科研笔记—Ergodic Rate Analysis of STAR-RIS Aided NOMA Systems

news2024/11/24 12:38:11

Ergodic Rate Analysis of STAR-RIS Aided NOMA Systems

  • 1 STAR-RIS
  • 2 摘要
  • 3 系统模型
    • 3.1 信道
    • 3.2 用户位置
    • 3.3 ES(Energy Splitting)能量分裂协议
    • 3.4 NOMA
    • 3.5 信道模型
    • 3.6 信干噪比
  • 4 仿真
    • 4.1 遍历率分析

星型智能反射面辅助NOMA系统的遍历率分析 原文链接

1 STAR-RIS

全称(Simultaneously transmitting and reflecting reconfigurable intelligent surface),星型智能反射面。
特点:覆盖范围可达到360°;可以同时反射(reflection mode)和折射(refraction mode)
STAR-RIS具体可参考这篇文章

2 摘要

本文分析了一个同时发射和反射的可重构智能表面(STAR-智能反射面)辅助非正交多址(NOMA)系统的遍历速率。
在该系统中,由于障碍物,从基站到小区边缘用户的直接链路是非视距链路,而STAR-智能反射面用于向这些小区边缘用户提供视距链路。 通过将复合信道功率增益的分布拟合为Gamma分布,导出了小区边缘用户的遍历率和高信噪比斜率的闭式表达式。
数值结果表明:

  • (1)各态历经率随星智能反射面元素数目的增加而增加,高信噪比斜率固定为常数;
  • (2)STAR-智能反射面辅助NOMA系统比传统的智能反射面辅助NOMA系统具有更高的遍历率。

3 系统模型

系统模型

3.1 信道

为了刻画实际快速衰落信道的统计特性,考虑了一种更实际的信道,如Nakagami-M衰落。 该系统的信道模型用Gamma分布模拟,便于多小区性能分析。

3.2 用户位置

我们利用齐次泊松点过程来建模用户的位置。
近场用户与远场用户的** 概率密度函数 (PDF:probability density function)**分别为
f d near  ( x ) = ∂ ∂ x π x 2 π R 1 2 = 2 x R 1 2 f_{d_{\text {near }}}(x)=\frac{\partial}{\partial x} \frac{\pi x^2}{\pi R_1^2}=\frac{2 x}{R_1^2} fdnear (x)=xπR12πx2=R122x
f d f a r ( x ) = ∂ ∂ x π ( x 2 − R 1 2 ) π ( R 2 2 − R 1 2 ) = 2 x R 2 2 − R 1 2 f_{d_{f a r}}(x)=\frac{\partial}{\partial x} \frac{\pi\left(x^2-R_1^2\right)}{\pi\left(R_2^2-R_1^2\right)}=\frac{2 x}{R_2^2-R_1^2} fdfar(x)=xπ(R22R12)π(x2R12)=R22R122x

3.3 ES(Energy Splitting)能量分裂协议

具体看作者的另一篇文章,有具体描述和时间切换(TS:time switching)、**模式切换(MS:mode switching )**对比。
在这里为了避免ES协议改变连续干扰消除(SIC)的排列顺序 ,反射系数和折射系数分别为 β n r f l \beta_n^{rfl} βnrfl β n r f r \beta_n^{rfr} βnrfr,且 β n r f l + β n r f l = 1 \beta_n^{rfl}+\beta_n^{rfl} = 1 βnrfl+βnrfl=1

3.4 NOMA

为了最大化每个用户的增益并考虑单播传输,考虑采用NOMA用户对,近场用户采用SIC,远场用户直接解码信号。
在这里功率分配系数分别为 α n e a r \alpha_{n e a r} αnear α f a r \alpha_{far} αfar,且 α n e a r + α f a r = 1 \alpha_{near}+\alpha_{far}=1 αnear+αfar=1

3.5 信道模型

基站BS通过STAR-RIS到用户UE的反射与折射信道为
∣ h r f l ∣ = ∣ H R U r f l T Θ r f l H B R ∣ , ∣ h r f r ∣ = ∣ H R U r f r T Θ r f r H B R ∣ \left|h_{r f l}\right|=\left|\mathbf{H}_{\mathbf{R U}}^{\mathrm{rfl}}{ }^T \boldsymbol{\Theta}_{\mathbf{r f l}} \mathbf{H}_{\mathrm{BR}}\right|,\left|h_{r f r}\right|=\left|\mathbf{H}_{\mathbf{R U}}^{\mathrm{rfr}}{ }^T \boldsymbol{\Theta}_{\mathbf{r f r}} \mathbf{H}_{\mathbf{B R}}\right| hrfl=HRUrflTΘrflHBR,hrfr=HRUrfrTΘrfrHBR

Θ r f l \Theta_{\mathbf{r f l}} Θrfl Θ r f r \Theta_{\mathbf{r f r}} Θrfr为对角相移矩阵; H R U r f l \mathbf{H}_{\mathbf{R U}}^{\mathrm{rfl}} HRUrfl等为反射用户与BS之间信道

