用于 RIS 辅助 MIMO-NOMA 系统中天线选择与联合优化的量子启发自适应模拟退火

为何更智能的无线环境至关重要

随着手机、传感器和智能设备占据无线电频谱，未来的 6G 网络必须在不浪费能量的前提下传输更多数据。本文探讨了一种通过墙面上的可编程表面与基站的先进天线技术来“塑造”空中无线波的新方法。作者还设计了一种巧妙的搜索算法，灵感来自量子计算与冶金学思想，用以同时协调这些可调参数，从而使网络能更快、更高效地为大量用户服务。

用智能墙体弯折信号

现代无线系统已在基站使用大量天线以同时发送多个数据流，这就是所谓的 MIMO。但当建筑物阻挡直达路径或硬件变得过于复杂和耗电时，性能仍会受损。两种新兴工具有望缓解这些问题。首先，非正交多址（NOMA）允许多个用户在相同的时频资源上通过功率域区分，从而提高信道的吞吐能力。其次，可重构智能表面（RIS）由许多可电子调节特性的微小反射单元构成。通过精确设置它们的相位偏移，RIS 能重定向并增强无线信号，实质上是在重新塑造无线环境，而不是仅对其作出被动响应。

选择合适的天线以节省能耗

在大型基站上全部开启每根天线在硬件与电力上代价高昂。论文采用天线选择：在任意时刻仅激活一部分发射天线，挑选出的子集在保留大部分性能的同时降低成本与功耗。挑战在于同时决定使用哪些天线、如何设置 RIS 单元以及如何在 NOMA 用户间分配功率。这些决策彼此紧密耦合：改变激活的天线会影响最佳的 RIS 配置，而 RIS 配置又影响功率应如何分配，反之亦然。由此产生的设计问题维度高、局部最优众多，常规优化方法在实际大规模部署中往往会陷入局部最优或耗时过长。

在海量可能性中进行量子启发式搜索

为了解决这一问题，作者提出了自适应量子启发模拟退火（AQSA）框架。经典模拟退火模拟金属冷却过程：初始阶段允许接受较差解以便广泛探索，随着“温度”下降逐步变得更具选择性，收敛到较好解。AQSA 在两方面丰富了该思想。其一，它借鉴量子计算的表示方式，利用概率振幅来表示选择——例如某根天线的开/关或某个表面单元应取的相位——类似于态的叠加。对这些态进行测量即可得到具体配置，而量子式的旋转步骤则逐步将概率倾向于表现更好的选项。其二，AQSA 根据新解被接受的频率在线自适应温度调度：当进展停滞时保持高探索性，搜索持续改进时则加速收敛。

将新方法付诸测试

研究者将 AQSA 嵌入一个联合设计循环，反复优化三部分：NOMA 用户间的功率分配、基站激活天线的选择以及 RIS 的相位模式。他们在约 28 GHz 的毫米波下行链路系统中进行了详尽的仿真，场景包含数十根发射天线、众多 RIS 单元和多用户。在不同发射功率、信噪比、天线与 RIS 单元数量以及用户数量等广泛工况下，基于 AQSA 的设计在频谱效率（每赫兹每秒传输的比特数）上持续优于标准模拟退火、粒子群优化和灰狼优化等对比启发式方法。它在将功率转换为有效数据方面也更为高效，在保持计算时间对大系统可行的同时实现了更好的能量效率。

在覆盖、均衡与复杂度之间取得平衡

除了显著的数据速率外，研究显示由 AQSA 调优的 RIS 辅助系统能提升用户端的信号强度并更好地平衡各用户间的性能，尤其是在天线或 RIS 单元数量增多时。该算法比竞争方法更彻底地利用了更大阵列带来的额外“自由度”，同时仍然限制实际开启的天线数量，避免硬件成本失控。作者还考察了 NOMA 中不同解码顺序对性能的影响，并证实精心选择的解码顺序结合 AQSA 能进一步提高频谱效率。

这对未来网络意味着什么

简而言之，论文证明了将无线环境可编程化，并用一种智能、自适应的搜索策略来协调基站天线、智能表面和功率分配，可以显著提高未来无线网络的速率与能效。AQSA 不依赖于蛮力硬件或僵化设计，而是以可控的代价引导系统达到近似最优设置，即便随着天线、用户和表面单元数量增加也能保持可行性。这表明量子启发的优化方法配合可重构表面，可能成为构建密集、节能的 6G 和物联网部署的实用途径。

引用: Farghaly, S.I., Dawood, H.S. & Fouda, H.S. Quantum-inspired adaptive simulated annealing for antenna selection and joint optimization in RIS-assisted MIMO-NOMA systems. Sci Rep 16, 13623 (2026). https://doi.org/10.1038/s41598-026-47710-4

关键词: 可重构智能表面, MIMO NOMA, 天线选择, 量子启发优化, 能效 6G