CN113037659A - 一种多智能反射面辅助上行云接入网络接入链路传输方法 - Google Patents

Abstract

本发明公开了一种多智能反射面辅助上行云接入网络接入链路传输方法，在该***中用户由多个IRS辅助，通过射频拉远头RRH与基带处理单元BBU池进行通信，其中RRH将接收信号进行压缩后由有线前传链路发送给BBU池。对于该***以最大化***上行和速率为目的，其特征在于IRS的相移矩阵以及前传链路压缩噪声的协方差矩阵的设计。本发明针对多IRS辅助C‑RAN接入链路的上行传输***，通过对IRS的相移矩阵和前传链路压缩噪声的协方差矩阵进行联合优化，提升通信***的总传输速率。

Description

一种多智能反射面辅助上行云接入网络接入链路传输方法

技术领域

本发明涉及无线通信领域，尤其涉及一种基于智能反射面辅助云无线接入网络的接入链路传输***中的和速率最大化优化方法。

背景技术

随着科技的发展，无线技术领域亦有着蓬勃发展，无线通信业务需求也在不断的增长，对通信传输的效率要求也越来越高，传统的无线通信***已经无法满足需求。

云无线接入网(C-RAN)作为一个有希望缓解现在通信需求的无线通信***，它与传统的通信***不同，它将基带处理单元从传统的基站转移到云端的基带处理单元(BBU)池。用户将信号传输到射频拉远头(RRH)，RRH将信号通过点对点压缩或者Wyner-Ziv编码压缩，经过前传链路传输到BBU池。但由于小区内部分用户离RRH比较远，这里我们通过智能反射面(IRS)来辅助用户接入到RRH。智能反射面(IRS)是将无源反射原件集成到一个平面上，对传输过来的信息直接进行反射，每个反射单元都是独立可控的，通过控制其振幅和相位来增强反射信号。不同与传统的中继，它能够智能的可重构无线网络环境，并能够有效的提升无线网络的性能。

通过IRS辅助C-RAN的接入链路，用户通过直射链路和反射链路将信号传输到RRH，RRH通过Wyner-Ziv编码压缩接收信号，再经过前传链路将信号传输到BBU池。该***的性能取决于IRS的相移矩阵和前传链路压缩噪声，通过联合优化IRS的相移矩阵和前传链路压缩噪声的协方差矩阵，进一步提升用户到BBU池的和速率。

发明内容

本发明的目的使提供一种针对基于IRS辅助C-RAN的接入链路传输***中和速率最大化优化方法。即在前传链路容量受限的情况下，最优智能反射面的相移矩阵以及前传链路压缩噪声的协方差矩阵，以使***传输和速率最大化。

本发明的技术方案是：

一种多智能反射面辅助上行云接入网络接入链路传输方法，***采用IRS辅助C-RAN接入链路，在前传链路容量受限的情况下，以最大化***和速率为目的，对IRS的相移矩阵以及前传链路压缩噪声的协方差矩阵进行联合优化，具体步骤如下：

1.1)基于IRS辅助的C-RAN的接入链路的通信***中，用户通过RRH与BBU池进行通信，将多个IRS部署在用户和RRH之间，辅助用户接入RRH。***中有K个单天线用户，有L个RRH，每个RRH有N_R根接收天线，在用户和RRH之间部署有M个IRS，每个IRS有N_I个反射单元，RRH对接收信号进行压缩，再通过有线前传链路传输到BBU池；

1.2)用户k,k＝1,...,K，向各个RRH发送信号x_k，各RRH通过直射链路和IRS的反射链路接收用户发送的信号。RRHl，l＝1,...,L，接收信号可表示为：

其中x＝[x₁,...,x_k]^T，x～CN(0,PI)，服从高斯分布，P表示用户传输功率，I表示单位矩阵。

表示用户到RRHl信道矩阵，

表示用户到IRSm，m＝1,...,M，的信道矩阵，

表示IRS到RRHl的信道矩阵，Θ_m＝diag(θ_m,1,...,θ_m,n)表示IRS的相移矩阵，为对角矩阵，其对角线元素取自向量

(IRS只对相位进行调整，因此|θ_m,n|＝1,n＝1,...,N_I)，

表示由Θ_m组成的块对角矩阵。n_l～CN(0,σ²I_M)为信道的加性高斯噪声，G_l,m表示第m个IRS到第l个RRH的信道噪声，I_M表示M阶单位矩阵，σ²表示信道加性高斯噪声因子。

