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
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 Download PDFInfo
- Publication number
- CN113037659A CN113037659A CN202110215615.6A CN202110215615A CN113037659A CN 113037659 A CN113037659 A CN 113037659A CN 202110215615 A CN202110215615 A CN 202110215615A CN 113037659 A CN113037659 A CN 113037659A
- Authority
- CN
- China
- Prior art keywords
- matrix
- optimization
- solution
- theta
- representing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/021—Estimation of channel covariance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Mobile Radio Communication Systems (AREA)
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
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NR根接收天线,在用户和RRH之间部署有M个IRS,每个IRS有NI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xk,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,...,xk]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,Θm=diag(θm,1,...,θm,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|θm,n|=1,n=1,...,NI),表示由Θm组成的块对角矩阵。nl~CN(0,σ2IM)为信道的加性高斯噪声,Gl,m表示第m个IRS到第l个RRH的信道噪声,IM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ql~CN(0,Ωl)表示RRHl的量化噪声,其服从复高斯分布,Ωl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Ωl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,VH表示V的共轭转置。
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Vl=Hl+GlΘHr表示所有用户到RRHl的信道矩阵。
2.3)对于步骤2.1)的优化问题可以转换成如下形式:
2.5)再固定W,Σ和Εl对Θ,Ωl进行联合优化,这样优化问题可以表示为:
其中Al⊙BT表示Al和BT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,HL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,UH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θi独立均匀分布在[0,2π]),其次通过对Ωl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,...,Tmax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Rsum,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Tmax,若没有超过Tmax,回到步骤2.2)继续进行迭代优化;若超过Tmax,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θm,n映射到离散相位的点上,即:其中φ表示离散的相位,τ=2b,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:
3.3)对于步骤3.1)中的优化问题可以写成如下形式:
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θi独立均匀分布在[0,2π]),其次通过对Ωl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,...,Tmax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Rsum,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Tmax,若没有超过Tmax,回到步骤3.2)继续进行迭代优化;若超过Tmax,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θm,n映射到离散相位的点上,即:其中φ表示离散的相位,τ=2b,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NR根接收天线,在用户和RRH之间部署有M个IRS,每个IRS有NI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xk,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,...,xk]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。Θm=diag(θm,1,...,θm,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|θm,n|=1,n=1,...,NI),表示由Θm组成的块对角矩阵。nl~CN(0,σ2IM)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ql~CN(0,Ωl)表示RRHl的量化噪声,其服从复高斯分布,Ωl为其协方差矩阵。这样用户到BBU池的和速率可表示为:
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Vl=Hl+GlΘHr表示所有用户到RRHl的信道矩阵。
2.3)对于步骤2.1)的优化问题可以转换成如下形式:
2.5)再固定W,Σ和Εl对Θ,Ωl进行联合优化,这样优化问题可以表示为:
其中Al⊙BT表示Al和BT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,Λ1/2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θi独立均匀分布在[0,2π]),其次通过对Ωl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,...,Tmax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Rsum,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Tmax,若没有超过Tmax,回到步骤2.2)继续进行迭代优化;若超过Tmax,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θm,n映射到离散相位的点上,即:其中φ表示离散的相位,τ=2b,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:
