CN114554527B

CN114554527B - 联合irs技术和sr技术的物联网链路优化方法及***

Info

Publication number: CN114554527B
Application number: CN202210198813.0A
Authority: CN
Inventors: 宋清洋; 豆舒楠; 亓伟敬
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2022-03-01
Filing date: 2022-03-01
Publication date: 2023-09-12
Anticipated expiration: 2042-03-01
Also published as: CN114554527A

Abstract

本发明公开了一种联合IRS技术和SR技术的物联网链路优化方法及***，通过引入智能反射表面对无线通信环境进行智能地重构，在保证主链路蜂窝用户最低速率要求下，通过优化各个反射单元的反射系数，以增强物联网链路的信息传输；同时考虑多用户场景，引入用户匹配的思想，通过优化匹配策略矩阵为每一个IoT设备匹配可达速率最优的用户，使***的物联网链路总速率达到最优。本发明有效解决多用户场景下的共生通信***中海量的IoT设备占用大量频谱资源，减弱信息传输速率，影响蜂窝用户通信的问题，不产生额外的能量资源消耗，且物联网信息传输的总速率在满足主链路最低传输速率需求的前提下达到最大。

Description

联合IRS技术和SR技术的物联网链路优化方法及***

技术领域

本发明涉及无线通信网络技术领域，具体而言，涉及一种联合IRS技术和SR技术的物联网链路优化方法及***。

背景技术

随着无线通信技术的发展，高宽带、低时延为未来的万物互联提供了基础，但是物联网时代的到来也带来了一系列问题，比如海量的IoT设备接入无线通信网络中会造成极大的频谱资源占用，一方面表现为大量的频谱资源浪费，另一方面表现为在一定程度上影响蜂窝用户之间的正常通信。并且，大量的IoT节点同时工作还会带来巨大的能耗问题。

对于上述问题，可用被看作是未来海量物联网设备接入无线通信网络最有效的解决办法之一的共生无线电技术来有效解决。共生无线电(SymbioticRadio,SR)是一种协作式的环境反向散射通信，具有高频谱效率、高能量效率和低成本的优势。该***由两条主要的通信链路组成：一条是主链路，主要服务于用户，包括蜂窝链路、WiFi等；另一条是次链路，主要用于传输物联网节点收集到的物联网信息，如IoT链路。次链路是将自己的IoT信息调制到接收的主链路信号上，并通过无源的IoT设备(反向散射设备BackscatterDevice,BD)将调制后的信息再反射给接收机(用户)，以达到物联网信息通信的目的。在这个过程中，次链路不仅共享了主链路的频谱，还共享了主链路的发射机(基站BaseStation,BS和接收机等一系列基础设施)，并且反向散射设备是无源的，不会产生额外的能量资源消耗，且成本低。

另外，智能反射表面(IntelligentReflectingSurface,IRS)是一种具有高频谱效率、高能量效率和低成本的无线通信辅助技术，被认为是下一代无线通信的关键技术之一。智能反射表面有大量低成本的无源反射单元构成，各个单元可以独立地调整其反射系数(包括幅度和相位)，通过对数学理论的优化，根据实际通信***的需求，智能地重构无线信道环境，以达到增强有用信号、抑制干扰信号以及保护安全隐私等目的。

但是，由于物联网链路的IoT设备是由无源的反射元件组成；并且，为了在接收机处准确地解码物联网信息和蜂窝信息，物联网信息符号周期远大于主链路信息符号周期；此外，IoT设备距离基站较远，其彼此之间存在一定的遮挡。上述因素都将导致物联网链路的传输速率减弱。

有鉴于此，特提出本申请。

发明内容

本发明所要解决的技术问题是：如何增强物联网链路在多用户共生通信***中的传输速率。目的在于提供一种联合IRS技术和SR技术的物联网链路优化方法及***，引入智能反射表面对无线通信环境进行智能重构，在保证主链路蜂窝用户最低速要求下，通过优化智能反射表面的各个反射单元的反射系数，从而增强物联网链路的信息传输。

