A Generalized Power Method for SNR Maximization via RIS Phase Shift Design

doi:10.1109/tcomm.2026.3734321

A Generalized Power Method for SNR Maximization via RIS Phase Shift Design

2026-09-16

0

PRE

AI

DOI：10.1109/tcomm.2026.3734321

原文链接

原文求助

摘要

En 中文

可重构智能表面（RIS）的相位约束对实现可行且高效的RIS网络设计构成了重大挑战。本文提出了一种基于梯度投影的统一框架，作为广义功率方法（GPM）用于二次信噪比（SNR）最大化问题。逐步施加日益现实的相位约束，从理想化的连续单位模模型过渡到更实用的相位-幅度耦合模型。针对每种约束，GPM更新被高效推导，将二次问题转化为线性投影步骤。Karush–Kuhn–Tucker（KKT）分析表明，在连续单位模、离散单位模和相位耦合连续约束下，算法收敛至满足平稳性条件的点。通过对目标函数的分解推导出最小可实现SNR缩放，量化了这些约束的影响。数值结果表明，GPM框架非常适合秩亏二次SNR最大化问题，因为它比现有基于梯度的方法收敛更快，优于贪婪方法，在所有约束下保持线性复杂度，并且在信道估计误差下仍保持鲁棒性。

Keyword:

Reconfigurable intelligent surfaces

quadratic optimization

power method

SNR maximization

practical phase shifts

A Generalized Power Method for SNR Maximization via RIS Phase Shift Design

摘要

期刊

机构

引用论文