3.3)对于步骤3.1)中的优化问题可以写成如下形式:
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θi独立均匀分布在[0,2π]),其次通过对Ωl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,...,Tmax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Rsum,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Tmax,若没有超过Tmax,回到步骤3.2)继续进行迭代优化;若超过Tmax,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θm,n映射到离散相位的点上,即:其中φ表示离散的相位,τ=2b,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NR根接收天线,在用户和RRH之间部署有M个IRS,每个IRS有NI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xk,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,...,xk]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;Θm=diag(θm,1,...,θm,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|θm,n|=1,n=1,...,NI,表示由Θm组成的块对角矩阵;nl~CN(0,σ2IM)为信道的加性高斯噪声;Gl,m表示第m个IRS到第l个RRH的信道噪声,IM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ql~CN(0,Ωl)表示RRHl的量化噪声,其服从复高斯分布,Ωl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Ωl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,VH表示V的共轭转置;
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Vl=Hl+GlΘHr表示所有用户到RRHl的信道矩阵;
2.3)对于步骤2.1)的优化问题可以转换成如下形式:
2.5)再固定W,Σ和Εl对Θ,Ωl进行联合优化,这样优化问题可以表示为:
其中Al⊙BT表示Al和BT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;HL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,UH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Ωl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Rsum,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Tmax,若没有超过Tmax,回到步骤2.2)继续进行迭代优化;若超过Tmax,则输出最后的优化解
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:
3.3)对于步骤3.1)中的优化问题可以写成如下形式:
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Ωl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Rsum,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Tmax,若没有超过Tmax,回到步骤3.2)继续进行迭代优化;若超过Tmax,则输出最后的优化解
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110215615.6A CN113037659B (zh) | 2021-02-26 | 2021-02-26 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110215615.6A CN113037659B (zh) | 2021-02-26 | 2021-02-26 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113037659A true CN113037659A (zh) | 2021-06-25 |
CN113037659B CN113037659B (zh) | 2022-10-21 |
Family
ID=76461617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110215615.6A Active CN113037659B (zh) | 2021-02-26 | 2021-02-26 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113037659B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726395A (zh) * | 2021-08-23 | 2021-11-30 | 浙江工业大学 | 一种智能反射面增强云接入网多天线用户上行传输方法 |
CN114172552A (zh) * | 2021-12-16 | 2022-03-11 | 西安梅隆控制工程有限责任公司 | 一种基于irs辅助的高能效联合波束成型方法 |
CN114900398A (zh) * | 2022-04-28 | 2022-08-12 | 浙江工业大学 | 非理想csi的irs辅助云接入网下行的波束成形方法 |
WO2023051226A1 (zh) * | 2021-09-30 | 2023-04-06 | 深圳市大数据研究院 | 一种智能反射面相移控制方法、***、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225538A (zh) * | 2019-06-21 | 2019-09-10 | 电子科技大学 | 反射面辅助的非正交多址接入通信***设计方法 |
CN111163511A (zh) * | 2019-12-20 | 2020-05-15 | 北京邮电大学 | 智能反射表面辅助的毫米波通信中延迟受限的上行功率分配方法 |
CN111162823A (zh) * | 2019-12-25 | 2020-05-15 | 浙江工业大学 | 双向mimo通信***中预编码矩阵和相移矩阵优化方法 |
CN111294096A (zh) * | 2020-02-17 | 2020-06-16 | 南京信息工程大学 | 一种智能反射面miso无线通信***的信道容量优化方法 |
CN111953391A (zh) * | 2020-07-09 | 2020-11-17 | 东南大学 | 智能反射面辅助的多用户mimo上行能效谱效联合优化方法 |