1.3)RRH将接收信号通过点对点压缩或者Wyner-Ziv编码压缩，再通过有线前传链路传输到BBU池。在BBU池接收到的量化信号可以表示为：

其中q_l～CN(0,Ω_l)表示RRHl的量化噪声，其服从复高斯分布，Ω_l为其协方差矩阵。这样用户到BBU池的和速率可表示为：

其中

表示所有用户到所有RRH的信道矩阵，

表示所有用户到所有RRH的直射链路信道矩阵，

表示所有IRS到所有RRH的信道矩阵，

表示由Ω_l组成的块对角矩阵，I为互信息的表示形式，I表示单位矩阵，V^H表示V的共轭转置。

1.4)对于RRH采用点对点压缩的情况，前传链路压缩率要小于前传链路容量C_l，即需要满足：

1.5)对于RRH采用Wyner-Ziv编码压缩的情况，前传链路压缩率也要小于前传链路容量，即需要满足：

其中C_π(l)表示前传链路容量，π(l)表示在BBU池对接收信号的解压顺序。

对于点对点压缩，对所述的IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

2.1)对于和速率最大化优化问题可以表示为：

其中V_l＝H_l+G_lΘH_r表示所有用户到RRHl的信道矩阵。

2.2)再确定联合优化的最大迭代次数T_max，并选取满足约束条件的初始Θ⁽⁰⁾和

2.3)对于步骤2.1)的优化问题可以转换成如下形式：

其中

2.4)固定Θ,Ω_l对W,Σ,Ε_l进行更新，可得：

2.5)再固定W，Σ和Ε_l对Θ,Ω_l进行联合优化，这样优化问题可以表示为：

其中

A_l⊙B^T表示A_l和B^T的哈达玛积，

为列向量由矩阵

的对角线元素组成。

为列向量由矩阵

的对角线元素组成，

通过半正定放松(SDR)将

的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为：

表示本步骤中优化问题的优化解，H_L表示所有用户到RRH的信道矩阵。

2.6)再判断

是否满足步骤2.5)的约束条件，若满足约束条件直接进行特征值分解：

为步骤2.5)优化问题的优化解，其中U表示为

特征向量组成的矩阵，Λ为

的特征值组成的对角矩阵，U^H为U的共轭转置；

表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量。若不满足步骤2.5)的约束条件通过以下方法来产生多个次优的解：首先让

其中

为独立随机变量，均匀分布在复平面的单位圆上(即

θ_i独立均匀分布在[0,2π])，其次通过对Ω_l进行放缩，使产生的优化解满足步骤2.5)的约束条件，最后在从中选取一个使步骤2.5)中目标函数达到最小值的作为最优解，最后得到优化解为：相移矩阵Θ^(t)和压缩噪声的协方差矩阵

t＝1,...,T_max表示迭代次数。再将优化解带入步骤2.5)的目标函数得到f^(t)，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ^(t-1)，

也带入本轮步骤2.5)的目标函数得到f^(t-1)，进行比较，若f^(t)≤f^(t-1)则将上一轮的优化解作为本轮的优化解。

2.7)将步骤2.6)的优化解带入和速率表达式R_sum，得到本次迭代的和速率

与上一次迭代的

进行比较，若

则停止迭代，确定最优结果

输出优化解Θ^(t),

其中▽表示允许误差范围；若

再判断迭代次数是否超过T_max，若没有超过T_max，回到步骤2.2)继续进行迭代优化；若超过T_max，则输出最后的优化解

2.8)对于IRS反射面相位为离散的情况，首先通过2.1)～2.7)获得Θ^*,

其中将Θ的对角线元素θ_m,n映射到离散相位的点上，即:

