In this letter, we consider the problem of channel estimation for large intelligent metasurface (LIM) assisted massive multiple-input multiple-output (MIMO) systems. The main challenge of this problem is that the LIM integrated with a large number of low-cost metamaterial antennas can only passively reflect the incident signals by certain phase shifts, and does not have any signal processing capability. To deal with this, we introduce a general framework for the estimation of the transmitter-LIM and LIM-receiver cascaded channel, and propose a two-stage algorithm that includes a sparse matrix factorization stage and a matrix completion stage. Simulation results illustrate that the proposed method can achieve accurate channel estimation for LIM-assisted massive MIMO systems.

Thanks to the line-of-sight (LoS) transmission and flexibility, unmanned aerial vehicles (UAVs) effectively improve the throughput of wireless networks. Nevertheless, the LoS links are prone to severe deterioration by complex propagation environments, especially in urban areas. Reconfigurable intelligent surfaces (RISs), as a promising technique, can significantly improve the propagation environment and enhance communication quality by intelligently reflecting the received signals. Motivated by this, the joint UAV trajectory and RIS's passive beamforming design for a novel RIS-assisted UAV communication system is investigated to maximize the average achievable rate in this letter. To tackle the formulated non-convex problem, we divide it into two subproblems, namely, passive beamforming and trajectory optimization. We first derive a closed-form phase-shift solution for any given UAV trajectory to achieve the phase alignment of the received signals from different transmission paths. Then, with the optimal phase-shift solution, we obtain a suboptimal trajectory solution by using the successive convex approximation (SCA) method. Numerical results demonstrate that the proposed algorithm can considerably improve the average achievable rate of the system.

Millimeter wave (MmWave) communications is capable of supporting multi-gigabit wireless access thanks to its abundant spectrum resource. However, severe path loss and high directivity make it vulnerable to blockage events, which can be frequent in indoor and dense urban environments. To address this issue, in this paper, we introduce intelligent reflecting surface (IRS) as a new technology to provide effective reflected paths to enhance the coverage of mmWave signals. In this framework, we study joint active and passive precoding design for IRS-assisted mmWave systems, where multiple IRSs are deployed to assist the data transmission from a base station (BS) to a single-antenna receiver. Our objective is to maximize the received signal power by jointly optimizing the BS's transmit precoding vector and IRSs' phase shift coefficients. Although such an optimization problem is generally non-convex, we show that, by exploiting some important characteristics of mmWave channels, an optimal closed-form solution can be derived for the single IRS case and a near-optimal analytical solution can be obtained for the multi-IRS case. Our analysis reveals that the received signal power increases quadratically with the number of reflecting elements for both the single IRS and multi-IRS cases. Simulation results are included to verify the optimality and near-optimality of our proposed solutions. Results also show that IRSs can help create effective virtual line-of-sight (LOS) paths and thus substantially improve robustness against blockages in mmWave communications.

Reconfigurable intelligent surface (RIS) is envisioned to be an essential component of the paradigm for beyond 5G networks as it can potentially provide similar or higher array gains with much lower hardware cost and energy consumption compared with the massive multiple-input multiple-output (MIMO) technology. In this paper, we focus on one of the fundamental challenges, namely the channel acquisition, in an RIS-assisted multiuser MIMO system. The state-of-the-art channel acquisition approach in such a system with fully passive RIS elements estimates the cascaded transmitter-to-RIS and RIS-to-receiver channels by adopting excessively long training sequences. To estimate the cascaded channels with an affordable training overhead, we formulate the channel estimation problem in the RIS-assisted multiuser MIMO system as a matrix-calibration based matrix factorization task. By exploiting the information on the slow-varying channel components and the hidden channel sparsity, we propose a novel message-passing based algorithm to factorize the cascaded channels. Furthermore, we present an analytical framework to characterize the theoretical performance bound of the proposed estimator in the large-system limit. Finally, we conduct simulations to verify the high accuracy and efficiency of the proposed algorithm.

Reconfigurable intelligent surfaces (RISs) are regarded as a promising emerging hardware technology to improve the spectrum and energy efficiency of wireless networks by artificially reconfiguring the propagation environment of electromagnetic waves. Due to the unique advantages in enhancing wireless channel capacity, RISs have recently become a hot research topic. In this article, we focus on three fundamental physical-layer challenges for the incorporation of RISs into wireless networks, namely, channel state information acquisition, passive information transfer, and low-complexity robust system design. We summarize the state-of-the-art solutions and explore potential research directions. Furthermore, we discuss other promising research directions of RISs, including edge intelligence and physical-layer security.

This paper investigates the passive beamforming and information transfer (PBIT) technique for multiuser multiple-input multiple-output (Mu-MIMO) systems with the aid of reconfigurable intelligent surfaces (RISs), where the RISs enhance the primary communication via passive beamforming (P-BF) and at the same time deliver additional information by the on-off reflecting modulation (in which the RIS information is carried by the on/off state of each reflecting element). For the P-BF design, we propose to maximize the achievable user sum rate of the RIS-aided Mu-MIMO channel and formulate the problem as a two-step stochastic program. A sample average approximation (SAA) based iterative algorithm is developed for the efficient P-BF design of the considered scheme. To strike a balance between complexity and performance, we further propose a simplified P-BF algorithm by approximating the stochastic program as a deterministic alternating optimization problem. For the receiver design, the signal detection at the receiver is a bilinear estimation problem since the RIS information is multiplicatively modulated onto the reflected signals of the reflecting elements. To solve this bilinear estimation problem, we develop a turbo message passing (TMP) algorithm in which the factor graph associated with the problem is divided into two modules: one for the estimation of the user signals and the other for the estimation of the on-off state of each RIS element. The two modules are executed iteratively to yield a near-optimal low-complexity solution. Furthermore, we extend the design of the Mu-MIMO PBIT scheme from single-RIS to multi-RIS, by leveraging the similarity between the single-RIS and multi-RIS system models. Extensive simulation results are provided to demonstrate the advantages of our P-BF and receiver designs.

Large intelligent surface (LIS) has emerged as a promising new solution to improve the energy and spectrum efficiency of wireless networks. A LIS, composed of a large number of low-cost nearly-passive reconfigurable reflecting elements, enhances wireless communications by reflecting impinging electromagnetic waves. In this letter, we propose a novel passive beamforming and information transfer (PBIT) technique by adopting spatial modulation on the index of the LIS elements, in which the LIS simultaneously enhances the primary communication (by passive beamforming) and sends its private data to the receiver (by spatial modulation). We develop a passive beamforming method to improve the average receive signal-to-noise ratio (SNR). We also establish a two-step approach at the receiver to retrieve the information from both the transmitter and the LIS. Numerical results show that the proposed PBIT system, especially with the optimized passive beamforming, significantly outperforms the system without LIS enhancement. Furthermore, a tradeoff between the passive-beamforming gain and the information rate of the LIS has been demonstrated.

While limited studies have evaluated the health impacts of thunderstorms and power outages (POs) separately, few have assessed their joint effects. We aimed to investigate the individual and joint effects of both thunderstorms and POs on respiratory diseases, to identify disparities by demographics, and to examine the modifications and mediations by meteorological factors and air pollution.