本发明通过下述技术方案实现：

一方面，本申请提供了一种联合IRS技术和SR技术的物联网链路优化方法，包括以下步骤：

基站将主链路信号发送给多个接收机、智能反射表面和多个IoT设备；

所述智能反射表面接收所述基站发送的主链路信号，所述智能反射表面重构所述基站到所述多个接收机的信道环境，重构完成后，将接收到的主链路信号发送给所述多个接收机；所述智能反射表面重构所述基站到所述多个IoT设备的信道环境，重构完成后，将接收到的主链路信号发送给所述接收机和所述多个IoT设备；

所述多个IoT设备接收物联网信息、所述基站和所述智能反射表面发送的主链路信息；所述多个IoT设备将所述物联网信息调制到接收到的主链路信息上，并将调制后的信息发送给所述多个接收机。

作为对本发明的进一步描述，

所述接收机接收到调制后的信息为：

其中，p表示基站发射功率，依次代表基站到第m个用户、基站到第n个IoT设备和第m个用户到第n个IoT设备之间的信道，Φ＝diag{φ₁,φ₂,…,φ_Q}表示智能反射表面的反射系数矩阵，/>依次表示智能反射表面到第m个用户和智能反射表面到第n个IoT设备之间的信道，/>表示基站到智能反射表面之间的信道，x_m表示基站发送给第m个接收机的信息符号，α_n表示第n个IoT设备的反射系数且在0-1之间取值，c_n表示第n个IoT设备发送给第m个接收机的信息符号，μ_m表示功率为σ²的零均值加性高斯白噪声。

所述接收机接收到的主链路信息为：

所述接收机接收到的主链路信息的传输速率期望为：

所述接收机接收到的物联网信息为：

或

所述接收机接收到的物联网信息的传输速率为：

其中，a_m,n表示第m个用户与第n个IoT设备之间的匹配关系(0表示不匹配，1表示匹配)，K表示物联网信息的符号周期为主链路信息的符号周期的K倍。

作为对本发明的进一步描述，此物联网链路优化方法还包括以下步骤：

S1：建立接收机匹配关系矩阵Α；

S2：根据所述接收机匹配关系矩阵Α和所述反射系数矩阵Φ建立共生通信***物联网链路的总速率最大化模型，所述共生通信***物联网链路由所述多个接收机组成；

S3：为每一个IoT设备匹配可达最优速率的接收机，使总速率最大化模型的目标值达到最优。

作为对本发明的进一步描述，所述总速率最大化模型为：

P:

s.t.

m∈1,2,…,M,n∈1,2,…,N，

其中，M表示共生通信***中用户机的数量，N表示共生通信***中IoT设备的数量，接收机匹配关系矩阵Α＝{a_mn|a_mn∈{0,1},m∈M,n∈N}，表示主链路最低通信速率需求；/>M≥N表示一个接收机只接收来自一个IoT设备的信息，且用户个数大于IoT设备个数，用于确保IoT设备与接收机之间的一对一匹配关系，保证每一个IoT设备的信息都可以被接收；/>表示智能反射表面反射系数的模值特性约束。

作为对本发明的进一步描述，所述S3包括以下步骤：

S3.1：将所述总速率最大化模型转化为内部模型和外部模型，所述内部模型以获取IoT设备与对应用户机之间的最优信息传输速率为目标，所述外部模型以共生通信***物联网链路的总速率最大化为目标；

S3.2：采用半定松弛算法求解所述内部模型，得到最优反射系数矩阵Φ^*；

S3.3：根据所述反射系数矩阵Φ^*，获取每一个IoT设备与对应用户机之间的最优信息传输速率

S3.4：采用匈牙利算法求解所述外部模型，得到最优用户机匹配关系矩阵Α^*，所述最优用户机匹配关系矩阵Α^*使共生通信***物联网链路的总速率最大。

作为对本发明的进一步描述，所述内部模型为：

P1:

其中，φ^H为IRS相移矩阵向量化表示的共轭转置。

作为对本发明的进一步描述，所述S3.2包括以下步骤：

采用半定松弛算法转化所述内部模型，得到等价模型；

将所述等价模型转化为半定规划模型；

通过高斯随机化方法获取所述半定规划模型的近似解Ψ^*；

利用所述近似解Ψ^*建立反射系数矩阵Φ^*。

作为对本发明的进一步描述，所述外部模型为：

P2:

其中，H_x表示一个数学转换过程中产生的中间变量。

另一方面，本申请提供了一种联合IRS技术和SR技术的物联网链路优化***，包括：基站、具有多个发射单元的智能反射表面、多个接收机和多个IoT设备；所述智能反射表面与智能控制器连接；所述基站与所述接收机之间通过信道h_Bm通信连接，所述基站与所述IoT设备之间通过信道h_Bn通信连接，所述接收机与所述IoT设备之间通过信道h_mn通信连接，所述智能反射表面与所述基站通过信道h_Rm通信连接，所述智能反射表面与所述IoT设备通过信道h_Rn通信连接。

本发明与现有技术相比，具有如下的优点和有益效果：本发明实施例提供的一种联合IRS技术和SR技术的物联网链路优化方法及***，利用了共生无线电和智能反射表面具有高频谱效率、高能量效率和低成本的优势，使次链路不仅共享了主链路的频谱，也共享了主链路的发射机和接收机等一系列的基础设施；并且通过引入的智能反射表面来动态调整基站与接收机、IoT设备之间的信道，增强有用信号、抑制干扰信号，二者相互配合，从而有效解决多用户场景下的共生通信***中海量的IoT设备占用大量频谱资源，减弱信息传输速率，影响蜂窝用户通信的问题。并且，IoT设备是无源的，不产生额外的能量资源消耗。此外，该物联网链路优化方法还引入了用户匹配的策略和模型解算方法，在多用户场景下为每一个IoT设备匹配可达最优速率的接收机，从而使物联网信息传输的总速率在满足主链路最低传输速率需求的前提下达到最大。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的物联网链路优化***模型结构及组成示意图；

图2为本发明实施例提供的物联网链路和速率与基站发射功率及主链路最低速率阈值关系图结构示意图；

图3为本发明实施例提供的物联网链路和速率与基站发射功率及主链路最低速率阈值之间的变化关系图；

图4为本发明实施例提供的物联网链路和速率与基站发射功率及智能反射表面反射单元个数之间的变化关系；

图5为本发明实施例提供的物联网链路和速率与基站发射功率及用户匹配算法之间的变化关系；

图6为本发明实施例提供的物联网链路和速率与基站发射功率及智能反射表面相移离散量化比特数之间的变化关系。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

实施例

本实施例针对如何增强物联网链路在多用户共生通信***中的传输速率的问题，提供了一种联合IRS技术和SR技术的物联网链路优化方法，该方法在以下如图1所示的***中执行，该***由一个配备单天线的基站BS、一个发射单元数为Q的智能反射表面、M个单天线的用户和N个单天线的无源IoT设备组成。其中，智能反射表面与一个智能控制器连接，可动态的调节智能反射表面各个单元的反射系数(包括幅度和相移)，以智能地重构无线通信信道环境；所述基站与所述接收机之间通过信道h_Bm通信连接，所述基站与所述IoT设备之间通过信道h_Bn通信连接，所述接收机与所述IoT设备之间通过信道h_mn通信连接，所述智能反射表面与所述基站通过信道h_Rm通信连接，所述智能反射表面与所述IoT设备通过信道h_Rn通信连接。