其中φ表示离散的相位，τ＝2^b,b＝1,2.表示离散电平。再对

进行放缩得到

使其满足步骤2.1)中的约束条件。

对于采用Wyner-Ziv编码压缩，对所述的IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

3.1)和速率最大化优化问题可表示为：

其中

表示解压顺序集，π(l)表示RRHπ(l)排在BBU池解压顺序的第l位。

3.2)对于BBU解压池的顺序，通过判断：

的值，对其值较大的先进行解压。再确定联合优化的最大迭代次数T_max，并选取满足条件的初始Θ⁽⁰⁾和

3.3)对于步骤3.1)中的优化问题可以写成如下形式：

其中

3.4)固定Θ,Ω_l对W,Σ,

进行更新，可得：

I_K表示K×K的单位矩阵。

3.5)再固定W，Σ和

对Θ,Ω_l进行联合优化，这样优化问题可以表示为：

其中

为列向量由矩阵

对角线元素组成，

再通过半正定放松(SDR)将

的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为：

为本步骤优化问题的解。

3.6)再判断

是否满足步骤3.5)的约束条件，若满足约束条件直接进行特征值分解：

为步骤3.5)优化问题的优化解，

表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量。若不满足步骤3.5)的约束条件通过以下方法来产生多个次优的解：首先让

其中

为独立随机变量，均匀分布在复平面的单位圆上(即

θ_i独立均匀分布在[0,2π])，其次通过对Ω_l进行放缩，使产生的优化解满足步骤3.5)的约束条件，最后在从中选取一个使步骤3.5)中目标函数达到最小值的作为最优解，最后得到优化解为：相移矩阵Θ^(t)和压缩噪声的协方差矩阵

t＝1,...,T_max表示迭代次数。再将优化解带入步骤3.5)的目标函数得到f^(t)，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ^(t-1)，

也带入本轮步骤3.5)的目标函数得到f^(t-1)，进行比较，若f^(t)≤f^(t-1)则将上一轮的优化解作为本轮的优化解。

3.7)将步骤3.6)的优化解带入和速率表达式R_sum，得到本次迭代的和速率

与上一次迭代的

进行比较，若

则停止迭代，确定最优结果

输出优化解Θ^(t),

其中▽表示允许误差范围；若

再判断迭代次数是否超过T_max，若没有超过T_max，回到步骤3.2)继续进行迭代优化；若超过T_max，则输出最后的优化解

3.8)对于IRS反射面相位为离散的情况，首先通过3.1)～3.7)获得Θ^*,

其中将Θ的对角线元素θ_m,n映射到离散相位的点上，即:

其中φ表示离散的相位，τ＝2^b,b＝1,2.表示离散电平。再对

进行放缩得到

使其满足步骤3.1)中的约束条件。

本发明的有益效果是，对于IRS辅助C-RAN接入链路的通信***，通过优化IRS的相移矩阵和前传链路压缩噪声的协方差矩阵，使***和速率得到显著提升；此外通过本优化算法得出的***和速率比IRS随机的情况和无IRS的情况***和速率有显著提升。

附图说明

图1为本发明基于智能反射面辅助云接入网接入链路***示意图；

图2为本发明基于智能反射面辅助云接入网接入链路***在采用本发明的联合优化方法后的和速率示意图；

图2表示的是***和速率与智能反射面个数的关系，图2分别表示在Wyner-Ziv编码压缩下最优解压顺序连续相位，次优解压顺序连续相位，次优解压顺序2bit离散相位，次优解压顺序1bit离散相位，次优解压顺序随机相位和次优解压顺序没有智能反射面情况下的和速率，以及在点对点压缩情况下连续相位，2bit离散相位，1bit离散相位，随机相位和没有智能反射面情况下的和速率。

具体实施方式

以下结合说明书附图，对本发明作进一步描述。

基于IRS辅助C-RAN接入链路的通信***传输过程如图1所示。在传输开始前，先收集***中信道信息，然后对IRS的相移矩阵以及前传链路压缩噪声的协方差矩阵进行联合优化。其传输过程为：用户通过RRH与BBU池进行通信，用户发送信号通过直射和反射路径将信号传输到RRH，RRH通过点对点或者Wyner-Ziv编码压缩接收信号，在通过前传链路传输到BBU池。其中通过对IRS的相移矩阵和前传链路压缩噪声的协方差矩阵进行联合优化，以提升***和速率，具体优化过程如下：

