CN114222310B - 一种联合3d波束赋形和智能反射面反射优化方法 - Google Patents

Abstract

本发明公开了一种联合3D波束赋形和智能反射面反射优化方法，具体为：采用一种先优化智能反射面相移矩阵，接着优化基站天线下倾角，最后优化基站波束赋形矢量的交替迭代优化方法，依次循环进行，当满足停止迭代条件后，根据所得全局最优的智能反射面相移矩阵、基站天线下倾角和基站波束赋形矢量进行联合波束赋形处理。本发明相比现有方法具有明显的性能增益，特别当智能反射面反射单元数量适中和3dB波束宽度相对较低情况下，所提方法具有更高的有效性；有利于提高无线通信***在复杂电磁环境下的***性能。

Description

一种联合3D波束赋形和智能反射面反射优化方法

技术领域

本发明属于信号与信息处理领域，尤其涉及一种联合3D波束赋形和智能反射面反射优化方法。

背景技术

由于社会生活水平的提高和无线通信技术的不断发展，各种智能设备大量涌入人们的生活，在给人们生活带来便利的同时，也给无线通信业务支持能力提出了更高的要求。可以预见的是，在未来，无线通信数据业务量将呈现出***式的增长态势。因此，如何应对高速率、高能效、高覆盖、高可靠等要求已经成为了下一代无线通信网络设计的研究重点。面对更高的通信性能需求，现有某些技术方案已经在一定程度上对各指标进行了针对性设计，但却难以完全满足这些要求，此外，无线信道的随机性通常会给通信***设计带来极大挑战，即使采用各种调制、编码、分集等技术来补偿信道衰落，其性能增益也十分有限，而且需要额外的资源开销。因此，为了解决上述问题，迫切需要开展创新性技术设计，不仅实现低成本通信需求，而且能够减轻信道随机性所带来的不利影响。

近年来，智能反射面(IRS,Intelligent Reflecting Surface)作为一种新兴技术受到了大家的广泛关注。智能反射面由大量被动无源反射单元组成，每个反射单元能够独立反射信号，通过合理配置每个智能反射单元的相移，能够动态建立期望的无线信道响应，为解决无线信道随机影响提供了一种新的创新性思路。此外，相比于传统的主动反射面和放大中继技术，由于每个反射单元仅被动反射信号，不需要额外的射频器件，将有效的降低***能量消耗。除了上述优点之外，IRS还具有部署灵活、与现有***兼容性强的特点，因此可以在现有无线网络中大规模部署IRS，而不需要对原有***进行大规模的调整。可以看出，IRS是一种高潜力的技术手段，将在未来无线通信中扮演极为重要的角色。由于IRS通常采用调节各反射单元相移的方式来实现无线信道动态配置，因此，正确设定每个反射单元的相移是应用该技术最为关键的一步。

另一方面，3D波束赋形技术是另一种有效提升无线通信***性能的重要手段，已经被提出应用于下一代无线通信网络，该技术充分发挥了多天线技术的优势，通过对基站天线下倾角进行调整，能够使波束更加精准的指向期望方向，将有效提升期望方向上的接收信号质量，此外，还能有效降低小区间和小区内多用户干扰。由于天线辐射方向图在垂直域具有更高的敏感度，因此3D波束赋形又被称为垂直波束赋形，即主要对垂直域的天线下倾角进行控制。3D波束赋形技术通过调整天线下倾角来有效增强期望信号质量和降低干扰，因此，合理设置基站天线下倾角是应用该技术最为关键的一步。

IRS能够实现无线信道的动态配置，而3D波束赋形技术能够精准控制天线辐射指向，两种技术都将有效的提升无线通信***性能，且均基于波束赋形理论来实现。因此，可以将这两种先进技术进行合理联合设计。然而，引入IRS后将给基站天线下倾角设计带来困难，采用3D波束赋形技术也将给IRS相移优化带来额外的挑战，进一步影响基站波束赋形矢量的设计，这三个变量紧紧耦合在一起，相互影响，目前没有标准的求解方法。为了解决这个问题，目前有学者提出将基站天线下倾角指向用户或IRS，接着在确定下倾角的基础上，进一步优化IRS相移和基站波束赋形矢量，该方法仅在某些特殊场景具有一定的性能增益，例如智能反射面反射单元数量足够多，具有一定的局限性。因此，为了提升无线通信***性能，充分利用IRS技术和3D波束赋形技术所具备的优势，研究智能反射面相移、基站天线下倾角、基站波束赋形矢量的联合设计，即联合波束赋形，来提升无线通信***性能，同时降低计算复杂度是十分必要的。