该物联网链路优化方法包括以下步骤：

步骤1：基站将主链路信号发送给多个接收机、智能反射表面和多个IoT设备；

步骤2：所述智能反射表面接收所述基站发送的主链路信号，所述智能反射表面重构所述基站到所述多个接收机的信道环境，重构完成后，将接收到的主链路信号发送给所述多个接收机；所述智能反射表面重构所述基站到所述多个IoT设备的信道环境，重构完成后，将接收到的主链路信号发送给所述接收机和所述多个IoT设备；

步骤3：所述多个IoT设备接收物联网信息、所述基站和所述智能反射表面发送的主链路信息；所述多个IoT设备将所述物联网信息调制到接收到的主链路信息上，并将调制后的信息发送给所述多个接收机。

上述联合IRS技术和SR技术的物联网链路优化方法，首先针对海量IoT设备接入无线通信网络而造成大量频谱资源浪费和影响蜂窝用户之间正常通信的频谱资源占用问题，利用共生无线电技术对海量IoT设备占用大量频谱资源的问题进行优化：基站通过时分多址接入的方式向多个接收机(用户)发送主链路信息；在每个时隙中分配多个IoT设备(物联网设备)与对应的接收机协同工作，基站也向多个IoT设备发送主链路信息；IoT设备接收基站发送的主链路信息和物联网信息，并将接收到的物联网信息采用二进制相移键控调制到主链路信息上，再将调制后的信息反射给接收机；接收机处采用连续干扰消除技术对调制后的信息进行解码，获得物联网信息(均来自IoT设备)和主链路信息(基站BS直接发送到接收机的信信、经过智能反射表面反射的信息和从IoT设备反射到接收机的物联网信息中解码出来的主链路信息)，从而达到物联网信息通信的目的。在此基础上，考虑了基站与接收机和IoT设备之间的距离较远且存在一定的障碍物遮挡的问题，因此采用将智能反射表面技术与共生无线电技术向结合的方式，利用智能反射表面来重构基站到接收机和基站到IoT设备之间的信道环境：基站发送的主链路信息经智能反射表面通过动态调控各单元反射系数的方式来重构信道环境，再由智能反射表面将主链路信息通过重构后的信道发送给接收机和IoT设备，以此达到增强有用信号、抑制干扰信号以及保护安全隐私等目的。

通过联合IRS技术和SR技术利用了共生无线电和智能反射表面具有高频谱效率、高能量效率和低成本的优势，使次链路不仅共享了主链路的频谱，也共享了主链路的发射机和接收机等一系列的基础设施；并且通过引入的智能反射表面来动态调整基站与接收机、IoT设备之间的信道，增强有用信号、抑制干扰信号，二者相互配合，从而有效解决多用户场景下的共生通信***中海量的IoT设备占用大量频谱资源，减弱信息传输速率，影响蜂窝用户通信的问题。并且，IoT设备是无源的，不产生额外的能量资源消耗。

上述步骤3中，第m个接收机(以下称为“用户”)接收到调制后的信息可以表示为：

从(1)式中可以看出，第m个用户处收到的信号分为两个部分：主链路信息和物联网链路信息。为了保证用户能够准确解码主链路信息和物联网信息，假设物联网链路发送的信息符号c_n的符号周期远大于主链路信息符号x_m符号周期，因此可以将物联网信号作为主链路信号的一个多径分量用于解码主链路信息，体现了SR***主、次链路互惠共生的特性。

由此可得到，

用户处接收到的主链路信息为：

一方面，由于IoT设备反射给用户的信息采用BPSK二进制相移键控，因此c_n只有2种可能取值0或1；另一方面，由于第n个IoT设备发送的信息c_n＝{0,1}对于用户来说是未知的，且该***只允许一个用户接收来自一个IoT设备的信息，根据香农公式可以得到，

用户接收到的主链路信息的传输速率期望为：

在本实施例中，用户采用连续干扰消除的方式解码IoT设备反射来的物联网信息，由于物联网信息的符号周期远大于主链路信息符号周期，假设物联网信息的符号周期为主链路信息的符号周期的K倍，因此，考虑用户处可完全解码物联网信息，