1.1)基于IRS辅助的C-RAN的接入链路的通信***中，用户通过RRH与BBU池进行通信，将多个IRS部署在用户和RRH之间，辅助用户接入RRH。***中有K个单天线用户，有L个RRH，每个RRH有N_R根接收天线，在用户和RRH之间部署有M个IRS，每个IRS有N_I个反射单元。RRH对接收信号进行压缩，再通过有线前传链路传输到BBU池。

1.2)用户k,k＝1,...,K，向各个RRH发送信号x_k，各RRH通过直射链路和IRS的反射链路接收用户发送的信号。RRHl，l＝1,...,L，接收信号可表示为：

其中x＝[x₁,...,x_k]^T，x～CN(0,PI)，服从高斯分布。

表示用户到RRHl信道矩阵，

表示用户到IRSm，m＝1,...,M，的信道矩阵，

表示IRS到RRHl的信道矩阵。Θ_m＝diag(θ_m,1,...,θ_m,n)表示IRS的相移矩阵，为对角矩阵，其对角线元素取自向量

(IRS只对相位进行调整，因此|θ_m,n|＝1,n＝1,...,N_I)，

表示由Θ_m组成的块对角矩阵。n_l～CN(0,σ²I_M)为信道的加性高斯噪声。

1.3)RRH将接收信号通过点对点压缩或者Wyner-Ziv编码压缩，再通过有线前传链路传输到BBU池。在BBU池接收到的量化信号可以表示为：

其中q_l～CN(0,Ω_l)表示RRHl的量化噪声，其服从复高斯分布，Ω_l为其协方差矩阵。这样用户到BBU池的和速率可表示为：

其中

表示所有用户到所有RRH的信道矩阵，

表示所有用户到所有RRH的直射链路信道矩阵，

表示所有IRS到所有RRH的信道矩阵，

表示由Ω_l组成的块对角矩阵。

1.4)对于RRH采用点对点压缩的情况，前传链路压缩率要小于前传链路容量C_l，即需要满足：

1.5)对于RRH采用Wyner-Ziv编码压缩的情况，前传链路压缩率也要小于前传链路容量，即需要满足：

其中C_π(l)表示前传链路容量，π(l)表示在BBU池对接收信号的解压顺序。

2、对于点对点压缩，根据权力要求1中基于IRS辅助C-RAN接入链路的通信***的传输方式，对于和速率最大化的优化方法，其特征在于对所述的IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

2.1)对于和速率最大化优化问题可以表示为：

其中V_l＝H_l+G_lΘH_r表示所有用户到RRHl的信道矩阵。

2.2)再确定联合优化的最大迭代次数T_max，并选取满足约束条件的初始Θ⁽⁰⁾和

2.3)对于步骤2.1)的优化问题可以转换成如下形式：

其中

2.4)固定Θ,Ω_l对W,Σ,Ε_l进行更新，可得：

2.5)再固定W，Σ和Ε_l对Θ,Ω_l进行联合优化，这样优化问题可以表示为：

其中

A_l⊙B^T表示A_l和B^T的哈达玛积，

为列向量由矩阵

的对角线元素组成。

为列向量由矩阵

的对角线元素组成，

通过半正定放松(SDR)将

的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为：

表示本步骤中优化问题的优化解。2.6)再判断

是否满足步骤2.5)的约束条件，若满足约束条件直接进行特征值分解：

为步骤2.5)优化问题的优化解，

表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量，Λ^1/2表示Λ的开平方。若不满足步骤2.5)的约束条件通过以下方法来产生多个次优的解：首先让

其中

为独立随机变量，均匀分布在复平面的单位圆上(即

θ_i独立均匀分布在[0,2π])，其次通过对Ω_l进行放缩，使产生的优化解满足步骤2.5)的约束条件，最后在从中选取一个使步骤2.5)中目标函数达到最小值的作为最优解，最后得到优化解为：相移矩阵Θ^(t)和压缩噪声的协方差矩阵

t＝1,...,T_max表示迭代次数。再将优化解带入步骤2.5)的目标函数得到f^(t)，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ^(t-1)，

