CN113114311A - 基于智能反射面和发射端的联合波束赋形与空间调制方法 - Google Patents

Abstract

本发明涉及本文提出了一种基于智能反射面和发射端联合波束赋形与接收端空间调制方法，本方法基于最大***接收信噪比对发射端波束赋形和智能反射面相角进行了优化设计。针对智能反射面连续相移和离散相移两种情况，给出了贪婪检测和基于穷举搜索的最大似然检测方案。本发明提供的方法利用了空间调制，有效避免了多天线传输中信道间干扰的问题，充分利用空域资源，提供了有效的数据传输速率。此外，使用发射端和智能反射面上的联合波束赋形，提高了信号质量，保证了可靠通信。

Description

基于智能反射面和发射端的联合波束赋形与空间调制方法

技术领域

本发明涉及一种智能反射面MIMO无线通信***的空间调制及联合波束赋形方法，属于无线通信领域。

背景技术

第五代移动通信(5G)技术已在许多国家和地区大规模部署，极大地提高了信息传输速率，现有的大规模多输入多输出(Multiple-Input Multiple-Out，MIMO)技术，通过大规模天线阵列实现信息的传送和接收，增大了功率增益；但波束赋形所需的传统相控阵列，因功耗及硬件成本限制了MIMO的天线阵列规模，使得MIMO技术的优势不能得到有效发挥。

智能反射面被认为是传统相控阵列一种有前途的替代技术，智能反射面上有大量小型、低成本的无源反射单元，反射单元仅通过可调相移反射入射信号，而无需使用专用的能量源进行射频(RF)处理、解码、编码等操作。通过智能地调整所有反射单元的相移以适应动态无线信道，智能反射面反射的信号可以在用户接收器上和非反射信号叠加或抵消，以提高所需的信号功率或抑制信道干扰，从而大幅提升无线网络性能。近几年国内外学者关于智能反射面的研究已经得出了一些成果。具体来说，Basar首先提出了智能反射面充当接入点以及智能反射面在双跳通信中辅助信息传送两个概念，文章表明，基于智能反射面的信号传输可以有效提高接收信噪比，并实现超可靠通信。Basar进一步提出了智能反射面空间移位键控(IRS-SSK)和智能反射面空间调制(IRS-SM)方案，利用智能反射面不仅提高了信号质量，而且根据信息比特选择特定的接收天线索引，实现索引调制(IM)。Wu和Zhang等人针对多发射天线***中智能反射面的优化进行了研究，对于智能反射面增强型多输入单输出(MISO)无线***，通过联合优化接入点的(有源)发射波束赋形和智能反射面的(无源)反射波束成形，最大限度地提高用户接收的总信号功率，并在后续的研究中考虑了离散相移的情况。

但是，上述关于智能反射面的研究无一是在MIMO***中进行的，为了在波束赋形的同时显示MIMO***的优势，本发明考虑在空间调制之外加入智能反射面进行联合波束赋形辅助MIMO***的通信。

发明内容

本发明的目的是：解决传统波束赋形成本过高，复杂性过大等问题及其对MIMO天线阵列规模的限制，同时也为了进一步提高信噪比，降低误码率。

为了达到上述目的，本发明的技术方案是提供了一种基于智能反射面和发射端的联合波束赋形与空间调制方法，其特征在于，包括以下步骤：

(1)建立智能反射面MIMO无线通信***模型：MIMO***中，具有N_T根天线的基站与N_R根天线的接收端在智能反射面的辅助下进行通信；MIMO***收发端之间的信道分为两个子信道：智能反射面与基站之间的子信道T，接收端与智能反射面之间的子信道

经空间调制后，第k根天线的接收信号为：

y_k＝r_kPTws+n_k (1)

其中，本发明将第个反射单元上的反射相移系数建模为θ_i∈[0,2)，幅度系数ρ∈[0,1]，

代表智能反射面上的相移反射矩阵，在考虑最大反射的情况下，本发明将设为1，w是波束赋形向量，s代表发送符号，其均值为0，方差为1；n_k为高斯白噪声，均值为0，方差为σ²。

(2)考虑连续相移与离散相移两种方案，在发射端与智能反射面进行联合波束赋形，以最大化信噪比(接收功率)，并将连续方案下的波束赋形优化描述为问题(P1)：

(P1)：

s.t.‖w‖²≤p (3)