用户接收到的第n个IoT设备传输的物联网信息为：

由于主链路信号x_m通常服从复高斯分布，因此(4)式还可以表示为：

根据香农公式以及共生无线电***的特性，可得到

第m个用户与第n个IoT设备之间物联网信息的传输速率为：

上述(2)～(6)式中，a_m,n表示第m个用户与第n个IoT设备之间的匹配关系(0表示不匹配，1表示匹配)，K表示物联网信息的符号周期为主链路信息的符号周期的K倍。

进一步的，

本实施例在考虑如何增强多用户共生***下的物联网链路信息传输的基础上，同时考虑了如何使物联网链路信息传输速率达到最优的问题。由于当同一个IoT设备所匹配的接收机不同时，会产生不同的信道环境和物联网链路传输信息。因此，本申请提供的该物联网链路优化方法还引入了用户匹配的策略，在多用户场景下为每一个IoT设备匹配可达最优速率的接收机，从而使物联网信息传输的总速率达到最大。

此物联网链路优化方法还包括以下步骤：

S1：建立接收机匹配关系矩阵Α；

S3：通过联合优化智能反射表面反射系数(幅度和相位)矩阵Φ、以及用户匹配策略矩阵Α为每一个IoT设备匹配可达最优速率的接收机，使总速率最大化模型的目标值达到最优。

上述S2中，总速率最大化模型为：

P:

s.t.

m∈1,2,…,M,n∈1,2,…,N， (7)

由于所要优化的两个矩阵——智能反射表面反射系数(幅度和相位)矩阵Φ和用户匹配关系矩阵Α在目标函数和约束条件中耦合，且目标函数存在对数求和项，问题P为非凸优化问题。因此，为了求解该非凸优化问题，考虑将两个耦合变量解耦为两个子问题，分别采用半定松弛算法和匈牙利算法进行求解；

具体而言，所述S3可通过以下步骤实现：

S3.1：将所述总速率最大化模型转化为内部模型和外部模型，所述内部模型以获取IoT设备与对应用户机之间的最优信息传输速率为目标，所述外部模型以共生通信***物联网链路的总速率最大化为目标。

S3.2：采用半定松弛算法求解所述内部模型，得到最优反射系数矩阵Φ^*，Φ^*使第m个用户和第n个物联网设备之间的速率最大化。包括：

(1)采用半定松弛算法转化所述内部模型，得到等价模型；

(2)将所述等价模型转化为半定规划模型；

(3)通过高斯随机化方法获取所述半定规划模型的近似解Ψ^*；

(4)利用所述近似解Ψ^*建立反射系数矩阵Φ^*。

S3.3：根据所述反射系数矩阵Φ^*，求解出每一个IoT设备与对应用户机之间的最优信息传输速率将/>作为第m个用户和第n个物联网设备之间加权值。

S3.4：将外部模型的求解问题转化为加权二部匹配问题。如图2所示，采用匈牙利算法求解所述外部模型，得到最优用户机匹配关系矩阵Α^*，所述最优用户机匹配关系矩阵Α^*使共生通信***物联网链路的总速率最大。进而得到智能反射表面反射系数矩阵Φ和用户匹配策略矩阵Α的共生通信***物联网链路联合优化方案。

具体优化过程如下：

针对于内部优化智能反射表面反射系数矩阵Φ的问题，将(7)式的目标函数进行转化，即令H_Ri＝diag{h_Ri},i＝n,m；φ＝[φ₁,...,φ_Q]^T，则(7)式的目标函数P可以转化为：

