Antenna selection is capable of reducing the hardware complexity of massive multiple-input multiple-output (MIMO) networks at the cost of certain performance degradation. Reconfigurable intelligent surface (RIS) has emerged as a cost-effective technique that can enhance the spectrum-efficiency of wireless networks by reconfiguring the propagation environment. By employing RIS to compensate the performance loss due to antenna selection, in this paper we propose a new network architecture, i.e., RIS-assisted massive MIMO system with antenna selection, to enhance the system performance while enjoying a low hardware cost. This is achieved by maximizing the channel capacity via joint antenna selection and passive beamforming while taking into account the cardinality constraint of active antennas and the unit-modulus constraints of all RIS elements. However, the formulated problem turns out to be highly intractable due to the non-convex constraints and coupled optimization variables, for which an alternating optimization framework is provided, yielding antenna selection and passive beamforming subproblems. The computationally efficient submodular optimization algorithms are developed to solve the antenna selection subproblem under different channel state information assumptions. The iterative algorithms based on block coordinate descent are further proposed for the passive beamforming design by exploiting the unique problem structures. Experimental results will demonstrate the algorithmic advantages and desirable performance of the proposed algorithms for RIS- assisted massive MIMO systems with antenna selection.

中文翻译：

---

具有天线选择功能的可重构智能表面辅助大规模 MIMO

天线选择能够以一定的性能下降为代价降低大规模多输入多输出 (MIMO) 网络的硬件复杂性。可重构智能表面 (RIS) 已成为一种经济高效的技术，可以通过重新配置传播环境来提高无线网络的频谱效率。通过采用RIS来补偿天线选择造成的性能损失，本文提出了一种新的网络架构，即带有天线选择的RIS辅助大规模MIMO系统，以提高系统性能，同时享受较低的硬件成本。这是通过联合天线选择和无源波束成形最大化信道容量同时考虑有源天线的基数约束和所有 RIS 元件的单位模量约束来实现的。然而，由于非凸约束和耦合优化变量，公式化问题变得非常棘手，为此提供了交替优化框架，产生天线选择和无源波束成形子问题。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。由于非凸约束和耦合优化变量，公式化的问题变得非常棘手，为此提供了交替优化框架，产生天线选择和无源波束成形子问题。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。由于非凸约束和耦合优化变量，公式化的问题变得非常棘手，为此提供了交替优化框架，产生天线选择和无源波束成形子问题。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。为其提供交替优化框架，产生天线选择和无源波束成形子问题。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。为其提供交替优化框架，产生天线选择和无源波束成形子问题。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。开发了计算效率高的子模块优化算法来解决不同信道状态信息假设下的天线选择子问题。通过利用独特的问题结构，进一步提出了基于块坐标下降的迭代算法用于无源波束形成设计。实验结果将证明所提出算法的算法优势和理想性能，用于具有天线选择的 RIS 辅助大规模 MIMO 系统。