也带入本轮步骤2.5)的目标函数得到f^(t-1)，进行比较，若f^(t)≤f^(t-1)则将上一轮的优化解作为本轮的优化解。

2.7)将步骤2.6)的优化解带入和速率表达式R_sum，得到本次迭代的和速率

与上一次迭代的

进行比较，若

则停止迭代，确定最优结果

输出优化解Θ^(t),

其中▽表示允许误差范围；若

再判断迭代次数是否超过T_max，若没有超过T_max，回到步骤2.2)继续进行迭代优化；若超过T_max，则输出最后的优化解

2.8)对于IRS反射面相位为离散的情况，首先通过2.1)～2.7)获得Θ^*,

其中将Θ的对角线元素θ_m,n映射到离散相位的点上，即:

其中φ表示离散的相位，τ＝2^b,b＝1,2.表示离散电平。再对

进行放缩得到

使其满足步骤2.1)中的约束条件。

3、对于采用Wyner-Ziv编码压缩，根据权力要求1中基于IRS辅助C-RAN接入链路的通信***的传输方式，对和速率最大化的优化方法，其特征在于对所述的IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

3.1)和速率最大化优化问题可表示为：

其中

表示解压顺序集，π(l)表示RRHπ(l)排在BBU池解压顺序的第l位。

3.2)对于BBU解压池的顺序，通过判断：

的值，对其值较大的先进行解压。再确定联合优化的最大迭代次数T_max，并选取满足条件的初始Θ⁽⁰⁾和

3.3)对于步骤3.1)中的优化问题可以写成如下形式：

其中

3.4)固定Θ,Ω_l对W,Σ,

进行更新，可得：

3.5)再固定W，Σ和

对Θ,Ω_l进行联合优化，这样优化问题可以表示为：

其中

为列向量由矩阵

对角线元素组成，

再通过半正定放松(SDR)将

的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为：

为本步骤优化问题的解。

3.6)再判断

是否满足步骤3.5)的约束条件，若满足约束条件直接进行特征值分解：

为步骤3.5)优化问题的优化解，

表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量。若不满足步骤3.5)的约束条件通过以下方法来产生多个次优的解：首先让

其中

为独立随机变量，均匀分布在复平面的单位圆上(即

θ_i独立均匀分布在[0,2π])，其次通过对Ω_l进行放缩，使产生的优化解满足步骤3.5)的约束条件，最后在从中选取一个使步骤3.5)中目标函数达到最小值的作为最优解，最后得到优化解为：相移矩阵Θ^(t)和压缩噪声的协方差矩阵

t＝1,...,T_max表示迭代次数。再将优化解带入步骤3.5)的目标函数得到f^(t)，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ^(t-1)，

也带入本轮步骤3.5)的目标函数得到f^(t-1)，进行比较，若f^(t)≤f^(t-1)则将上一轮的优化解作为本轮的优化解。

3.7)将步骤3.6)的优化解带入和速率表达式R_sum，得到本次迭代的和速率

与上一次迭代的

进行比较，若

则停止迭代，确定最优结果

输出优化解Θ^(t),

其中

表示允许误差范围；若

再判断迭代次数是否超过T_max，若没有超过T_max，回到步骤3.2)继续进行迭代优化；若超过T_max，则输出最后的优化解

3.8)对于IRS反射面相位为离散的情况，首先通过3.1)～3.7)获得Θ^*,

其中将Θ的对角线元素θ_m,n映射到离散相位的点上，即:

其中φ表示离散的相位，τ＝2^b,b＝1,2.表示离散电平。再对

进行放缩得到

使其满足步骤3.1)中的约束条件。

计算机仿真表明，基于IRS辅助C-RAN接入链路的通信***，在采用本专利的联合优化方法后，其***和速率显著高于传统的C-RAN的***和速率。

Claims (3)

1.一种多智能反射面辅助上行云接入网络接入链路传输方法，云无线接入网C-RAN接入链路通过智能反射面IRS的辅助，以最大化***和速率为目的，对IRS的相移矩阵和前传链路压缩噪声的协方差进行联合优化，其特征在于：具体包括如下步骤：