其中，φ^H为IRS相移矩阵向量化表示的共轭转置。

然后利用半定松弛算法对式(7-1)进行如下转化：

令h_Bmn＝h_Bnh_mn,H_BRn＝H_Rnh_BRh_mn；

h₁＝h_Bm+α_nc_nh_Bnh_mn；

H₂＝H_Rmh_BR+α_nc_nH_RnH_BRh_mn；

则式(7-1)可进一步简化为：

引入辅助变量t，令：

则式(7-1-1)可进一步转换为：

接着定义Ψ＝ψψ^H，且服从Ψ＞＝0,rank(Ψ)＝1，

则式(7-1-2)可进一步转化为：

采用半定松弛算法转化后，将式(7-1-3)的秩为1的约束舍弃，则转化为一个典型的半定规划SDP问题，该问题可通过CVX工具包得到有效解决，但是求出来解的秩可能不为1，因此通过高斯随机化技术GRT来获得式(7-1-3)的近似解Ψ^*，进而得到第m个用户和第n个IoT设备之间的最大传输速率

另外，

外部模型为：

其中，H_x表示一个数学转换过程中产生的中间变量。

采用匈牙利算法可以有效地解决该问题，从而得到最优的用户匹配策略Α^*。

进一步的，

为了验证该多用户共生通信***在物联网链路和速率性能上的优越性，设计了另外2种参考***作为对比，分别为：1.IRS增强但没有优化用户匹配策略；2.无IRS增强但优化用户匹配策略。

下面通过仿真实验来验证本发明的***性能优越性。***仿真参数设置如下：用户数M＝6，IoT设备数N＝3，智能反射表面反射单元数在25～100之间，基站BS发射功率p＝0～30dBm，加性高斯白噪声功率为σ²＝-114dBm，IoT设备反射系数均设置为0.5，主链路信息符号周期和物联网链路信息符号周期之间的倍数K＝128；智能反射表面相关信道：基站BS到IRS、IRS到用户、以及IRS到物联网设备信道h_BR,h_Rm,h_Rn建模为莱斯衰落信道，莱斯因子为10，大尺度路径损耗分别设为10^-3d^-2.2，10^-3d^-2.1，10^-3d^-2.3(d为两节点之间距离，单位为米)，距离分别为50m、0～10m、0～10m；

基站BS到用户、BS到IoT设备、以及IoT设备到用户之间的信道h_Bm,h_Bn,h_mn建模为瑞利衰落信道，大尺度路径损耗分别设为10^-3d^-3.7，10^-3d^-3.6，10^-3d^-2，距离分别为40～60m、40～60m、0～20m。

图3表示SR***物联网链路速率与BS发射功率及主链路最低速率阈值之间的变化关系。首先，可以看出，随着BS基站发射功率p的增加，多用户共生通信***的物联网链路速率逐渐增加；当主链路速率约束阈值越高，***物联网链路速率越低；其次，当主链路速率阈值均匀增加时，***性能并非均匀降低，在基站发射功率约为20dBm左右时，主链路速率阈值在6～10bps/Hz之间对***性能影响较大；最后通过对比无IRS辅助但优化了用户匹配策略的共生通信***，可以证明IRS辅助的方案能够提升SR***的物联网链路速率将近一倍。

图4表示当主链路速率阈值为3bps/Hz时，***物联网链路和速率与BS发射功率及智能反射表面反射单元个数之间的变化关系。可以看出，当IRS单元个数只有25个时，***的物联网链路和速率相较无IRS增强但优化用户匹配策略的多用户SR***依然有一倍的速率提升，且随着IRS单元数的增加，***性能也逐渐增加。

图5表示当主链路速率阈值为3bps/Hz时，***物联网链路和速率与BS发射功率及用户匹配算法之间的变化关系。可以看出在无IRS增强、有IRS增强且IRS单元数为25、以及有IRS增强且IRS单元数为50三种情况下，采用匈牙利算法对用户匹配策略进行优化方案均优于固定匹配方案50％以上；且IRS单元数越多，***性能越好。

图6表示当主链路速率阈值为3bps/Hz时，***物联网链路和速率与BS发射功率及智能反射表面相移离散量化比特数之间的变化关系。由于在实际的应用中，智能反射表面的相位无法实现连续调整，因此将连续相位值按照固定范围量化到给定的离散相位上，用于在实际场景中对比性能。从图中可以看出，即使量化比特为1时，即IRS每个单元的相位值调整只有两种状态，***的性能相较于无IRS辅助但优化用户匹配策略的方案依然能够提升一倍以上，当量化比特数为3时，***性能逼近连续相位***性能。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种联合IRS技术和SR技术的物联网链路优化方法，其特征在于，包括以下步骤：