0≤θ_i<2π,

将离散方案下的波束赋形优化描述为问题(P2)：

(P2)：

s.t.‖w‖²≤p (6)

θ_i∈I,

其中，p是最大发射功率，本发明以3bit相移器为例进行离散相移方案的讨论，即选取I＝{0,π/4,π/2,3π/4,π,5π/4,3π/2,7π/4}为离散相移序列。

(3)在联合波束赋形优化的同时，采用接收端的空间调制来有效获得传输比特率。所述***中具有N_R根接收天线，并进行M-PSK或M-QAM调制，用于传输每组b₁+₂比特的数字信号，其中前b₁比特映射为接收天线索引k，后b₂比特映射为星座点符号s；

(4)本发明分别使用两种检测算法进行解调，其一为基于贪婪检测算法，其二为基于穷举搜索的最大似然检测算法。

进一步地，可以通过以下方法解决步骤(2)所述的问题(P1)，实现基站与智能反射面波束赋形的分步优化：

是r_k的第i个元素，代表第k根接收天线到第i个反射单元之间的信道，其中k＝1,2,...,N_R，而且i＝1,2,...,N，β_k,i表示信道幅度，φ_k,i表示信道角度。对于任意给定的发射波束向量

第i个反射单元与基站之间的信道都可表示为

其中

是T的第i行向量，

表示信道幅度，α_i表示信道角度。第个反射单元的反射相移为

考虑到最大反射，ρ被设定为1。则问题(P1)的目标函数可表示为：

式(8)中，σ²表示噪声功率。

现有

可通过设置ξ_i＝获取最大值，所以，设置第个反射单元的相移_i＝_k,i+_i来实现信噪比的最大化；

在此MIMO***中，利用最大比传输(MRT)可实现基站波束赋形的最优化，即,

通过对_i，w二者的交替优化直至收敛，可实现连续相移方案下信噪比最大化的目标。

进一步地，可以通过以下方法解决步骤(2)所述的问题(P2)，实现基站与智能反射面波束赋形的分步优化：

对于智能反射面的无源波束赋形，本发明采用“穷举”+“交替优化”的方式。具体来说，固定N个反射单元中的N-1个相移，对剩余唯一的反射单元相移在离散相移序列中做穷举搜索；相应的基站处的波束赋形优化仍然通过最大比传输实现；对_i，w进行多次迭代直至收敛，可实现离散相移方案下信噪比最大化的目标。

进一步地，步骤(4)中贪婪检测算法与最大似然检测算法在本***中的应用为：

贪婪检测算法首先根据信噪比最大化的优化目标对接收天线索引k进行解调：

式(10)中，y_k表示第k根天线的接收信号，

表示检测到的天线索引。

然后根据欧式距离最小原则对发射符号s进行解调：

而最大似然检测算法是对接收天线索引k和发射符号a的联合检测：

贪婪检测算法更简便且适应于最大接收功率的优化目标，而最大似然检测适合于噪声影响较小的情况。在噪声情况较大时，本***的贪婪检测算法性能优于最大似然检测算法，间接证明了本发明的联合优化方案的有效性。

相比与现有技术，本发明具有如下有益效果：本发明设计的智能反射面MIMO***采用空间调制有效利用空域资源，提高了数据传输速率，提出的交替优化算法实现了联合波束赋形，有效提升了信噪比，极大降低了传输误码率，改善了***性能。

附图说明

图1为智能反射面MIMO通信***示意图；

图2为基于交替优化的连续相移方案联合波束赋形算法流程图；

图3为基于交替优化的离散相移方案联合波束赋形算法流程图；

图4为所提方案的信噪比性能仿真图；

图5为所提方案中不同检测方法对误码率性能影响的仿真图；

图6为所提方案中不同接收天线个数对误码率性能影响的仿真图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明针对智能反射面MIMO***提出了一种基于智能反射面和发射端的联合波束赋形与空间调制方法(intelligent reflecting surface-joint beamformingandspatial modulation，IRS-JBSM)，具体来说，通过建立起的***模型，在接收端进行空间调制的基础上，利用交替优化算法进行联合波束赋形。通过仿真验证了本发明提出的MIMO***收发端联合设计的性能优势，具体包括以下步骤：

