd om radiogolven precies naar een specifiek persoon te buigen, zelfs als diegene beweegt.
Het creëert een "Virtuele Zichtlijn". Zelfs als een muur de directe route tussen de zendmast (Base Station) en je telefoon blokkeert, creëert de spiegel een nieuw, schoon pad. Het is alsof de spiegel een tijdelijke, onzichtbare brug bouwt voor het signaal om de kamer zonder obstakels te doorkruisen.

3. De "Ogen" van het Systeem (Radarintegratie)

Dit is niet alleen een passieve spiegel; het heeft "ogen". De onderzoekers hebben een radarsysteem in de opstelling geïntegreerd.

De Tracker: Stel je voor dat de spiegel een ingebouwde radar heeft die constant de kamer scant om te zien waar je precies loopt.
De Reflex: Terwijl je beweegt, vertelt de radar de spiegel: "De persoon is naar links bewogen!" De spiegel past zijn oppervlak onmiddellijk aan (zoals duizenden kleine, programmeerbare tegeltjes) om het signaal gefocust te houden op jou. Dit gebeurt in realtime, met een kleine vertraging van ongeveer 0,1 seconde (ongeveer de tijd die het kost om te knipperen).

4. Het Experiment: Het testen van de spiegel

Het team heeft twee verschillende scenario's binnenshuis opgezet: een grote auditoriumzaal en een kleinere vergaderruimte. Ze blokkeerden het directe signaalpad om een moeilijke omgeving te simuleren en zetten de "slimme spiegel" vervolgens aan en uit om de resultaten te vergelijken.

Wat ze hebben gemeten:

De "Vervaging" (Delay Spread): In een rommelige kamer komen signalen op verschillende tijdstippen aan (sommige stuiteren tegen het plafond, andere tegen de vloer), wat een "vervaging" veroorzaakt die data vertraagt. De spiegel verminderde deze vervaging aanzienlijk door één enkel, sterk en direct pad te creëren.
De "Stabiliteit" (Channel Hardening): Zonder de spiegel was de signaalsterkte als een flikkerende gloeilamp. Met de spiegel werd het een constante, heldere straal.
De "Snelheid" (Throughput): Ze testten daadwerkelijke internetsnelheden op een 5G-telefoon.

5. De Resultaten: Wat er gebeurde?

Toen ze de MF-RIS aanzetten, waren de resultaten indrukwekkend:

Soepelere verbinding: De variatie in snelheid daalde met 74%. Dit betekent dat de verbinding niet meer hapert en zeer stabiel werd, zelfs terwijl de gebruiker liep.
Hogere snelheden: De totale datasnelheid verbeterde met 12,5%.
Geen "Blinde Vlekken": Ze ontdekten dat zelfs wanneer het directe pad geblokkeerd was, de spiegel een sterk alternatief pad creëerde, waardoor "dead zones" in de kamer effectief werden geëlimineerd.

6. De "Wiskunde" achter de magie

De onderzoekers hebben niet alleen gegokt; ze hebben een nieuw wiskundig model gebouwd om te beschrijven hoe deze spiegels werken.

Ze ontdekten dat oude modellen (die ervan uitgingen dat signalen zich gedragen als willekeurige statische ruis) niet pasten. In plaats daarvan gedroegen de signalen met de spiegel zich voorspelbaarder, als een gefocuste straal.
Ze ontdekten dat de spiegel anders geprogrammeerd moet worden afhankelijk van hoe ver je bent. Als je dichtbij bent (near-field), moet de spiegel focussen als een vergrootglas. Als je ver weg bent (far-field), werkt hij meer als een standaard reflector. Ze creëerden specifieke instructies (codeboeken) voor beide scenario's.

Samenvatting

Kortom, dit artikel bewijst dat een slimme, radar-uitgeruste spiegel de rommelige, onvoorspelbare aard van binnenhuis 5G-signalen kan oplossen. Door een bewegende gebruiker te volgen en de reflectie constant aan te passen, creëert het een stabiele, hogesnelheids "virtuele tunnel" voor data, waardoor de draadloze verbinding net zo solide en betrouwbaar aanvoelt als een bekabelde verbinding, zelfs in een drukke, obstakelrijke kamer.