1.1)基于IRS辅助的C-RAN的接入链路的通信***中，用户通过射频拉远头RRH与基带处理单元BBU池进行通信，将多个IRS部署在用户和RRH之间，辅助用户接入RRH；***中有K个单天线用户，有L个RRH，每个RRH有N_R根接收天线，在用户和RRH之间部署有M个IRS，每个IRS有N_I个反射单元；RRH对接收信号进行压缩，再通过有线前传链路传输到BBU池；

1.2)用户k,k＝1,...,K，向各个RRH发送信号x_k，各RRH通过直射链路和IRS的反射链路接收用户发送的信号；RRHl，l＝1,...,L，接收信号可表示为：

其中x＝[x₁,...,x_k]^T，x～CN(0,PI)，服从高斯分布，P表示用户传输功率，I表示单位矩阵；

表示用户到RRHl信道矩阵，

表示用户到IRSm，m＝1,...,M，的信道矩阵，

表示IRS到RRHl的信道矩阵；Θ_m＝diag(θ_m,1,...,θ_m,n)表示IRS的相移矩阵，为对角矩阵，其对角线元素取自向量

IRS只对相位进行调整，因此|θ_m,n|＝1,n＝1,...,N_I，

表示由Θ_m组成的块对角矩阵；n_l～CN(0,σ²I_M)为信道的加性高斯噪声；G_l,m表示第m个IRS到第l个RRH的信道噪声，I_M表示M阶单位矩阵，σ²表示信道加性高斯噪声因子；

1.3)RRH将接收信号通过点对点压缩或者Wyner-Ziv编码压缩，再通过有线前传链路传输到BBU池；在BBU池接收到的量化信号可以表示为：

其中q_l～CN(0,Ω_l)表示RRHl的量化噪声，其服从复高斯分布，Ω_l为其协方差矩阵；这样用户到BBU池的和速率可表示为：

其中

表示所有用户到所有RRH的信道矩阵，

表示所有用户到所有RRH的直射链路信道矩阵，

表示所有IRS到所有RRH的信道矩阵，

表示由Ω_l组成的块对角矩阵；I为互信息的表示形式，I表示单位矩阵，V^H表示V的共轭转置；

1.4)对于RRH采用点对点压缩的情况，前传链路压缩率要小于前传链路容量C_l，即需要满足：

1.5)对于RRH采用Wyner-Ziv编码压缩的情况，前传链路压缩率也要小于前传链路容量，即需要满足：

其中C_π(l)表示前传链路容量，π(l)表示在BBU池对接收信号的解压顺序，

表示前l-1个接收信号的解压顺序集。

2.根据权利要求1所述的一种多智能反射面辅助上行云接入网络接入链路传输方法，其特征在于，对于采用点对点压缩，所述IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

2.1)对于和速率最大化优化问题可以表示为：

其中V_l＝H_l+G_lΘH_r表示所有用户到RRHl的信道矩阵；

2.2)再确定联合优化的最大迭代次数T_max，并选取满足约束条件的初始Θ⁽⁰⁾和

2.3)对于步骤2.1)的优化问题可以转换成如下形式：

其中

W为接收矩阵，Σ表示后验准则估计数据符号的协方差矩阵，E_l辅助变量矩阵；

2.4)固定Θ,Ω_l对W,Σ,Ε_l进行更新，可得：

2.5)再固定W，Σ和Ε_l对Θ,Ω_l进行联合优化，这样优化问题可以表示为：

其中

A_l⊙B^T表示A_l和B^T的哈达玛积，

为列向量由矩阵

的对角线元素组成；

为列向量由矩阵

的对角线元素组成，

通过半正定放松SDR将

的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为：

表示本步骤中优化问题的优化解；H_L表示所有用户到RRH的信道矩阵；

2.6)再判断

是否满足步骤2.5)的约束条件，若满足约束条件直接进行特征值分解：

为步骤2.5)优化问题的优化解，U表示为

特征向量组成的矩阵，Λ为

的特征值组成的对角矩阵，U^H为U的共轭转置；

表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量；若不满足步骤2.5)的约束条件通过以下方法来产生多个次优的解：首先让