发明内容

为解决上述问题，本发明提供一种联合3D波束赋形和智能反射面反射优化方法。

本发明的一种联合3D波束赋形和智能反射面反射优化方法，包括以下步骤：

步骤1：初始化0时刻的基站波束赋形矢量为

基站天线下倾角为/>

用户接收信号功率的相对增量为Err＝∞，迭代索引为t＝0；其中，P为基站发送功率，/>

为从基站到用户之间的信道，θ_d为用户相对于基站天线的下倾角，(·)^H表示共轭转置；此外，以θ_r表示智能反射面相对于基站天线的下倾角，并假设θ_r＜θ_d；

步骤2：如果Err≥ε且t≤T，执行步骤3，否则执行步骤8；其中，T为最大迭代次数、ε为预设停止迭代门限；

步骤3：根据第t次迭代所得局部最优的基站波束赋形矢量

和基站天线下倾角

按照式(1)计算智能反射面第n个反射单元在第t+1次迭代时局部最优相位值；

其中，n＝1,2,…,N，N为智能反射面反射单元总数，

为从智能反射面到用户之间的信道/>

的第n个元素，/>

为从基站到智能反射面之间的信道G的第n行元素，arg(·)表示返回当前复数的相位；

步骤4：根据第t+1次迭代所得智能反射面各反射单元局部最优相位值

进一步计算智能反射面相移矩阵/>

其中diag{·}表示生成对角化矩阵；

步骤5：根据第t次迭代所得局部最优的基站波束赋形矢量

和第t+1次迭代所得局部最优的智能反射面相移矩阵/>

得到第t+1次迭代时局部最优的基站天线下倾角

步骤6：根据第t+1次迭代所得局部最优的智能反射面相移矩阵

和基站天线下倾角/>

按照式(2)计算第t+1次迭代时的局部最优的基站波束赋形矢量；

其中，

θ_3dB表示3dB波束宽度，||·||表示求解矢量的二范数；

步骤7：按照式(3)计算第t+1次迭代时用户接收信号功率；

接着计算用户接收信号功率的相对增量

同时令t＝t+1，返回执行步骤2；

步骤8：根据步骤2～7所得全局最优的智能反射面相移矩阵

对智能反射面进行配置，/>

中各对角线元素的相位即为智能反射面各反射单元对应的相位；接着根据步骤2～7所得全局最优的基站天线下倾角/>

按照电子下倾的方式对天线波束指向进行调整，最后根据步骤2～7所得全局最优的基站波束赋形矢量/>

对发送信号进行波束赋形处理。

进一步的，步骤5中优化基站天线下倾角θ的方法具体为：

A：如果

且/>

则局部最优的基站天线下倾角为/>

否则执行步骤B；其中，θ_3dB为3dB波束宽度；

B：如果

则设定搜索区间为/>

如果

则设定搜索区间为/>

执行步骤C；

C：根据步骤B设定的搜索区间，进一步在该区间内采用二分法搜索得到局部最优的基站天线下倾角

本发明的有益技术效果为：

本发明方法采用一种特殊优化顺序的交替迭代优化方法，在每次迭代过程中，首先对智能反射面相移矩阵Φ进行优化，接着优化基站天线下倾角θ，最后优化基站波束赋形矢量w，依次循环进行，当满足停止迭代条件后，根据所得全局最优解

进行联合波束赋形处理。在本发明方法中，基于该特殊设计的优化顺序，进一步简化了优化问题，当优化基站天线下倾角θ时，有效缩小了搜索区间，降低了计算复杂度。相较于基站天线下倾角指向智能反射面方法、基站天线下倾角指向用户方法、随机下倾角和随机相移方法、无智能反射面方法，本发明方法具备更好的输出性能，特别是智能反射面反射单元数量适中和3dB波束宽度相对较小的情况下，本发明方法具备更高的有效性。因此，本发明所提方法有利于提高无线通信网络的通信性能。

附图说明

图1为本发明联合3D波束赋形和智能反射面反射优化方法流程图。

图2为本发明仿真条件下，在不同用户位置时本发明方法与对比方案的频谱效率对比曲线。

图3为本发明仿真条件下，在不同智能反射面单元数时本发明方法与对比方案的频谱效率对比曲线。

图4为本发明仿真条件下，在不同3dB波束宽度时本发明方法与对比方案的频谱效率对比曲线。

具体实施方式

下面结合附图和具体仿真例对本发明做进一步详细说明。

本发明核心思想是采用一种先优化智能反射面相移，接着优化基站天线下倾角，最后优化基站波束赋形矢量顺序的交替迭代优化算法，当满足停止迭代条件后，根据所得全局最优的智能反射面相移矩阵、基站天线下倾角和波束赋形矢量进行联合波束赋形处理。

