⚡ electrical engineering

Reliable IoT Communications in 6G Non-Terrestrial Networks with Dual RIS

本文提出了一种用于可靠物联网通信的双重可重构智能表面（RIS）辅助 6G 框架，该框架通过将复杂的联合波束赋形、功率分配和设备关联优化问题分解为高效的子问题，解决了严重的遮挡问题，在实现接近最优和速率性能的同时，其复杂度显著低于穷举搜索。

原作者： Muddasir Rahim, Soumaya Cherkaoui

发布于 2026-02-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Muddasir Rahim, Soumaya Cherkaoui

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下未来的互联网（6G）是一个庞大的、高速的公路系统，它不仅要承载汽车，还要承载数百万个微小的、对数据有渴求的设备（即“物联网”）。这篇论文的作者正试图解决这个公路系统上的交通拥堵问题。

以下是他们利用简单类比对解决方案进行的拆解：

问题所在：“黄金频段”被堵塞了

研究人员想要使用一段特定的无线电频谱，称为中高频段（UMB）。你可以把这看作是无线电频谱中的“黄金频段”。它是完美的中间地带：既有足够的空间传输数据（像一条宽阔的高速公路），又能传输得足够远从而发挥作用。

然而，问题在于：在拥挤的城市或灾难发生期间，高楼大厦和碎片会阻挡基站与你的设备之间的直接视线。这就像是你试图开车穿过一座城市，但每条街道都被墙壁挡住了。信号无法穿透。

解决方案：两层“镜面”系统

为了解决这个问题，作者提出了一个使用可重构智能表面（RIS）的系统。你可以把这些 RIS 想象成智能的、神奇的镜子，它们可以捕捉信号，将其反射，并精准地引导到需要的地方，从而绕过障碍物。

但仅靠一层镜子是不够的。如果地面上的建筑挡住了视线，地面上的镜子就帮不上忙。因此，他们提出了一个两层系统：

地面镜面（TRIS）： 这些是安装在建筑物墙壁上的标准镜子。
天空镜面（HRIS）： 这些是安装在**高空平台站（HAPS）**上的镜子——本质上是悬浮在高空中的大型太阳能无人机或气球。

如果地面被遮挡，天空镜面可以俯瞰建筑物的上方，将信号反射向下。如果天空被遮挡，地面镜面可以寻找绕过障碍物的路径。这就像是一个接力赛团队传递接力棒：如果一条路径被封死了，位于不同位置的下一个跑者就会接手。

挑战：组织混乱

现在，想象你有 100 个设备、50 面地面镜子和 1 面天空镜子。你需要决定：

哪个设备与哪面镜子通信？
每个设备应该使用多少功率？
镜子应该如何调整角度？

如果你试图为每一个可能的组合计算出完美答案，那么即使是超级计算机也需要比宇宙年龄还要长的时间才能算完（这被称为“穷举搜索”）。这太慢了，也太复杂了。

作者的策略：一种智能的团队协作方法

作者并没有试图一次性解决整个谜题，而是将其分解为三个更小、更易处理的任务，并在一个循环中逐一解决：

“静音”技巧（波束赋形）： 他们使用了一种叫做**迫零（Zero-Forcing）**的技术。想象一下管弦乐团的指挥。与其让每种乐器都大声演奏从而产生噪音，不如让指挥告诉每位音乐家准确的演奏时机和音量，这样它们就不会产生冲突。这种方法可以抵消设备之间的干扰。
“燃料”计算器（功率分配）： 他们计算出了一个简单的数学公式，来决定每个设备究竟需要多少“燃料”（功率）。不多不少，确保没有人浪费能量。
“交友软件”匹配（设备关联）： 这是最具有创意的一部分。他们使用了一种稳定匹配算法。想象一个交友软件，设备和镜子都有自己的“偏好列表”：
- 设备向能提供最佳速度的镜子发起“求爱”。
- 镜子查看它收到的所有“求爱”，如果它对一个新的匹配对象更感兴趣，它就会进行更换。否则，它会拒绝。
- 这个过程会快速进行，直到所有人都以一种没人想更换的方式配对完成。这既快速、公平又高效。

结果：快速且近乎完美

作者在计算机模拟中测试了他们的系统。以下是他们的发现：

速度： 他们的“交友软件”方法在约 45 步内就收敛了（找到了解决方案）。这非常快。
性能： 他们的系统达到了“穷举搜索”（那个完美但无法计算的解）98% 的性能。
对比： 它碾压了其他方法。它比“贪婪”算法（即设备只选择看到的第一个好选项）高出约 15%，比“随机”方法高出 57%。

核心结论

论文声称，通过结合使用地面镜面和天空镜面，并利用一种智能的、循序渐进的匹配系统进行组织，我们可以创建一个极其可靠的 6G 网络。即使建筑物阻挡了信号或地面基础设施遭遇灾难，天空镜面也可以介入，保持互联网的顺畅运行，服务于数百万个设备。

