基于 IRS 相位控制与 AP 选择的边缘覆盖增强一体化方法在密集用户通信系统中的应用

将强信号带到网络边缘

任何在城郊看视频卡顿或在人群密集处通话中断的人都体验过当今无线网络的局限。随着我们迈向布满互联汽车、摄像头和传感器的智慧城市，这些弱覆盖点不仅令人恼火——还可能影响安全和交通流动。本文探讨了一种重塑空域的方法，使高速、可靠的覆盖能够到达网络中难以服务的角落，同时更高效地利用能量。

当今网络为何不够用

传统蜂窝系统围绕固定“小区”构建，每个小区由基站负责。小区中心附近的用户通常享有强连接，而边缘用户则要与信号衰落和邻区干扰作斗争。随着用户数量激增，尤其是在密集的城市或路侧环境，运营商不得不投入更多功率和硬件来维持服务。这种做法成本高、耗能大，而且仍会留下被建筑、车辆或地形遮挡的“盲区”。

用智能表面与共享天线重塑空域

作者将三种新兴思路结合起来同时应对这些问题。首先，不再依赖少数强塔，而是在区域内部署许多小型接入点以“无小区”方式分布。所有这些点协同为每个用户服务，因此不存在硬性的小区边界，边缘用户被落下的情况减少。其次，加入智能反射面——由许多可调单元构成的平面，可以调节以将无线波在选定方向上反射，就像可调的无线信号镜子。安装在建筑墙面或杆件上，这些面板可以在不自身发射功率的情况下将信号绕过障碍点亮死区。第三，采用一种称为功率域复用的共享方法，用户共享相同的时频资源但接收不同的功率等级，使得信道条件好的用户可以剥离干扰，而条件弱的用户仍能获得合理的容量份额。

微调反射与挑选合适的辅助节点

要释放这些智能表面的全部效益，反射波的相位必须精心协调，使信号相加而不是互相抵消。论文研究了两种用于选择这些相位设置的数学策略。一种称为交替优化，逐个微调每个反射单元，收敛快且计算代价适中，但只找到局部最优解。另一种基于半正定松弛，将任务表述为在系统的松弛版本上求解更复杂但可全局优化的问题。尽管理论上第二种方法可逼近最优性能，但计算量大且在反射面规模增大时难以扩展。仿真表明，在所考察的场景中，第一种更简单的方法实际上在实践中提供了更高的数据速率，因为其收敛更快且实现更容易。

更聪明地使用接入点与功率

除了引导反射之外，作者还设计了一个接入点选择算法，用以决定哪些小基站应实际为每个用户服务。算法根据长期信道强度和有利于有效共享的配对规则，为每个用户挑选一组辅助节点，而不是让每个点都对所有人广播——那样既浪费功率又产生不必要的干扰。

从方程到更智能的道路

为说明该方法在现实世界的表现，论文设想了一条繁忙的高速公路，沿线布满摄像头、路侧单元和空中监测交通的无人机。沿路分布的接入点和安装在标识或路灯杆上的智能反射面让车辆和传感器保持连接，即使在弯道或匝道下等信号通常衰减的区域也能维持通信。多个用户和传感器可以在经过精心选择的功率等级下共享同一带宽，必要时可优先保证应急车辆。与传统的大规模天线系统相比，所提出的设计在覆盖边缘的车辆上尤其能提供显著更高的数据速率，而不只是简单地提高发射功率。

对日常连接意味着什么

简单来说，这项工作展示了网络如何停止把环境视为障碍，而开始将其作为工具。通过分散更小的天线、增加可定向的反射面并智能地选择发射器与功率等级，系统可以填补弱覆盖点并以更少的浪费能量服务更多用户。尽管仍存在挑战——例如需要精确的信道信息以及控制大量设备的复杂性——该方法指向了未来 5G 及更高代际系统的方向，使用户无论位于网络中心还是边缘都能感受到更均匀的体验：快速、稳定的连接。

引用: Shrivastava, S., Taneja, A., Alqahtani, N. et al. Integrated approach for edge coverage enhancement based on IRS phase shift control and AP selection in dense user communication system. Sci Rep 16, 14339 (2026). https://doi.org/10.1038/s41598-026-44807-8

关键词: 无小区大规模 MIMO, 智能反射面, 非正交多址, 边缘覆盖, 无线能效