科研速递 | 理工学院沈闓明教授课题组的文章被IEEE GLOBECOM 2021接收
近日，沈闓明教授课题组的文章‘Optimal Discrete Beamforming for Intelligent Reflecting Surface’被IEEE GLOBECOM 2021接收。
01
关于IEEE GLOBECOM
IEEE GLOBECOM是IEEE通信协会（IEEE Communication Society）的旗舰会议，致力于通信的各个方面的创新，于每年十二月中旬定期召开。它涵盖了包括信息论，通信信号处理，无线通信，无线网络，多媒体通信和信息安全等在内的通信行业的各个领域，每年有2900多名科研人员参会。
02
研究背景
智能反射面（Intelligent Reflecting Surface, IRS）是未来6G网络的核心技术之一，该技术通过部署低成本、大规模的电磁反射元件来调节无线信号相位，使得无线信号聚焦在目标用户。需要强调的是，IRS是一种无源设备，换言之它自身并不产生信号，IRS只对其他有源设备（如基站）所发出的信号进行反射与调相处理。因此，在不增加射频能耗与频谱资源的前提下，仅靠部署IRS就能显著提升传输速率、通信可靠性、信道容量、网络覆盖率等，从而助力“碳达峰、碳中和”的国家大战略。
关于IRS的现有研究工作大多基于传统的模型驱动方法，需要对无线信道进行估计，而不适宜在5G现网中实现。总体而言，IRS技术的落地面临以下挑战：
对于当前的sub-6G而言，真实信道中多径成分非常复杂，难以准确地估计主要能量的来波方向。
传统波束赋形方法依赖IRS与基站之间交互信道CSI信息，进而要设计独立的信息传输链路以及IRS侧具备通信信号接收和处理的相应功能，然而当前网络架构与协议并不支持。
引入信道交互以及IRS接收机能力后，会造成IRS成本大幅抬升，若与基站成本相当，则难以大规模推广部署。
不同于大部分现有工作，本课题组从数据统计的全新视角提出一种无需信道状态信息的IRS技术，在不需要改变现有移动网络结构和协议的前提下验证了IRS技术的可行性。目前团队已初步完成原型机规模应用的前期准备工作，并将在现网中更丰富的场景中进行验证与应用，支撑5G网络系统级优化。
03
研究方法
基于数据驱动的思想，我们原创性地提出了基于盲波束赋形的反射面相位控制技术。具体而言，该项技术不需要获取信道状态即可通过自学习建立场景化模型，得到IRS阵列在当前场景下的最优相位组合。我们从理论上证明，针对二元波束赋形问题，即每个相位从{0, π}中选择时，以上算法可以渐进达到全局最优；而在处理多元相位选择{0,π/K,2π/K, ... ,(K-1)π/K}，K>2时，以上算法可以渐进达到全局最优的(1 + cos(π/K))/2以上，例如当有四个相位选择时，提出算法可以达到全局最优的85%以上。
04
研究结果
除了理论验证以外，目前团队已初步完成原型机规模应用的前期准备工作，并将在现网中更丰富的场景中进行验证与应用，支撑5G网络系统级优化。在5G商用网的2.6 GHz频段，我们提出的盲波束赋形算法CSM可以有效的提升信道质量，即使在无线环境极不稳定的地下车库室内场景，SINR也能将近提升6 dB。
1. IRS原型机
2. 测试场景
3. 信干噪比效果验证
05
作者简介
作者：香港中文大学（深圳）理工学院沈闓明教授
研究领域：优化，信息论，无线通信
沈闓明在2011年本科毕业于上海交通大学（信息安全专业，辅修数学），之后在2013年和2020年依次获得加拿大多伦多大学电子与计算机工程专业的硕士及博士学位。自2020年起他加入香港中文大学（深圳）的理工学院担任助理教授。他致力于优化理论和信息论方向的基础研究及其在无线通信、机器学习领域的应用。
作者：香港中文大学（深圳）副校长罗智泉教授
研究领域：优化，无线通信，信号处理，数据科学
罗智泉教授，国际著名大数据分析与应用科学家、加拿大皇家科学院院士、香港中文大学（深圳）副校长、深圳市大数据研究院院长。他于1984年获北京大学数学系学士学位，1989年获美国麻省理工学院电子工程与计算机科学系博士学位。他是SIAM 会士和IEEE 会士以及IEEE信号处理期刊主编（2012-2014）。
他的学术成果包括无线通信的收发机优化设计、最优鲁棒波束成形设计、动态频谱管理等，相关论文被IEEE等权威学术机构7次评为年度最佳论文；因在优化理论方面的杰出贡献，2010年被美国运筹和管理科学协会授予Farkas奖，2018年被国际数学优化学会授予Tseng纪念奖。2020年，他被聘为华为eLab实验室主任，挑战网络效能最大化的难题。他主持研发的5G网络优化技术已落地华为GTS平台，供数万工程师在全球多个网络中应用，提升网络平均数率15+%，能耗下降10+%。他领导的5G网络体验最优化技术创新团队荣获华为2020年创新与技术突破奖（华为公司科技创新最高奖）。
本文作者：张耀文
张耀文2020年于北京理工大学取得应用物理学学士学位，现在正在香港中文大学（深圳）攻读计算机与信息工程硕士学位。他的研究兴趣包括优化算法，信号处理和机器学习。
本文作者：任书仪
2018年本科毕业于同济大学数学科学学院统计学方向，自2018年9月起在香港中文大学（深圳）理工学院攻读计算机信息工程博士学位。她的研究兴趣主要包括无线通信，优化算法，统计学，机器学习等。