Probleemstelling

De snelle evolutie van 5G en de geprojecteerde groei van private netwerken hebben ongekende eisen gesteld aan netwerkkwaliteit en energieverbruik. Hoewel Reconfigurable Intelligent Surfaces (RIS) een energiezuinige oplossing bieden om draadloze propagatie te verbeteren, wordt hun praktische implementatie gehinderen door hoge kosten, potentiële interferentie en complexe implementatieprocessen. Bovendien schiet de literatuur tekort in gedetailleerde studies naar Multi-Functional RIS (MF-RIS) systemen die sensing (radar) en communicatie integreren, met name met betrekking tot:

Kanaalmodellering: Er is een gebrek aan accurate fast-fading kanaalmodellen voor RIS-geassisteerde links die rekening houden met non-line-of-sight (NLoS) componenten en near-field effecten, die dominant zijn in indoor scenario's.
Lokalisatie: Praktische, op metingen gebaseerde studies naar de lokalisatie van user equipment (UE) met behulp van geïntegreerde radar op RIS zijn grotendeels onontgonnen.
Near-Field Dynamiek: Het gedrag van RIS in het near-field (waar de oppervlakte groot is ten opzichte van de golflengte) blijft grotendeels onkarakteristiek vergeleken met far-field aannames.

Methodologie

De auteurs voerden een uitgebreide indoor meetcampagne uit bij het 5G/6G Innovation Centre van de University of Surrey met behulp van een op maat gemaakte MF-RIS system.

1. Systeemarchitectuur:

MF-RIS Hardware: Een 4-bit digitale RIS werkend op 3,5 GHz (Sub-6 GHz) met 1.850 unit cells ( $50 \times 37$ ). Het integreert een 60 GHz mmWave radar (TI IWR6843ISK) voor gebruikerstracking.
Communicatie Setup: Een 2x2 5G New Radio (NR) Single User MIMO (SU-MIMO) systeem gebruikmakend van LimeNET hardware en een 4x4 MIMO smartphone voor throughput-testen.
Scenario's: Metingen werden uitgevoerd in twee indoor omgevingen: een grote auditorium ( $14,6 \times 10,8$ m) en een vergaderruimte ( $7,3 \times 4,3$ m). Beide scenario's vertoonden een geblokkeerde Line-of-Sight (LoS) tussen de Base Station (BS) en de UE, waarbij vertrouwd werd op NLoS paden en de RIS.

2. Theoretisch Kader:

Kanaalmodellering: De auteurs hebben een 3GPP-compatibel Geometric-Based Stochastic Model (GBSM) afgeleid voor de BS-RIS-UE link. Dit model incorporeert:
- Radar Cross-Section (RCS) en re-radiatiepatronen voor de RIS.
- Een gecascadeerd kanaalstructuur bestaande uit de BS-RIS LoS, de RIS-UE LoS (creëert een "Virtual LoS" of vLoS), en het directe BS-UE NLoS pad.
- Fast-fading statistieken afgeleid van empirische data, waarbij distributies verder gaan dan de conventionele Rayleigh-modellen.
Lokalisatie Algoritme: Een real-time UE tracking algoritme werd geïmplementeerd met behulp van Density-Based Spatial Clustering of Applications with Noise (DBSCAN) op radar point clouds, gevolgd door een Kalman filter voor mobiliteitsvoorspelling en fase-synthese updates.
Fase-synthese: Distinctieve codeboek generatiemethoden werden afgeleid voor:
- Near-Field: Gebruikmakend van sferische wavefront modellen en Green's functies om propagatie-fase en Fresnel kromming te compenseren.
- Far-Field: Gebruikmakend van lineaire fasegradiënten voor beam steering.

3. Experimentele Procedure:

Statische Metingen: Gebruik van een waveform generator en een real-time oscilloscoop om complexe kanaalresponsen, Power Delay Profiles (PDP) en delay spreads te vangen bij verschillende hoeken (5°–60°) en afstanden (1–10 m).
Dynamische Metingen: Een bewegende UE (constante snelheid) werd gevolgd om de systeemthroughput en channel hardening effecten in real-time te evalueren.