本发明的一种联合3D波束赋形和智能反射面反射优化方法流程如图1所示，具体包括以下步骤：

步骤1：初始化0时刻的基站波束赋形矢量为

基站天线下倾角为/>

用户接收信号功率的相对增量为Err＝∞，迭代索引为t＝0；其中，P为基站发送功率，/>

为从基站到用户之间的信道，θ_d为用户相对于基站天线的下倾角，(·)^H表示共轭转置；此外，以θ_r表示智能反射面相对于基站天线的下倾角，并假设θ_r＜θ_d。

步骤2：如果Err≥ε且t≤T，执行步骤3，否则执行步骤8；其中，T为最大迭代次数、ε为预设停止迭代门限。

步骤3：根据第t次迭代所得局部最优的基站波束赋形矢量

和基站天线下倾角

按照式(1)计算智能反射面第n个反射单元在第t+1次迭代时局部最优相位值；

其中，n＝1,2,…,N，N为智能反射面反射单元总数，

为从智能反射面到用户之间的信道/>

的第n个元素，/>

为从基站到智能反射面之间的信道G的第n行元素，arg(·)表示返回当前复数的相位。

步骤4：根据第t+1次迭代所得智能反射面各反射单元局部最优相位值

进一步计算智能反射面相移矩阵/>

其中diag{·}表示生成对角化矩阵。

步骤5：根据第t次迭代所得局部最优的基站波束赋形矢量

和第t+1次迭代所得局部最优的智能反射面相移矩阵/>

得到第t+1次迭代时局部最优的基站天线下倾角

具体的，优化基站天线下倾角θ的方法为：

S51：如果

且/>

则局部最优的基站天线下倾角为/>

否则执行步骤S52；其中，θ_3dB为3dB波束宽度。

S52：如果

则设定搜索区间为/>

如果

则设定搜索区间为/>

执行步骤S53。

S53：根据步骤S52设定的搜索区间，进一步在该区间内采用二分法搜索得到局部最优的基站天线下倾角

步骤6：根据第t+1次迭代所得局部最优的智能反射面相移矩阵

和基站天线下倾角/>

按照式(2)计算第t+1次迭代时的局部最优的基站波束赋形矢量；

其中，

θ_3dB表示3dB波束宽度，||·||表示求解矢量的二范数。

步骤7：按照式(3)计算第t+1次迭代时用户接收信号功率；

接着计算用户接收信号功率的相对增量

同时令t＝t+1，返回执行步骤2。

步骤8：根据步骤2～7所得全局最优的智能反射面相移矩阵

对智能反射面进行配置，/>

中各对角线元素的相位即为智能反射面各反射单元对应的相位；接着根据步骤2～7所得全局最优的基站天线下倾角/>

按照电子下倾的方式对天线波束指向进行调整，最后根据步骤2～7所得全局最优的基站波束赋形矢量/>

对发送信号进行波束赋形处理。

仿真实验：

仿真实验具体条件为：基站位置坐标为(0，0，30)m、智能反射面位置坐标为(4，120，10)m、信道路径衰落指数为α_BU＝3.8、α_BI＝2.2、α_IU＝2.8、信道莱斯因子为β_BU＝1、β_BI＝∞、β_IU＝0、基站发送功率为P＝10dBm、最大迭代次数T＝10、预设停止迭代门限ε＝10^-6。

图2为本发明方法在上述具体仿真条件下，在不同用户位置(用户位置坐标为(2，d_y，1.5)，d_y＝[50，110]m)时本发明方法与基站天线下倾角指向智能反射面方法、基站天线下倾角指向用户方法、随机下倾角和随机相移方法、无智能反射面方法的频谱效率对比曲线。图中横坐标为用户与基站之间的水平距离d_y(单位：m)，纵坐标为频谱效率(单位：bit/s/Hz)。图中的标记“○”代表本发明方法，“◇”代表基站天线下倾角指向智能反射面方法，“△”代表基站天线下倾角指向用户方法，“*”代表随机下倾角和随机相移方法，

代表无智能反射面方法。

从图2可以看出，对于无智能反射面方法及随机下倾角和随机相移方法，其频谱效率随着用户与基站之间距离的增加而减小；对于基站天线下倾角指向用户和基站天线下倾角指向智能反射面方法，当用户不断靠近智能反射面时，由于反射链路信号质量提升，其频谱效率逐渐增加，但存在一定性能损失；相比于其他技术方案，在用户位置移动过程中，本发明方法始终具备更高的频谱效率，表明了本发明方法的普适性。