KR102192234B1 (ko) * | 2019-10-28 | 2020-12-17 | 성균관대학교 산학협력단 | 지능형 반사 평면을 포함하는 무선 통신 시스템의 통신 방법 및 이를 위한 장치 |
-
2021
- 2021-02-26 CN CN202110215615.6A patent/CN113037659B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225538A (zh) * | 2019-06-21 | 2019-09-10 | 电子科技大学 | 反射面辅助的非正交多址接入通信***设计方法 |
KR102192234B1 (ko) * | 2019-10-28 | 2020-12-17 | 성균관대학교 산학협력단 | 지능형 반사 평면을 포함하는 무선 통신 시스템의 통신 방법 및 이를 위한 장치 |
CN111163511A (zh) * | 2019-12-20 | 2020-05-15 | 北京邮电大学 | 智能反射表面辅助的毫米波通信中延迟受限的上行功率分配方法 |
CN111162823A (zh) * | 2019-12-25 | 2020-05-15 | 浙江工业大学 | 双向mimo通信***中预编码矩阵和相移矩阵优化方法 |
CN111294096A (zh) * | 2020-02-17 | 2020-06-16 | 南京信息工程大学 | 一种智能反射面miso无线通信***的信道容量优化方法 |
CN111953391A (zh) * | 2020-07-09 | 2020-11-17 | 东南大学 | 智能反射面辅助的多用户mimo上行能效谱效联合优化方法 |
Non-Patent Citations (4)
Title |
---|
MARZIEH NAJAFI: "C-RAN with hybrid RF/FSO fronthaul links: joint optimization of fronthaul compression and RF time allocation", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 * |
WEIHENG JIANG等: "Intelligent Reflecting Surface Assisted Secure Wireless Communications With Multiple- Transmit and Multiple-Receive Antennas", 《IEEE ACCESS》 * |
YU ZHANG等: "Fronthaul Compression and Passive Beamforming Design for Intelligent Reflecting Surface-aided Cloud Radio Access Networks", 《HTTPS://ARXIV.ORG/PDF/2102.12817V1.PDF》 * |
ZHENG CHU: "Intelligent reflecting surfaces enabled cognitive internet of things based on practical pathloss model", 《CHINA COMMUNICATIONS》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726395A (zh) * | 2021-08-23 | 2021-11-30 | 浙江工业大学 | 一种智能反射面增强云接入网多天线用户上行传输方法 |
WO2023051226A1 (zh) * | 2021-09-30 | 2023-04-06 | 深圳市大数据研究院 | 一种智能反射面相移控制方法、***、设备及存储介质 |
CN114172552A (zh) * | 2021-12-16 | 2022-03-11 | 西安梅隆控制工程有限责任公司 | 一种基于irs辅助的高能效联合波束成型方法 |
CN114900398A (zh) * | 2022-04-28 | 2022-08-12 | 浙江工业大学 | 非理想csi的irs辅助云接入网下行的波束成形方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113037659B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113037659B (zh) | 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 | |
CN110266352B (zh) | 一种大规模mimo***中智能反射面相移矩阵自适应设计方法 | |
CN111162823B (zh) | 双向mimo通信***中预编码矩阵和相移矩阵优化方法 | |
CN109921882B (zh) | 一种基于深度学习的mimo解码方法、装置及存储介质 | |
CN111953391A (zh) | 智能反射面辅助的多用户mimo上行能效谱效联合优化方法 | |
US7573945B2 (en) | System and method for joint maximal ratio combining using time-domain based signal processing | |
CN111835406B (zh) | 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法 | |
CN113726395B (zh) | 一种智能反射面增强云接入网多天线用户上行传输方法 | |
CN108809383B (zh) | 一种用于massive MIMO上行***信号的联合检测方法 | |
CN113727405A (zh) | 提升基于智能反射表面的无线通信***安全速率的方法 | |
CN117498900A (zh) | 去蜂窝大规模mimo通感一体化***的资源分配装置及方法 | |
CN116208619A (zh) | 一种智能反射表面辅助的车联网安全计算卸载方法、***、设备及介质 | |
CN114900398A (zh) | 非理想csi的irs辅助云接入网下行的波束成形方法 | |
CN113852402B (zh) | 一种irs辅助的noma-mimo大容量接入方法 | |
CN107809399B (zh) | 一种针对量化接收信号的多天线毫米波信道估计方法 | |
CN114844541B (zh) | 一种基于深度学习的混合预编码和反馈方法 | |
CN112600598B (zh) | 云接入网中智能反射面增强无线前传链路传输方法 | |
CN114745754A (zh) | 非理想信道信息下irs辅助云接入网上行传输优化方法 | |
CN114826833A (zh) | 一种IRS辅助MEC中CF-mMIMO的通信优化方法及终端 | |
CN116260490B (zh) | 一种面向去蜂窝多天线***的前传压缩与预编码方法 | |
CN115085782B (zh) | 基于深度学习的智能反射面联合反馈和混合预编码方法 | |
CN117856848B (zh) | 一种基于自动编码器结构的csi反馈方法 | |
CN118264294A (zh) | 波束成形方法及装置 | |
CN115941010B (zh) | 基于分支界定的irs辅助去蜂窝大规模mimo***波束赋形方法 | |
US11418548B2 (en) | Method of transmitting security information of single-bit ADC wiretap channel |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |