CN114614864A - 多用户场景的3d波束赋形和智能反射面相移优化方法 - Google Patents

多用户场景的3d波束赋形和智能反射面相移优化方法 Download PDF

Info

Publication number
CN114614864A
CN114614864A CN202210298615.1A CN202210298615A CN114614864A CN 114614864 A CN114614864 A CN 114614864A CN 202210298615 A CN202210298615 A CN 202210298615A CN 114614864 A CN114614864 A CN 114614864A
Authority
CN
China
Prior art keywords
base station
iteration
reflecting surface
phase shift
intelligent
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
Application number
CN202210298615.1A
Other languages
English (en)
Other versions
CN114614864B (zh
Inventor
李里
贺洪星
王艳艳
唐小虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202210298615.1A priority Critical patent/CN114614864B/zh
Publication of CN114614864A publication Critical patent/CN114614864A/zh
Application granted granted Critical
Publication of CN114614864B publication Critical patent/CN114614864B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/04013—Intelligent reflective surfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0868—Hybrid systems, i.e. switching and combining
    • H04B7/088—Hybrid systems, i.e. switching and combining using beam selection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种多用户场景的3D波束赋形和智能反射面相移优化方法，该方法采用一种先联合优化基站天线下倾角和基站波束赋形矩阵，再优化智能反射面相移矩阵的交替迭代优化方法，依次循环进行直到满足停止迭代条件；最后，根据所得全局最优的基站天线下倾角、基站波束赋形矩阵和智能反射面相移矩阵进行联合波束赋形处理。本发明具有明显的性能增益和更高的有效性，有利于提高无线通信***在复杂电磁环境下的***性能。

Description

多用户场景的3D波束赋形和智能反射面相移优化方法
技术领域
本发明属于信号与信息处理技术领域，尤其涉及一种多用户场景的3D波束赋形和智能反射面相移优化方法。
背景技术
近年来，随着社会的不断进步，无线通信技术迅速发展，各种先进技术不断革新，智能化水平日益提升，但同时也对无线通信网络性能提出更高的要求，特别是传输速率、可靠性、时延、能耗等方面。虽然一些先进通信技术设计方案已经对上述性能指标已经取得阶段性进步，但仍然难以满足未来无线通信***的高性能要求。制约无线通信***性能的关键因素之一是信道随机性，它将严重影响有用信号的正常接收。为了降低信道随机性的影响，目前学术界和工业界已经提出了众多性能优异的收发技术和传输协议。然而，现有技术均存在性能增益不足、资源开销较大等缺点，难以满足未来无线通信应用需求。因此，为了更好适应未来无线通信***的发展，研究高效、可靠的先进通信技术的需求日益紧迫。
近年来，智能反射面作为一种低成本无线通信技术方案被提出，受到学术界和工业界的广泛关注。它由大量被动反射元件组成，通过适当地调节入射信号的振幅和相位，能够实现反射、折射、聚焦等功能，从而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创新性思路。由于该技术能够以接近无源的信号处理方式来控制无线传播环境，因此能够极大提升无线通信***的能量效率。可以看出，智能反射面技术是一种解决未来无线通信网络挑战的创新性方法。
此外，3D波束赋形是另一种先进的无线通信技术。受益于基站部署的大规模天线阵列，3D波束赋形能够实时动态调整基站天线辐射模式，不仅能够提高接收信号质量，而且能够有效降低干扰。更重要的是，由于未来无线通信***中将采用更高的通信频段，这将更有利于3D波束赋形技术的运用。由于基站天线辐射模式通常采用下倾角来定义，因此如何合理设置下倾角是3D波束赋形中最重要的问题。
基于未来无线通信***需求，解决信道随机性等挑战，必须要研究创新性的无线通信技术方案。由于智能反射面技术和3D波束赋形技术均以波束赋形作为技术核心来提升无线通信***性能，因此联合设计3D波束赋形和智能反射面反射优化是一种可行的创新思路，有助于解决无线通信挑战。由于多用户场景下，基站和智能反射面将同时服务于多个用户，如何合理设计基站天线下倾角、基站波束赋形矩阵和智能反射面相移矩阵对于提高无线通信***性能是十分重要的。
发明内容
为解决背景技术中的问题，本发明提供一种多用户场景的3D波束赋形和智能反射面相移优化方法。
本发明的一种多用户场景的3D波束赋形和智能反射面相移优化方法，包括以下步骤：
步骤1：随机初始化0时刻基站天线下倾角
Figure BDA0003556961810000021
和智能反射面相移矩阵
Figure BDA0003556961810000022
接着根据迫零波束赋形算法初始化基站波束赋形矩阵
Figure BDA0003556961810000023
最后初始化加权和速率的相对增量γ＝∞，迭代索引t＝0；此外，以P表示基站发送功率，
Figure BDA0003556961810000024
为从基站到用户k之间的信道，
Figure BDA0003556961810000025
为从智能反射面到用户k之间的信道，G为从基站到智能反射面之间的信道，
Figure BDA0003556961810000026
表示第k个用户的噪声功率，θd，k为用户k相对于基站天线的倾斜角，θr为智能反射面相对于基站天线的倾斜角，θ3dB表示3dB波束宽度，K为总用户数，(·)H表示共轭转置，|·|2表示计算复变量的模平方值。
步骤2：如果γ≥ε且t≤T，执行步骤3，否则执行步骤6；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智能反射面相移矩阵
Figure BDA0003556961810000027
求解第t+1次迭代时局部最优的基站天线下倾角
Figure BDA0003556961810000028
和基站波束赋形矩阵
Figure BDA0003556961810000029
步骤4：根据第t+1次迭代所得局部最优的基站天线下倾角
Figure BDA00035569618100000210
和基站波束赋形矩阵
Figure BDA00035569618100000211
求解第t+1次迭代时局部最优的智能反射面相移矩阵
Figure BDA00035569618100000212
步骤5：根据第t+1次迭代所得局部最优的
Figure BDA00035569618100000213
和
Figure BDA00035569618100000214
计算K个用户的加权和速率
Figure BDA00035569618100000215
其中ηk为第k个用户的加权因子，
Figure BDA00035569618100000216
为第t+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量γ＝(O(t+1)-O(t))/O(t+1)，同时令t＝f+1，返回执行步骤2。
步骤6：根据步骤2-5所得全局最优的智能反射面相移矩阵
Figure BDA00035569618100000217
对智能反射面相移进行配置，
Figure BDA00035569618100000218
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值；进一步，根据步骤2-5所得全局最优的基站天线下倾角
Figure BDA00035569618100000219
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2-5所得全局最优的基站波束赋形矩阵
Figure BDA00035569618100000220
对发送信号进行波束赋形处理。
进一步的，步骤3中，第t+1次迭代时优化基站天线下倾角和基站波束赋形矩阵的方法具体为：
S31：初始化0时刻的矢量
Figure BDA0003556961810000031
加权和速率的相对增量为γ1＝∞，迭代索引a＝0；其中，矢量
Figure BDA00035569618100000325
的前K个元素表示基站为K个用户分配的初始发送功率。
S32：如果γ1≥ε，执行步骤S33，否则执行步骤S37。
S33：根据迫零波束赋形算法求解第a+1次迭代时的波束赋形方向
Figure BDA0003556961810000032
S34：计算式(1)在
Figure BDA0003556961810000033
的梯度，进一步根据梯度下降法计算第a+1次迭代时局部最优的矢量
Figure BDA0003556961810000034
Figure BDA0003556961810000035
其中，
Figure BDA0003556961810000036
xk为矢量x的第k个元素，xK+1为矢量x的第K+1个元素，
Figure BDA0003556961810000037
为矩阵
Figure BDA0003556961810000038
的第k列矢量，
Figure BDA0003556961810000039
表示第k个用户的噪声功率，
Figure BDA00035569618100000310
S35：按照式(2)所示最优化方法求解最优的矢量
Figure BDA00035569618100000311
Figure BDA00035569618100000312
其中，
Figure BDA00035569618100000313
为优化变量，a＝[1，1，…，1，0]，
Figure BDA00035569618100000314
表示矢量
Figure BDA00035569618100000315
的第k个元素，
Figure BDA00035569618100000316
表示矢量
Figure BDA00035569618100000317
的第K+1个元素。
S36：计算加权和速率
Figure BDA00035569618100000318
其中ηk为第k个用户的加权因子，
Figure BDA00035569618100000319
为第a+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量γ1＝(O(a+1)-O(a))/O(a+1)，同时令a＝a+1，返回执行步骤S32。
S37：根据步骤S32-S36得到局部最优的矢量
Figure BDA00035569618100000320
进一步的，矢量
Figure BDA00035569618100000321
的第K+1个元素值即为第a+1次迭代所得局部最优的基站天线下倾角
Figure BDA00035569618100000322
矢量
Figure BDA00035569618100000323
的前K个元素值为基站分配给K个用户的发送功率，进一步根据迫零波束赋形算法来得到基站波束赋形矩阵
Figure BDA00035569618100000324
进一步的，步骤4中，第t+1次迭代时优化智能反射面相移矩阵的方法具体为：
S41：初始化0时刻的加权和速率的相对增量为γ2＝∞，迭代索引c＝0。
S42：如果γ2≥ε，执行步骤S43，否则执行步骤S47。
S43：根据式(3)计算第c+1次迭代时用户k对应局部最优的译码因子
Figure BDA0003556961810000041
Figure BDA0003556961810000042
其中，
Figure BDA0003556961810000043
为第k个用户对应的等效信道。其中，
Figure BDA0003556961810000044
为第c次迭代时局部最优的智能反射面相移矩阵。
S44：计算第c+1次迭代时用户k对应局部最优的辅助参数
Figure BDA0003556961810000045
其中，
Figure BDA0003556961810000046
其中
Figure BDA0003556961810000047
表示取复数实部处理，(·)H表示共轭转置处理。
S45：根据式(4)采用交替方向乘子算法计算第c+1次迭代时局部最优矢量
Figure BDA0003556961810000048
进一步，智能反射面相移矩阵表示为
Figure BDA0003556961810000049
其中，diag{·}表示生成对角化矩阵。
Figure BDA00035569618100000410
其中，φ(c+1)为优化变量，(φ(c+1))H为矢量φ(c+1)的共轭转置矢量，
Figure BDA00035569618100000411
为矢量φ(c+1)的第n个元素，N为智能反射面单元数，U和v根据加权和均方误差等效方法来确定。
S46：计算加权和速率
Figure BDA00035569618100000412
其中ηk为第k个用户的加权因子，
Figure BDA00035569618100000413
为第c+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量γ2＝(O(c+1)-O(c))/O(c+1)，同时令c＝c+1，返回执行步骤S42。
S47：根据步骤S42-S46得到局部最优的智能反射面相移矩阵
Figure BDA00035569618100000414
本发明的有益技术效果为：
本发明方法采用一种先联合优化基站天线下倾角θ和基站波束赋形矩阵W，再优化智能反射面相移矩阵Φ的交替优化方法，循环进行直到满足停止迭代条件，最后根据所得最优的
Figure BDA0003556961810000051
进行联合波束赋形处理。在本发明方法中，通过将原始最优化问题等效为两个子最优化问题进行求解，简化了信号处理流程，降低了优化难度。相较于“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”，本发明方法具备更好的输出性能。因此，本发明所提方法有利于提高无线通信网络的性能。
附图说明
图1为本发明方法的处理流程示意图。
图2为本发明方法在基站天线位置坐标为(0，0，30)m、智能反射面位置坐标为(4，200，10)m、用户数K＝2，坐标分别为(2，160，1.5)m、(2，180，1.5)m、信道路径衰落指数为αBU＝3.8、αBI＝2.2、αIU＝2.8、莱斯因子为βBU＝1、βBI＝∞、βIU＝0、3dB波束宽度θ3dB＝10°、基站天线数为M＝36、智能反射面反射单元数为N＝100、最大迭代次数T＝20、预设停止迭代门限ε＝10-4时，在不同发送功率时本发明方法与“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”的加权和速率性能对比曲线。图中横坐标为基站发送功率(单位：dB)，纵坐标为加权和速率(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，优化相移方法”，“□”代表“基站天线下倾角指向智能反射面，随机相移方法”，“*”代表“无智能反射面方法”。
图3为本发明方法在基站天线位置坐标为(0，0，30)m、智能反射面位置坐标为(4，200，10)m、用户数K＝2，坐标分别为(2，160，1.5)m、(2，180，1.5)m、信道路径衰落指数为αBU＝3.8、αBI＝2.2、αIU＝2.8、莱斯因子为βBU＝1、βBI＝∞、βIU＝0、基站发送功率为5dB、3dB波束宽度θ3dB＝10°、基站天线数为M＝36、最大迭代次数T＝20、预设停止迭代门限ε＝10-4时，在不同智能反射面反射单元数时本发明方法与“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”的加权和速率性能对比曲线。图中横坐标为智能反射面反射单元数，纵坐标为加权和速率(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，优化相移方法”，“□”代表“基站天线下倾角指向智能反射面，随机相移方法”，“*”代表“无智能反射面方法”。
图4为本发明方法在基站天线位置坐标为(0，0，30)m、智能反射面位置坐标为(4，200，10)m、信道路径衰落指数为αBU＝3.8、αBI＝2.2、αIU＝2.8、莱斯因子为βBU＝1、βBI＝∞、βIU＝0、基站发送功率为5dB、3dB波束宽度θ3dB＝10°、基站天线数为M＝36、最大迭代次数T＝20、预设停止迭代门限ε＝10-4时，在不同用户数时本发明方法与“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”的加权和速率性能对比曲线。图中横坐标为用户数，纵坐标为加权和速率(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，优化相移方法”，“□”代表“基站天线下倾角指向智能反射面，随机相移方法”，“*”代表“无智能反射面方法”。
具体实施方式
下面结合附图和具体实施方法对本发明做进一步详细说明。
本发明的一种多用户场景的3D波束赋形和智能反射面相移优化方法采用一种先联合优化基站天线下倾角和基站波束赋形矩阵，再优化智能反射面相移矩阵的交替优化方法，循环进行直到满足停止迭代条件。本发明方法处理流程如图1所示，具体包括以下步骤：
步骤1：随机初始化0时刻基站天线下倾角
Figure BDA0003556961810000061
和智能反射面相移矩阵
Figure BDA0003556961810000062
接着根据迫零波束赋形算法初始化基站波束赋形矩阵
Figure BDA0003556961810000063
最后初始化加权和速率的相对增量γ＝∞，迭代索引t＝0；此外，以P表示基站发送功率，
Figure BDA0003556961810000064
为从基站到用户k之间的信道，
Figure BDA0003556961810000065
为从智能反射面到用户k之间的信道，G为从基站到智能反射面之间的信道，
Figure BDA0003556961810000066
表示第k个用户的噪声功率，θd，k为用户k相对于基站天线的倾斜角，θr为智能反射面相对于基站天线的倾斜角，θ3dB表示3dB波束宽度，K为总用户数，(·)H表示共轭转置，|·|2表示计算复变量的模平方值。
步骤2：如果γ≥ε且t≤T，执行步骤3，否则执行步骤6；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智能反射面相移矩阵
Figure BDA0003556961810000067
求解第t+1次迭代时局部最优的基站天线下倾角
Figure BDA0003556961810000068
和基站波束赋形矩阵
Figure BDA0003556961810000069
S31：初始化0时刻的矢量
Figure BDA00035569618100000610
加权和速率的相对增量为γ1＝∞，迭代索引a＝0；其中，矢量
Figure BDA00035569618100000611
的前K个元素表示基站为K个用户分配的初始发送功率。
S32：如果γ1≥ε，执行步骤S33，否则执行步骤S37。
S33：根据迫零波束赋形算法求解第a+1次迭代时的波束赋形方向
Figure BDA00035569618100000612
S34：计算式(1)在
Figure BDA0003556961810000071
的梯度，进一步根据梯度下降法计算第a+1次迭代时局部最优的矢量
Figure BDA0003556961810000072
Figure BDA0003556961810000073
其中，
Figure BDA0003556961810000074
xk为矢量x的第k个元素，xK+1为矢量x的第K+1个元素，
Figure BDA0003556961810000075
为矩阵
Figure BDA0003556961810000076
的第k列矢量，
Figure BDA0003556961810000077