3.6 信干噪比

对于近场用户,采用SIC;远场用户采取直连。
γ near  S I C = P t a far  ( d near  2 + H 2 ) − α 2 d B R − α ∣ h k ∣ 2 P t a near  ( d near  2 + H 2 ) − α 2 d B R − α ∣ h k ∣ 2 + σ 2 , γ near  = P t a near  ( d near  2 + H 2 ) − α 2 d B R − α ∣ h k ∣ 2 σ 2 , γ far  = P t a far  ( d far  2 + H 2 ) − α 2 d B R − α ∣ h j ∣ 2 P t a near  ( d far  2 + H 2 ) − α 2 d B R − α ∣ h j ∣ 2 + σ 2 , \begin{aligned} \gamma_{\text {near }}^{S I C} &=\frac{P_t a_{\text {far }}\left(d_{\text {near }}^2+H^2\right)^{-\frac{\alpha}{2}} d_{B R}^{-\alpha}\left|h_k\right|^2}{P_t a_{\text {near }}\left(d_{\text {near }}^2+H^2\right)^{-\frac{\alpha}{2}} d_{B R}^{-\alpha}\left|h_k\right|^2+\sigma^2}, \\ \gamma_{\text {near }} &=\frac{P_t a_{\text {near }}\left(d_{\text {near }}^2+H^2\right)^{-\frac{\alpha}{2}} d_{B R}^{-\alpha}\left|h_k\right|^2}{\sigma^2}, \\ \gamma_{\text {far }} &=\frac{P_t a_{\text {far }}\left(d_{\text {far }}^2+H^2\right)^{-\frac{\alpha}{2}} d_{B R}^{-\alpha}\left|h_j\right|^2}{P_t a_{\text {near }}\left(d_{\text {far }}^2+H^2\right)^{-\frac{\alpha}{2}} d_{B R}^{-\alpha}\left|h_j\right|^2+\sigma^2}, \end{aligned} γnear SICγnear γfar =Ptanear (dnear 2+H2)2αdBRαhk2+σ2Ptafar (dnear 2+H2)2αdBRαhk2,=σ2Ptanear (dnear 2+H2)2αdBRαhk2,=Ptanear (dfar 2+H2)2αdBRαhj2+σ2Ptafar (dfar 2+H2)2αdBRαhj2,
P t P_t Pt为用户的传输功率; σ 2 \sigma^2 σ2为AWGN信道噪声的方差; α \alpha α为路径损耗指数。当近场用户为反射用户时,k=rfl and j=rfr;当近场用户为折射用户时,k=rfr and j=rfl。

4 仿真

4.1 遍历率分析

遍历率表示平均可达速率。 R near  = E [ log ⁡ ( 1 + γ near  ) ] u ( γ near  S I C − γ th  S I C ) , R far  = E [ log ⁡ ( 1 + γ far  ) ] , \begin{aligned} R_{\text {near }} &=\mathbb{E}\left[\log \left(1+\gamma_{\text {near }}\right)\right] u\left(\gamma_{\text {near }}^{S I C}-\gamma_{\text {th }}^{S I C}\right), \\ R_{\text {far }} &=\mathbb{E}\left[\log \left(1+\gamma_{\text {far }}\right)\right], \end{aligned} Rnear Rfar =E[log(1+γnear )]u(γnear SICγth SIC),=E[log(1+γfar )],
E \mathbb{E} E为期望函数; u ( t ) u(t) u(t)为阶跃函数; γ th  S I C \gamma_{\text {th }}^{S I C} γth SIC为SIC阈值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/20730.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Day08--初步创建并使用自定义组件

提纲挈领: 1.如何创建自定义组件? 我的操作: ************************************************* ************************************************* ************************************************* *****************************…

Netty:入门(2)

相关文章: 《IO 模型与多路复用》 《Java NIO》 《Netty:入门(1)》 写在开头:本文为学习后的总结,可能有不到位的地方,错误的地方,欢迎各位指正。 前言 在前文中,我们…

Spring 中 Bean 对象的存储和取出

由于 Spring 拥有对象的管理权,所以我们也需要拥有较为高效的对象存储和取出的手段,下面我们来分别总结一下: 存对象 配置文件 在存储对象之前,我们需要先配置一下 Spring 的扫描目录,这样 Spring 即可在正确的目录…

JVM复习【面试】

JVM复习【面试】前言推荐复习【JVM】第一部分 走进Java第1章 走进Java /2第二部分 自动内存管理机制第2章 Java内存区域与内存溢出异常 /382.2 运行时数据区 /382.2.2 Java虚拟机栈 /392.3 HotSpot虚拟机对象探秘2.3.1 对象的创建 /442.3.2 对象的内存布局 /472.4 实战&#xf…

HTML-Demo:工商银行电子汇款单

HTML-Demo:工商银行电子汇款单 Date: November 20, 2022 Demo简介: 简要说明一下这个demo 用HTML完成以下表格 知识点简介: 简要介绍其中一些知识点 表格属性 cellspacing 与 cellpadding 功能: cellpadding和cellspacing属性控…

面试:java中的各种锁对比

共享锁 共享锁有CountDownLatch, CyclicBarrier, Semaphore, ReentrantReadWriteLock等 ReadWriteLock,顾名思义,是读写锁。它维护了一对相关的锁 — — “读取锁”和“写入锁”,一个用于读取操作,另一个用于写入操作。“读取锁…