图3为本发明方法在上述具体仿真条件下，在不同智能反射面单元数时本发明方法与基站天线下倾角指向智能反射面方法、基站天线下倾角指向用户方法、随机下倾角和随机相移方法、无智能反射面方法的频谱效率对比曲线。图中横坐标为智能反射面反射单元数，纵坐标为频谱效率(单位：bit/s/Hz)。图中的标记“○”代表本发明方法，“◇”代表基站天线下倾角指向智能反射面方法，“△”代表基站天线下倾角指向用户方法，“*”代表随机下倾角和随机相移方法，“□”代表无智能反射面方法。

从图3可以看出，本发明方法、基站天线下倾角指向智能反射面方法和基站天线下倾角指向用户方法的频谱效率随着智能反射面反射单元数的增加而增加，但本发明方法具备更高的频谱效率。此外，在当前仿真参数设置条件下，本发明方法与其他几种方法之间的增益差在N＝80左右达到最大，表明了本发明方法在智能反射面反射单元数量适中时具有更高的有效性。

图4为本发明方法在上述具体仿真条件下，在不同3dB波束宽度时本发明方法与基站天线下倾角指向智能反射面方法、基站天线下倾角指向用户方法、随机下倾角和随机相移方法、无智能反射面方法的频谱效率对比曲线。图中横坐标为3dB波束宽度，纵坐标为频谱效率(单位：bit/s/Hz)。图中的标记“○”代表本发明方法，“◇”代表基站天线下倾角指向智能反射面方法，“△”代表基站天线下倾角指向用户方法，“*”代表随机下倾角和随机相移方法，“□”代表无智能反射面方法。

从图4可以看出，除无智能反射面方法外，其余几种方法的频谱效率随3dB波束宽度的增加而增加。然而，本发明方法不仅能够提供最好的输出性能，而且当3dB波束宽度相对较小时，本发明方法具有更高的有效性。

Claims (1)

1.一种联合3D波束赋形和智能反射面反射优化方法，其特征在于，包括以下步骤：

步骤1：初始化0时刻的基站波束赋形矢量为

基站天线下倾角为

用户接收信号功率的相对增量为Err＝∞，迭代索引为t＝0；其中，P为基站发送功率，/>

为从基站到用户之间的信道，h_d为/>

的共轭转置，即/>

θ_d为用户相对于基站天线的下倾角，(·)^H表示共轭转置；此外，以θ_r表示智能反射面相对于基站天线的下倾角，并假设θ_r＜θ_d；

步骤2：如果Err≥ε且t≤T，执行步骤3，否则执行步骤8；其中，T为最大迭代次数、ε为预设停止迭代门限；

步骤3：根据第t次迭代所得局部最优的基站波束赋形矢量

和基站天线下倾角/>

按照式(1)计算智能反射面第n个反射单元在第t+1次迭代时局部最优相位值；

其中，n＝1,2,…,N，N为智能反射面反射单元总数，

为从智能反射面到用户之间的信道/>

的第n个元素，/>

为从基站到智能反射面之间的信道G的第n行元素，arg(·)表示返回当前复数的相位；

步骤4：根据第t+1次迭代所得智能反射面各反射单元局部最优相位值

进一步计算智能反射面相移矩阵

其中diag{·}表示生成对角化矩阵；

步骤5：根据第t次迭代所得局部最优的基站波束赋形矢量

和第t+1次迭代所得局部最优的智能反射面相移矩阵/>

得到第t+1次迭代时局部最优的基站天线下倾角/>

其中，优化基站天线下倾角θ的方法具体为：

A：如果

且/>

则局部最优的基站天线下倾角为/>

否则执行步骤B；其中，θ_3dB为3dB波束宽度；

B：如果

则设定搜索区间为/>

如果

且/>

则设定搜索区间为/>

如果

则设定搜索区间为/>

执行步骤C；

C：根据步骤B设定的搜索区间，进一步在该区间内采用二分法搜索得到局部最优的基站天线下倾角

步骤6：根据第t+1次迭代所得局部最优的智能反射面相移矩阵

和基站天线下倾角/>

按照式(2)计算第t+1次迭代时的局部最优的基站波束赋形矢量；

其中，

θ_3dB表示3dB波束宽度，||·||表示求解矢量的二范数；

步骤7：按照式(3)计算第t+1次迭代时用户接收信号功率；

接着计算用户接收信号功率的相对增量

同时令t＝t+1，返回执行步骤2；

步骤8：根据步骤2～7所得全局最优的智能反射面相移矩阵

对智能反射面进行配置，

中各对角线元素的相位即为智能反射面各反射单元对应的相位；接着根据步骤2～7所得全局最优的基站天线下倾角/>

按照电子下倾的方式对天线波束指向进行调整，最后根据步骤2～7所得全局最优的基站波束赋形矢量/>

对发送信号进行波束赋形处理。

Images