步骤一：建立如图1所示的智能反射面MIMO***模型，带有N个反射单元的智能反射面以特定相移对入射信号进行反射，在发射端进行有源波束赋形将信号集中至面积较大的智能反射面，在智能反射面再一次进行无源波束赋形将信号集中至所需天线。在智能反射面的辅助下，可以极大降低发射端直接进行波束赋形至所需接收端带来的能耗及复杂度。同时，基于接收天线索引的空间调制被采用，针对具有N_N根发射天线和N_R根接收天线的MIMO***，在所选择的第k根接收天线上，接收信号可表示为：

y_k＝r_kPTws+n_k (1)

其中，r_k代表第k根天线与智能反射面之间的信道，将第个反射单元上的反射相移系数建模为θ_i∈[0,2)，幅度系数ρ∈[0,1]，

代表智能反射面上的相移反射矩阵。在考虑最大反射的情况下，本发明将设为1，w是波束赋形向量，s代表发送符号，其均值为0，方差为1；n_k为高斯白噪声，均值为0，方差为σ²。

步骤二：以最大化信噪比为优化目标，对智能反射面MIMO***进行联合波束赋形。根据接收信号公式(1)，第k根接收天线的信噪比可建模为：

对连续情况而言，先对上述公式内部进行细化，

是r_k的第i个元素，代表第k根接收天线到第i个反射单元之间的信道，其中k＝1,2,...,N_R，而且i＝1,2,...,N。对于任意给定的发射波束向量

第i个反射单元与基站之间的信道都可表示为

其中

是T的第i行向量。第个反射单元的反射相移为

考虑到最大反射，ρ被设定为1。上述公式可进一步表述为：

为了使信噪比最大，本发明需要对θ_i进行设定，现已知

通过设定ξ_i＝可使公式左端获得最大值，由此，我们可以设定

实现反射波束赋形的优化目标。

对于此MIMO***而言，最大比传输(MRT)是发射端波束赋形的最优方式，即，

通过对_i，w二者的交替优化直至收敛，可实现连续相移方案下信噪比最大化的目标。

详细的具体流程见图2和算法1。

对离散相移情况而言，我们采用“穷举”+“交替优化”的方式。具体来说，固定N个反射单元中的N-1个相移，对剩余唯一的反射单元相移在离散相移序列中做穷举搜索，即，固定其他反射单元的相移，在中轮流寻找每个反射单元在此情形下的最优离散值，且依据最大比传输原则确定相应的发射波束赋形向量w。

对_i，w进行多次迭代直至收敛，可实现离散相移情况下信噪比最大化的目标。

详细的具体流程见图3和算法2。

步骤三：我们使用两种检测方法对此***进行解调，其一为经典的最大似然检测算法，此算法的思想是对接收天线索引k和发射符号s进行联合检测：

其二为基于最大能量的贪婪检测算法，先对接收天线索引k进行检测：

在接收天线索引k的基础上对发射符号s进行检测：

图4给出了本发明所提算法的信噪比性能。将接收天线个数设置为N_R＝2，并进行二进制调制，对发射天线个数N_T进行了多组设置，验证反射单元个数N对信噪比性能的影响。从图中可以看到，不管是离散情况还是连续情况，信噪比都随着反射单元个数的增加而增加，不同的是，由于离散相移方案中的量化原因，来自发射端的信号无法在接收端实现完全的相位抵消，从而导致功率损失，连续相移方案的信噪比性能略好于离散方案。此外，由于波束赋形，发射天线数量的增加将导致SNR性能的提升。而由于使用了有限级相移器，离散相移方案的结果曲线有轻微的曲折，但随着N的增加，这种不平滑将得到补偿。最后，通过将N值从30提高到120，SNR性能显著提高了，这证明了智能反射面在创建"信号热点"方面的有效性。

图5至图6给出了本发明所提连续方案的误码率性能。同样的，将接收天线个数设置为N_R＝2，发射天线个数设置为N_T＝3，反射单元个数设置为N＝64，并进行二进制调制。图5比较了在此实例的参数设置下两种解调方式的性能。如前所述，因为贪婪检测算法更适应于此发明的优化目标，所以在噪声影响较大时，本***的贪婪检测算法性能优于最大似然检测算法，间接证明了本发明的联合优化方案对于信噪比提升的有效性。图6则比较了不同接收天线个数N_R对误码率性能的影响：接收天线越多，误码率性能略差。同时，两张图都表明随着反射单元个数的增加，误码率降低，显示了智能反射面在保证可靠通信方面的优势。