Belangrijkste Bijdragen

3GPP-Compatibel Kanaalmodel: Het artikel presenteert een afgeleid kanaalmodel gebaseerd op de RIS RCS en re-radiatiepatronen, compatibel met 3GPP TR 38.901. Het modelleert expliciet de vLoS component en het NLoS BS-UE pad, die vaak worden genegeerd in bestaande literatuur.
Fading Distributie Analyse: De studie toont aan dat het conventionele Rayleigh fading model ongeschikt is voor MF-RIS geassisteerde kanalen. In plaats daarvan wordt het kanaal beter beschreven door een Weibull distributie over brede bandbreedtes en een log-normale distributie over smalle bandbreedtes.
Near-Field Codeboek Afleiding: De auteurs bieden exacte afleidingen voor near-field fase-synthese, waarbij de fundamentele verschillen met far-field lineaire fasegradiënten worden benadrukt die nodig zijn om energie te focussen in de near-field regio.
Geïntegreerde Lokalisatie en Tracking: Een praktisch lokalisatiealgoritme wordt gedetailleerd, waarbij een gemiddelde voorspellingslatentie van 127 ms en een gemiddelde Angle of Arrival (AoA) schattingsnauwkeurigheid van 6,47° wordt bereikt.
Empirische Kanaal Karakterisering: Uitgebreide large-scale (path loss, shadow fading) en small-scale (Ricean K-factor, RMS delay spread, cluster powers) parameters zijn gemeten en getabelleerd voor zowel RIS-on als RIS-off scenario's.

Resultaten

Channel Hardening: De MF-RIS creëert effectief een vLoS pad, waardoor het draadloze MIMO kanaal wordt "verhard". Dit vermindert de willekeur van de kanaalversterking.
Delay Spread Reductie: In het near-field (2 m) reduceerde de RIS de RMS delay spread aanzienlijk vergeleken met de NLoS-only scenario, waardoor de coherentie bandbreedte toenam.
Throughput Prestaties:
- In het 2x2 5G NR SU-MIMO systeem resulteerde de toevoeging van de MF-RIS in een 74% reductie in throughput variantie en een 12,5% verbetering in de sum-rate binnen het near-field vergeleken met de no-RIS setup.
- Op een afstand van 4 m vertoonde het systeem nog steeds verbeteringen (gemiddelde throughput toename van 8,2%), hoewel de winst kleiner was naarmate het kanaal naar het far-field bewoog.
Blind Spot Mitigatie: De studie vond dat Sub-6 GHz indoor propagatie met MF-RIS grotendeels vrij is van blind spots, zelfs wanneer de directe LoS geblokkeerd is, dankzij de creatie van betrouwbare vLoS paden.
Lokalisatie Nauwkeurigheid: De radar-gebaseerde tracking behield de alignment met de Cramér–Rao Lower Bound (CRLB) voor statische of constant-velocity gebruikers, waarbij fouten snel worden gecorrigeerd (na 3–4 frame duur) na trajectwijzigingen.

Betekenis en Claims

Het artikel claimt dat het voorgestelde MF-RIS systeem kritieke hiaten in de implementatie van RIS-technologie aanpakt door een praktische, geïntegreerde sensing en communicatie platform te demonstreren. De betekenis ligt in:

Validatie van de "Loose Integration" van ISAC: Het toont aan dat MF-RIS Integrated Sensing and Communication (ISAC) kan mogelijk maken met minimale hardwarewijzigingen aan bestaande 5G architecturen.
Het Bieden van een Measurement-Driven Model: Door theoretische afleidingen aan te vullen met uitgebreide empirische data, biedt het artikel een gevalideerd kanaalmodel dat gebruikt kan worden in ray-tracing simulators en netwerkplanning tools.
Demonstratie van Channel Hardening: De resultaten leveren bewijs dat MF-RIS MIMO-kanalen kan stabiliseren in dynamische indoor omgevingen, wat throughput fluctuaties vermindert en de betrouwbaarheid verbetert voor bewegende gebruikers.
Near-Field Haalbaarheid: Het werk bevestigt dat near-field focusing haalbaar en voordelig is voor indoor scenario's, wat de aanname uitdaagt dat RIS alleen effectief is onder far-field condities.

De auteurs concluderen dat hoewel de MF-RIS complexiteit introduceert in codeboek ontwerp en fase-synthese, de resulterende verbeteringen in kanaalstabiliteit, throughput en lokalisatienauwkeurigheid het een levensvatbare kandidaat maken voor toekomstige 6G indoor netwerken.