Passive reconfigurable intelligent surfaces : efficient channel estimation and codebook design

Reconfigurable intelligent surfaces (RIS) have been introduced to enhance the propagation environment by manipulating incoming electromagnetic waves. Comprised of a multitude of passive elements, RIS can modify the electromagnetic characteristics of the propagation environment based on their configuration. These enhancements include increasing the signal-to-noise ratio at the receiver, expanding cell coverage, and improving communication security. To realize these advantages, effective design of the elements' phase is crucial, necessitating knowledge of the channel characteristics. However, channel estimation becomes a challenging task in the presence of passive RIS. Passive RIS lacks active elements and, consequently, the processing capability to transmit/receive pilot symbols. Therefore, channel estimation must occur at the endpoints of the communication system, such as the base station. The substantial number of elements in RIS results in a large, complex, and demanding channel matrix that requires an extensive pilot length for accurate estimation. However, the use of extended training periods is often impractical. Hence, there is a pressing need for efficient channel estimation methods. This thesis proposes multiple solutions to efficiently estimate the channel while utilizing fewer pilot symbols compared to conventional methods like Least Squares. Initially, it is demonstrated that the RIS-related channel resides within a subspace with a dimensionality lower than the number of elements. Leveraging this insight, an iterative method is developed to generate bases for the channel space, optimizing the channel estimation phase. These bases are then utilized as RIS configurations during pilot transmission, allowing exploration of the subspace where the RIS-related channel is situated. A non-parametric estimation method called reduced-space least squares is introduced, which outperforms least squares in terms of training overhead. Additionally, the specific characteristics of the mmWave channel structure is exploited to design a novel parametric Maximum Likelihood Estimator (MLE). This MLE incorporates dynamic RIS configuration selection during the training phase, further reducing the pilot overhead. The proposed MLE supports the estimation of both near-field and far-field channels by using the general array response expression, instead of relying on a far-field approximation. To enhance the efficiency of the proposed MLE, two widebeam configurations for the RIS are introduced to be used during the initial two pilot symbols. This ensures that the first two pilots deliver valuable insights into the user's location. Finally, a tracking method based on the MLE is proposed, which effectively follows a mobile user and adjusts the RIS configuration according to the user's changing location.

Le superfici intelligenti riconfigurabili (Reconfigurable Intelligent Surfaces - RIS) sono state introdotte con l'obiettivo di migliorare l'ambiente di propagazione attraverso il controllo della riflessione delle onde elettromagnetiche al loro ingresso. Tali superfici sono costituite da una moltitudine di elementi passivi che possono modificare le caratteristiche elettromagnetiche dell'ambiente di propagazione in base a come vengono configurati. I miglioramenti più significativi riguardano l'aumento del rapporto segnale-rumore al ricevitore, l'aumento della zona di copertura e il miglioramento della sicurezza della comunicazione a livello fisico. Per ottenere tali vantaggi è cruciale il progetto della fase degli elementi, che richiede la conoscenza delle caratteristiche del canale. La stima di tali caratteristiche diventa problematica in presenza di RIS passive. Tale tipologia di RIS, a differenza di quelle attive, non sono in grado di nè di effettuare elaborazioni nè di trasmettere/ricevere simboli pilota. Pertanto, la stima di canale deve avvenire ai due estremi del sistema di comunicazione, come nel caso di collegamento diretto tra il trasmettitore e il ricevitore. Inoltre, l'elevato numero di elementi presenti nella RIS porta ad una matrice di canale di dimensioni elevate, che richiede una lunghezza della sequenza di simboli pilota grande per avere una stima accurata. Tuttavia, l'uso di sequenze note lunghe è spesso impraticabile. Pertanto, nasce l'esigenza di sviluppare metodi efficienti per la stima di canale che riducano il più possibile la lunghezza di tale sequenza. Questa tesi propone diverse soluzioni per stimare efficacemente il canale utilizzando un numero inferiore di simboli pilota rispetto ai metodi convenzionali come il metodo dei minimi quadrati. Inizialmente, viene mostrato che la presenza di un canale correlato alla RIS fa in modo che questo possa essere rappresentato all'interno di uno spazio vettoriale con una dimensionalità inferiore a quella del numero di elementi. Sfruttando questa proprietà, viene sviluppato un metodo iterativo per generare le basi per lo spazio del canale, ottimizzando la fase di stima del canale. Queste basi vengono quindi utilizzate come configurazioni RIS durante la trasmissione dei piloti, consentendo l'esplorazione dello spazio in cui è situato il canale correlato lato RIS. Viene introdotto un metodo di stima non parametrico chiamato metodo dei minimi quadrati in sotto spazi (Reduced-Space Least Squares), che ha prestazioni migliori del metodo ai minimi quadrati a pari lunghezza della sequenza di simboli pilota. Inoltre, vengono sfruttate le caratteristiche specifiche della struttura del canale a onde millimetriche (Millimeter Wave - mmWave) per progettare un nuovo stimatore a massima verosimiglianza (Maximum Likelihood Estimator - MLE) parametrico. Questo stimatore include la selezione dinamica della configurazione della RIS durante la fase di addestramento, riducendo ulteriormente l'overhead dei simboli pilota. L'approccio MLE proposto si applica sia per la stima sia di canali in campo vicino che in campo lontano utilizzando l'espressione generale della risposta dell'array, anziché fare affidamento su un'approssimazione in campo lontano. Per migliorare l'efficienza dell'approccio MLE proposto, vengono introdotte due configurazioni a fascio largo per gli RIS da utilizzare durante i primi due simboli pilota. Ciò garantisce che i primi due piloti forniscono il grosso dell'informazione sulla posizione dell'utente. Infine, viene proposto un metodo di tracciamento basato sul MLE, che segue efficacemente un utente mobile e regola la configurazione della RIS in base alla continua evoluzione della posizione dell'utente