所述多个IoT设备接收物联网信息、所述基站和所述智能反射表面发送的主链路信息；所述多个IoT设备将所述物联网信息调制到接收到的主链路信息上，并将调制后的信息发送给所述多个接收机；

所述接收机接收到的调制后的信息为：

其中，p表示基站发射功率，依次代表基站到第m个用户、基站到第n个IoT设备和第m个用户到第n个IoT设备之间的信道，Φ＝diag{φ₁,φ₂,…,φ_Q}表示智能反射表面的反射系数矩阵，/>依次表示智能反射表面到第m个用户和智能反射表面到第n个IoT设备之间的信道，/>表示基站到智能反射表面之间的信道，x_m表示基站发送给第m个接收机的信息符号，α_n表示第n个IoT设备的反射系数且在0-1之间取值，c_n表示第n个IoT设备发送给第m个接收机的信息符号，μ_m表示功率为σ²的零均值加性高斯白噪声；

所述接收机接收到的主链路信息为：

所述接收机接收到的主链路信息的传输速率期望为：

所述接收机接收到的物联网信息为：

或/>

所述接收机接收到的物联网信息的传输速率为：

其中，a_m,n表示第m个用户与第n个IoT设备之间的匹配关系，K表示物联网信息的符号周期为主链路信息的符号周期的K倍；

还包括以下步骤：

S1：建立接收机匹配关系矩阵Α；

S3：为每一个IoT设备匹配可达最优速率的接收机，使总速率最大化模型的目标值达到最优；

S3.1：将所述总速率最大化模型转化为内部模型和外部模型，所述内部模型以获取IoT设备与对应用户机之间的最优信息传输速率为目标，所述外部模型以共生通信***物联网链路的总速率最大为目标；

具体为：

采用半定松弛算法转化所述内部模型，得到等价模型；

将所述等价模型转化为半定规划模型；

通过高斯随机化方法获取所述半定规划模型的近似解Ψ^*；

利用所述近似解Ψ^*建立反射系数矩阵Φ^*；

S3.4：采用匈牙利算法求解所述外部模型，得到最优用户机匹配关系矩阵Α^*，所述最优用户机匹配关系矩阵Α^*使共生通信***物联网链路的总速率最大

所述总速率最大化模型为：

P:

m∈1,2,…,M,n∈1,2,…,N，

其中，M表示共生通信***中用户机的数量，N表示共生通信***中IoT设备的数量，接收机匹配关系矩阵Α＝{a_mn|a_mn∈{0,1},m∈M,n∈N}，表示主链路最低通信速率需求；/>表示一个接收机只接收来自一个IoT设备的信息，且用户个数大于IoT设备个数，用于确保IoT设备与接收机之间的一对一匹配关系，保证每一个IoT设备的信息都可以被接收；/>表示智能反射表面反射系数的模值特性约束；

所述内部模型为：

其中，φ^H为IRS相移矩阵向量化表示的共轭转置；

所述外部模型为：

其中，H_x表示数学转换过程中产生的中间变量。

2.一种基于权利要求1所述的一种联合IRS技术和SR技术的物联网链路优化方法的优化***，其特征在于，包括：基站、具有多个发射单元的智能反射表面、多个接收机和多个IoT设备；所述智能反射表面与智能控制器连接；所述基站与所述接收机之间通过信道h_Bm通信连接，所述基站与所述IoT设备之间通过信道h_Bn通信连接，所述接收机与所述IoT设备之间通过信道h_mn通信连接，所述智能反射表面与所述基站之间通过信道h_Rm通信连接，所述智能反射表面与所述IoT设备之间通过信道h_Rn通信连接。