D. Make It Round(贪心 贡献 数学)[Codeforces Round #834 (Div. 3)]

题目如下: 思路 or 题解: 我们先考虑如何操作使结尾有最多的 0 我们不难发现: 2 * 5 10 10 10 我们是否只需要考虑 2 与 5 的贡献就行了 答案是肯定的!!! 约定: cnt5因数5的个数cnt_5 因数 …

kubernetes集群安装Ingress-nginx

文章目录概述搭建环境版本对应关系yaml文件安装实操演示常见问题外链地址概述 Ingress 公开从集群外部到集群内服务的 HTTP 和 HTTPS 路由。 流量路由由 Ingress 资源上定义的规则控制。 Kubernetes 通过 kube-proxy 服务实现了 Service 的对外发布及负载均衡,它的各…

2.3、传输方式

2.3、传输方式 2.3.1、串行&并行 2.3.3.1、串行传输 串行传输是指数据是一个比特一个比特依次发送的。因此,在发送端与接收端之间只需要一条数据传输线路即可 2.3.3.2、并行传输 一次发送 nnn 个比特。为此,在发送端和接收端之间需要有 nnn 条传输…

解决vscode各种异常格式化编译器配置

在vscode中创建vue文件时,若编辑代码时会出现间隔一段时间后自动的格式化内容,会很烦,经反复改查后无果,后来,对编辑器进行全面配置 首先原setting.json文件中的代码是这样的 { "files.autoSave": &qu…

定压补水装置 隔膜式定压补水装置

循环水中气体的来源及危害 A、气体来源 1、补水中夹带气体。 2、在定压不稳时吸入的气体。 3、放水时气体的侵入。 4、管道阀门等设备跑冒滴漏时侵入。 B、气体存在的危害 1、容易形成气阻,增加运营成本。 水中气体不及时排除,它所形成空气袋或气柱&am…

Vue学习(九)——混入

前言 混入(mixin)的使用非常简单,其实我原本打算直接写插件(plugin)的,但考虑到插件的使用范围也包括混入和自定义指令,还是先讲讲这两个的基本概念。 混入在我看来,就是给组件加上…

maya 卡通草地制作方法笔记

maya 卡通草地制作方法笔记 一、概述 maya制作草地的方法很多,有粒子替代种子法,painter笔刷法,xgen毛发模拟法,也有直接批量大量代理物体复制法等等。这次讨论的是用maya的painter笔刷法,审核制作卡通类简单的草地效…

Linux 进程概念 —— 冯 • 诺依曼体系结构

文章目录1. 冯诺依曼体系结构🍑 输入、输出设备🍑 中央处理器🍑 内存🍑 总线🍑 局部性原理🍑 总结2. 数据的流动过程1. 冯诺依曼体系结构 在 1945 年冯诺依曼和其他计算机科学家们提出了计算机具体实现的报…

URL和URI的区别

文章目录URLSchemeAuthorityPath to resourceParametersAnchorURL和URI参考URL 以下是 URL 的一些示例: https://developer.mozilla.org https://developer.mozilla.org/en-US/docs/Learn/ https://developer.mozilla.org/en-US/search?qURL这些 URL 中的任何一个…

[附源码]java毕业设计水库水面漂浮物WEB系统

项目运行 环境配置: Jdk1.8 Tomcat7.0 Mysql HBuilderX(Webstorm也行) Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。 项目技术: SSM mybatis Maven Vue 等等组成,B/S模式 M…

攻防世界Check

Check 题目描述:套娃? 题目环境:https://download.csdn.net/download/m0_59188912/87097474 将图片放入winhex中打开,文件头与文件尾均正常,文件大小也正常。 判断为lsb隐写,查看三个颜色的plane 0通道&…

mysql复习【面试】

mysql复习【面试】前言mysql复习第08章 索引的创建与设计原则3.索引设计原则3.2哪些情况下适合创建索引3.4 哪些情况不适合创建索引第10章 索引优化与查询优化2.索引失效案例8.覆盖索引9. 如何给字符串添加索引10. 索引下推11. 普通索引 vs 唯一索引12.其他的优化策略13. 淘宝数…

深入浅出学习透析Nginx服务器的基本原理和配置指南「负载均衡篇」

负载均衡 之前的章节内容中【深入浅出学习透析Nginx服务器的基本原理和配置指南「初级实践篇 」】和 【深入浅出学习透析Nginx服务器的基本原理和配置指南「进阶实践篇」】,我们采用的代理仅仅指向一个服务器。但是网站在实际运营过程中,大部分都是以集群…

【万兴PDF专家】OCR引擎的离线安装方法,让你不受网速的折磨,PDF给OCR成可搜索的高级PDF,牛逼了我的万兴

一、问题背景 万兴PDF是一个很好用的PDF工具,它不仅可以实现PDF的浏览和批注常见功能,还具有OCR、压缩PDF,乃至批量化的功能。 因此,实在是一个非常值得花钱去买的PDF工具包!! 但是,软件里的O…