Claims (4)

1.一种基于智能反射面和发射端的联合波束赋形与空间调制方法，其特征在于，包括以下步骤：

(1)建立智能反射面MIMO无线通信***模型：

在MIMO***中配置N_T根天线的基站与N_R根天线的接收端在智能反射面的辅助下进行通信；MIMO***收发端之间的信道分为智能反射面与基站之间的子信道T以及接收端与智能反射面之间的子信道

经空间调制后，第k根天线的接收信号为：

y_k＝r_kPTws+n_k (1)

式(1)中，将第i个反射单元上的反射相移系数建模为θ_i∈[0,2π)，幅度系数ρ∈[0,1]，

代表智能反射面上的相移反射矩阵；w是波束赋形向量；s代表发送符号，其均值为0，方差为1；n_k为高斯白噪声，均值为0，方差为σ²；

(2)考虑连续相移与离散相移两种方案，在发射端与智能反射面进行联合波束赋形，以最大化信噪比，并将连续方案下的波束赋形优化描述为问题(P1)：

s.t.‖w‖²≤p (3)

将离散方案下的波束赋形优化描述为问题(P2)：

s.t.‖w‖²≤p (6)

式(2)至式(7)中，p是最大发射功率；I为离散相移序列；

(3)在联合波束赋形优化的同时，采用基于接收端的空间调制来有效获得传输比特率；***具有N_R根接收天线，并进行M-PSK或M-QAM调制，用于传输每组b₁+b₂比特的数字信号，其中前b₁比特映射为接收天线索引k，后b₂比特映射为星座点符号s；

(4)分别使用两种检测算法进行解调，一种检测算法为贪婪检测，另一种检测算法为基于穷举搜索的最大似然检测算法。

2.根据权利要求1所述的一种基于智能反射面和发射端的联合波束赋形与空间调制方法，其特征在于，通过以下方法解决问题(P1)，实现基站与智能反射面波束赋形的分步优化：

是r_k的第i个元素，代表第k根接收天线到第i个反射单元之间的信道，其中k＝1,2,...,N_R，而且i＝1,2,...,N，β_k,i表示信道幅度，φ_k,i表示信道角度；对于任意给定的发射波束向量

第i个反射单元与基站之间的信道都可表示为

其中

是T的第i行向量，l_i表示信道幅度，α_i表示信道角度；第i个反射单元的反射相移为

考虑到最大反射，ρ被设定为1，则问题(P1)的目标函数SNR_k可表示为：

式(8)中，σ²表示噪声功率；

现有

可通过设置ξ_i＝ξ获取最大值，所以设置第i个反射单元的相移θ_i＝φ_k,i+α_i来实现信噪比的最大化；

在此MIMO***中，利用最大比传输实现基站波束赋形的最优化，即，

通过对θ_i、w二者的交替优化直至收敛，可实现连续相移方案下信噪比最大化的目标。

3.根据权利要求1所述的一种基于智能反射面和发射端的联合波束赋形与空间调制方法，其特征在于，通过以下方法解决问题(P2)，实现基站与智能反射面波束赋形的分步优化：

对于智能反射面的无源波束赋形，固定N个反射单元中的N-1个相移，对剩余唯一的反射单元相移在离散相移序列中做穷举搜索；相应地，基站处的波束赋形优化通过最大比传输原则实现；对θ_i、w进行多次迭代直至收敛，可实现离散相移方案下信噪比最大化的目标。

4.根据权利要求1所述的一种基于智能反射面和发射端的联合波束赋形与空间调制方法，其特征在于，贪婪检测算法与最大似然检测算法在本MIMO***中的应用为：

贪婪检测算法首先根据信噪比最大化的优化目标对接收天线索引k进行解调：

式(10)中，y_k表示第k根天线的接收信号，

表示检测到的天线索引；

然后根据欧式距离最小原则对发射符号s进行解调：

最大似然检测算法是对接收天线索引k和发射符号s的联合检测：

贪婪检测算法更简便且适应于最大信噪比的优化目标，而最大似然检测适合于噪声影响较小的情况。

Images