其中

为独立随机变量，均匀分布在复平面的单位圆，其次通过对Ω_l进行放缩，使产生的优化解满足步骤2.5)的约束条件，最后在从中选取一个使步骤2.5)中目标函数达到最小值的作为最优解，最后得到优化解为：相移矩阵Θ^(t)和压缩噪声的协方差矩阵

表示迭代次数。再将优化解带入步骤2.5)的目标函数得到f^(t)，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ^(t-1)，

也带入本轮步骤2.5)的目标函数得到f^(t-1)，进行比较，若f^(t)≤f^(t-1)则将上一轮的优化解作为本轮的优化解；

2.7)将步骤2.6)的优化解带入和速率表达式R_sum，得到本次迭代的和速率

与上一次迭代的

进行比较，若

则停止迭代，确定最优结果

输出优化解Θ^*,

其中

表示允许误差范围；若

再判断迭代次数是否超过T_max，若没有超过T_max，回到步骤2.2)继续进行迭代优化；若超过T_max，则输出最后的优化解

2.8)对于IRS反射面相位为离散的情况，首先通过2.1)～2.7)获得Θ^*,

其中将Θ的对角线元素θ_m,n映射到离散相位的点上，即:

其中φ表示离散的相位，τ＝2^b,b＝1,2.表示离散电平；再对

进行放缩得到

使其满足步骤2.1)中的约束条件。

3.根据权利要求1所述的一种多智能反射面辅助上行云接入网络接入链路传输方法，其特征在于，对于采用Wyner-Ziv编码压缩，所述的IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

3.1)和速率最大化优化问题可表示为：

其中

表示解压顺序集，π(l)表示RRHπ(l)排在BBU池解压顺序的第l位；

3.2)对于BBU解压池的顺序，通过判断：

的值，对其值较大的先进行解压；再确定联合优化的最大迭代次数T_max，并选取满足条件的初始Θ⁽⁰⁾和

3.3)对于步骤3.1)中的优化问题可以写成如下形式：

其中

3.4)固定Θ,Ω_l对W,Σ,

进行更新，可得：

I_K表示K×K的单位矩阵；

3.5)再固定W，Σ和

对Θ,Ω_l进行联合优化，这样优化问题可以表示为：

其中

为列向量由矩阵

对角线元素组成，

再通过半正定放松SDR将

的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为：

为本步骤优化问题的解；

3.6)再判断

是否满足步骤3.5)的约束条件，若满足约束条件直接进行特征值分解：

为步骤3.5)优化问题的优化解，

表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量。若不满足步骤3.5)的约束条件通过以下方法来产生多个次优的解：首先让

其中

为独立随机变量，均匀分布在复平面的单位圆上，其次通过对Ω_l进行放缩，使产生的优化解满足步骤3.5)的约束条件，最后在从中选取一个使步骤3.5)中目标函数达到最小值的作为最优解，最后得到优化解为：相移矩阵Θ^(t)和压缩噪声的协方差矩阵

表示迭代次数。再将优化解带入步骤3.5)的目标函数得到f^(t)，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ^(t-1)，

也带入本轮步骤3.5)的目标函数得到f^(t-1)，进行比较，若f^(t)≤f^(t-1)则将上一轮的优化解作为本轮的优化解；

3.7)将步骤3.6)的优化解带入和速率表达式R_sum，得到本次迭代的和速率

与上一次迭代的

进行比较，若

则停止迭代，确定最优结果

输出优化解Θ^(t),

其中

表示允许误差范围；若

再判断迭代次数是否超过T_max，若没有超过T_max，回到步骤3.2)继续进行迭代优化；若超过T_max，则输出最后的优化解

3.8)对于IRS反射面相位为离散的情况，首先通过3.1)～3.7)获得Θ^*,

其中将Θ的对角线元素θ_m,n映射到离散相位的点上，即:

其中φ表示离散的相位，τ＝2^b,b＝1,2.表示离散电平。再对

进行放缩得到

使其满足步骤3.1)中的约束条件。

Images