作者指出，在未来，他们可能会将卫星加入到这个组合中，并处理移动设备（如行驶中的汽车或手机）的情况，但就目前而言，这个两层镜面系统是他们构建稳健 6G 网络已证实的解决方案。

技术摘要：基于双层 RIS 的 6G 非地面网络中可靠物联网通信

问题陈述
物联网（IoT）应用的快速扩张要求在第六代（6G）网络中实现稳健的资源分配，特别是在上中段（UMB）频谱（7–15 GHz）内。该频段被称为“黄金频段”，因为它在带宽和传播特性之间取得了平衡。虽然 UMB 具有巨大潜力，但在密集的城市环境或自然灾害导致地面基础设施受损的情况下，它面临着严重的传播损耗和频繁的视距（LoS）阻断问题。仅依赖地面可重构智能表面（TRIS）的现有解决方案往往会产生覆盖盲区。此外，集成非地面网络（NTN）（如高空平台系统，HAPS）引入了多层、异构架构下的复杂资源分配挑战。核心问题在于：在存在严重 LoS 阻断的情况下，如何通过利用双层 RIS 结构（TRIS 和安装在 HAPS 上的 HRIS）来最大化基于 UMB 的物联网网络的网络总速率。

方法论
作者提出了一个联合波束赋形、功率分配和物联网设备关联（JBPDA）框架，旨在最大化网络总速率。系统模型包含一个多天线接入点（AP），通过由 $L$ 个 RIS（TRIS 与 HRIS 的混合体）组成的两层 RIS 架构为单天线物联网设备提供服务。由于阻断的存在，假设直接的 AP 到设备的链路是不可用的。

优化问题被建模为一个混合整数非线性规划（MINLP）问题，该问题是 NP 难的，难以直接求解。为了解决这一问题，作者采用了一种分解方法，将问题分解为三个迭代子问题：

波束赋形优化： 作者在 AP 端采用迫零（ZF）波束赋形以消除多用户干扰。波束赋形矩阵是通过级联信道矩阵的伪逆推导得出的。
功率分配： 在波束赋形矩阵固定的情况下，功率分配问题被重新表述为一个凸优化问题。利用卡罗什-库恩-塔克（KKT）条件推导出了最优功率分配的闭式表达式。
设备-RIS 关联： IoT 设备与 RIS 的关联被建模为一个一对一匹配问题。作者提出了一种基于匹配理论的“设备提议-延迟接受”算法。在该算法中，设备根据可达数据速率向 RIS 提出申请，而 RIS 则暂时接受最好的提议，并拒绝其他提议，直到达到稳定匹配。

核心贡献

新颖架构： 本研究首次分析了专门针对 UMB 通信的 6G 物联网中 TRIS 和 HRIS 集成的架构，填补了现有文献中主要关注毫米波/太赫兹频段或仅限地面部署 RIS 的空白。
算法解决方案： 本文将 JBPDA 问题进行公式化，并将其分解为易于处理的子问题。它提供了一个包含 ZF 波束赋形、闭式功率分配表达式以及基于稳定匹配算法的关联方案的具体解法。
高效性： 证明了所提出的匹配算法能在多项式时间内终止，其复杂度为 $O(K \times L)$ ，其中 $K$ 是设备数量， $L$ 是 RIS 数量。

仿真结果
使用 MATLAB 进行了全面的仿真，参数包括 15 GHz 载波频率、256 个 AP 天线以及 $100 \times 100$ 个单元的 RIS 阵列。所提出的 JBPDA 方案与穷举搜索（ES）、贪婪搜索（GS）和随机搜索（RS）进行了基准测试。

收敛性： 所提出的方案表现出快速收敛性，对于 50 个物联网设备，在大约 45 次迭代内达到稳定。
相对于基准的性能： JBPDA 方案始终优于 GS 和 RS。具体而言，在测试的功率范围内，其实现的总速率比 GS 高约 15%，比 RS 高约 57%。
最优性： 所提出的方案接近穷举搜索（ES）基准的性能，其结果与 ES 最优解的差距在 2% 以内，同时保持了显著更低的计算复杂度。
可扩展性： 随着物联网设备数量增加（高达 200 个）以及 AP 天线数量增加（高达 256 个），JBPDA 方案仍能保持卓越性能，展示了在密集物联网场景下的有效可扩展性。

意义与主张
本文声称，所提出的多层 RIS 辅助框架可以有效缓解 LoS 阻断，并增强未来 6G 物联网在 UMB 中的连接可靠性。其意义在于提供了一种计算高效的资源分配策略，能够在不产生穷举搜索那样的极高复杂度的情况下，实现接近最优的网络总速率。作者断言，这种方法验证了集成地面和非地面 RIS 层级的有效性。

论文结论较为谦逊，指出虽然目前的研究针对的是静态场景，但未来的研究方向将包括集成低轨（LEO）卫星、混合波束赋形，以及物联网设备移动性的影响（包括追踪、多普勒效应和切换机制）。