Avis de Soutenance
Monsieur Shumin WANG
Sciences des réseaux, de l’information et de la communication
Soutiendra publiquement ses travaux de thèse intitulés
“Optimisation des surfaces intelligentes reconfigurables : méthodes basées sur des modèles et sur l’apprentissage automatique”
dirigés par Monsieur Marco DI RENZO et Madame Hajar El Hassani
Soutenance prévue le mardi 17 décembre 2024 à 14h00
Lieu : Zoom
URL Salle virtuelle: https://cnrs.zoom.us/j/98464132585?pwd=YxnODinEkakYtuqTOQIu1f6YuCKk6H.1
Composition du jury proposé
Mme Toktam MAHMOODI King’s College London Rapporteure
Mme Sinem COLERI Koc University Rapporteure
M. Alessio ZAPPONE Università degli Studi di Cassino e del Lazio Meridionale Examinateur
M. Jocelyn FIORINA CentraleSupélec – Université Paris-Saclay Examinateur
Mots-clés : Communications sans fil,surfaces intelligentes reconfigurables,conception à double faisceau,apprentissage profond,masque de reradiation, Résumé :
Récemment, les surfaces intelligentes reconfigurables (RIS) ont attiré une attention croissante de la part de l’industrie et du monde académique. Une RIS est une surface plane composée d’un grand nombre d’éléments réfléchissants passifs à faible coût. En ajustant soigneusement les décalages de phase des éléments réfléchissants, une RIS peut remodeler l’environnement sans fil pour améliorer la communication. Dans cette thèse, nous nous concentrons sur deux sujets : (i) Étudier la modélisation et l’optimisation des systèmes de communication assistés par RIS. (ii) Étudier la conception de faisceaux multiples pour l’optimisation des RIS avec une reradiation masquée spécifiée dans les systèmes SISO et MIMO. (iii) Étudier un cadre d’optimisation avancé pour les systèmes multi-antennes assistés par RIS en utilisant le modèle de théorie des réseaux multiports. Le Chapitre 1 présente l’évolution des systèmes de communication sans fil et mobiles et met en avant les principaux scénarios d’application pour les systèmes de communication de nouvelle génération. Il analyse également les techniques potentielles pour répondre à ces scénarios, avec un accent particulier sur les surfaces intelligentes reconfigurables (RIS). Le chapitre explique en outre le principe de fonctionnement des RIS et leur application potentielle dans les réseaux 6G. Le Chapitre 2 présente divers modèles de canal pour les systèmes assistés par RIS, tels que le modèle géométrique, le modèle à corrélation de Kronecker, le modèle à évanouissement de Rician, et le modèle compatible avec les ondes électromagnétiques. Il explore les défis d’optimisation pour la conception des déphasages RIS, en couvrant les méthodes d’optimisation traditionnelles et les techniques basées sur l’intelligence artificielle. Le chapitre 3 explore la conception d’un système assisté par RIS et propose une conception de formation de faisceau pour l’optimisation du RIS, qui prend en compte des masques de reradiation spécifiques dès l’étape de conception. Deux méthodes de conception sont introduites : l’une basée sur la programmation semi-définie et l’autre utilisant une architecture de réseau de neurones assistée par modèle. La mise en œuvre basée sur le réseau de neurones montre une réduction du temps d’exécution par rapport aux méthodes traditionnelles. Le chapitre 4 examine trois schémas de conception de double faisceau pour les communications sans fil MIMO assistées par RIS. Un modèle linéaire général bayésien est introduit pour décomposer le problème complexe d’optimisation en trois sous-problèmes convexes, et une méthode d’optimisation alternée (AO) est proposée pour la conception de double faisceau. Un réseau de neurones basé sur un modèle est ensuite introduit pour améliorer l’efficacité d’exécution. Pour traiter les contraintes de masques, trois fonctions de projection sont définies pour mapper les variables dans un ensemble flexible, et la somme des sous-fonctions objectif est utilisée comme fonction de perte afin de réduire la complexité des pilotes. La méthode du module unitaire est proposée pour gérer les contraintes de masques discrets. Les résultats de simulation valident l’efficacité des schémas proposés. Le chapitre 5 propose un cadre d’optimisation avancé pour les systèmes multi-antennes assistés par RIS, utilisant le modèle de réseaux multiports. L’optimisation conjointe de la matrice de précodage et des coefficients de réflexion via les algorithmes WMMSE et d’optimisation alternée améliore les performances. L’étude souligne l’importance de la diffusion structurelle pour les motifs de reradiation dans les applications pratiques des RIS. Enfin, le chapitre 6 conclut la thèse et discute des pistes de recherche futures possibles.
Abstract : Recently, reconfigurable intelligent surface (RIS) has attracted heated attention from both industry and academia. An RIS is a planar surface that consists of a large number of low-cost passive reflecting elements. By carefully adjusting the phase shifts of the reflecting elements, an RIS can reshape the wireless environment for better communication. In this thesis, we focus on three subjects: (i) modeling and optimization of RIS-aided communication systems, (ii) multi-beam design for RIS optimization with specified mask reradiation in both SISO and MIMO systems, and (iii) an advanced optimization framework for RIS-aided multi-antenna systems using the multiport network theory model. Chapter 1 introduces the evolution of wireless and mobile communication systems and highlights key application scenarios for the next-generation communication systems. It also analyzes potential techniques to address these scenarios, with a particular focus on RIS. The chapter further explains the working principle of RIS and its potential application in 6G networks. Chapter 2 introduces various channel models for RIS-aided systems, including the geometric channel model, Kronecker correlation channel model, Rician fading channel model, and EM-compliant channel model. It discusses the optimization challenges in RIS-aided systems and examines general optimization techniques for RIS phase shift design, covering both traditional optimization methods and AI-driven optimization techniques. Chapter 3 explores the design of an RIS-aided system and proposes a beamforming design for RIS optimization, which accounts for specified reradiation masks at the design stage. Two design methods are introduced: one based on semidefinite programming and another using a model-aided neural network architecture. The neural network-based implementation demonstrates a reduction in execution time compared to traditional methods. Chapter 4 investigates three dual-beam design schemes for RIS-aided MIMO wireless communications. A Bayesian general linear model is introduced to decompose the complex optimization problem into three convex sub-problems, and an Alternating Optimization (AO) method is proposed for dual-beam design. A model-based neural network is then introduced to enhance running efficiency. To address mask constraints, three projection functions are defined to map variables into a flexible set, and the sum of the sub-objective functions is used as a loss function to reduce pilot complexity. The unit-module method is proposed to handle discrete mask constraints. Simulation results validate the effectiveness of the proposed schemes. Chapter 5 introduces an advanced optimization framework for RIS-aided multi-antenna systems using the multiport network theory model. By optimizing the precoding matrix and RIS reflection coefficients through WMMSE and alternating optimization algorithms, significant performance improvements were achieved. The study highlights the impact of structural scattering on reradiation patterns, emphasizing the importance of accounting for these effects in practical RIS applications. Finally, Chapter 6 concludes the thesis and discusses possible future research directions.