表示第k个用户的噪声功率，
Figure BDA0003556961810000078
S35：按照式(2)所示最优化方法求解最优的矢量
Figure BDA0003556961810000079
Figure BDA00035569618100000710
其中，
Figure BDA00035569618100000711
为优化变量，a＝[1，1，…，1，0]，
Figure BDA00035569618100000712
表示矢量
Figure BDA00035569618100000713
的第k个元素，
Figure BDA00035569618100000714
表示矢量
Figure BDA00035569618100000715
的第K+1个元素。
S36：计算加权和速率
Figure BDA00035569618100000716
其中ηk为第k个用户的加权因子，
Figure BDA00035569618100000717
为第a+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量γ1＝(O(a+1)-O(a))/O(a+1)，同时令a＝a+1，返回执行步骤S32。
S37：根据步骤S32-S36得到局部最优的矢量
Figure BDA00035569618100000718
进一步的，矢量
Figure BDA00035569618100000719
的第K+1个元素值即为第a+1次迭代所得局部最优的基站天线下倾角
Figure BDA00035569618100000720
矢量
Figure BDA00035569618100000721
的前K个元素值为基站分配给K个用户的发送功率，进一步根据迫零波束赋形算法来得到基站波束赋形矩阵
Figure BDA00035569618100000722
步骤4：根据第t+1次迭代所得局部最优的基站天线下倾角
Figure BDA00035569618100000723
和基站波束赋形矩阵
Figure BDA00035569618100000724
求解第t+1次迭代时局部最优的智能反射面相移矩阵
Figure BDA00035569618100000725
S41：初始化0时刻的加权和速率的相对增量为γ2＝∞，迭代索引c＝0。
S42：如果γ2≥ε，执行步骤S43，否则执行步骤S47。
S43：根据式(3)计算第c+1次迭代时用户k对应局部最优的译码因子
Figure BDA00035569618100000726
Figure BDA00035569618100000727
其中，
Figure BDA0003556961810000081
为第k个用户对应的等效信道。其中，
Figure BDA0003556961810000082
为第c次迭代时局部最优的智能反射面相移矩阵。
S44：计算第c+1次迭代时用户k对应局部最优的辅助参数
Figure BDA0003556961810000083
其中，
Figure BDA0003556961810000084
其中
Figure BDA0003556961810000085
表示取复数实部处理，(·)H表示共轭转置处理。
S45：根据式(4)采用交替方向乘子算法计算第c+1次迭代时局部最优矢量
Figure BDA0003556961810000086
进一步，智能反射面相移矩阵表示为
Figure BDA0003556961810000087
其中，diag{·}表示生成对角化矩阵。
Figure BDA0003556961810000088
其中，φ(c+1)为优化变量，(φ(c+1))H为矢量φ(c+1)的共轭转置矢量，
Figure BDA0003556961810000089
为矢量φ(c+1)的第n个元素，N为智能反射面单元数，U和υ根据加权和均方误差等效方法来确定。
S46：计算加权和速率
Figure BDA00035569618100000810
其中ηk为第k个用户的加权因子，
Figure BDA00035569618100000811
为第c+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量γ2＝(O(c+1)-O(c))/O(c+1)，同时令c＝c+1，返回执行步骤S42。
S47：根据步骤S42-S46得到局部最优的智能反射面相移矩阵
Figure BDA00035569618100000812
步骤5：根据第t+1次迭代所得局部最优的
Figure BDA00035569618100000813
和
Figure BDA00035569618100000814
计算K个用户的加权和速率
Figure BDA00035569618100000815
其中ηk为第k个用户的加权因子，
Figure BDA00035569618100000816
为第t+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量γ＝(O(t+1)-O(t))/O(t+1)，同时令t＝t+1，返回执行步骤2。
步骤6：根据步骤2-5所得全局最优的智能反射面相移矩阵
Figure BDA00035569618100000817
对智能反射面相移进行配置，
Figure BDA00035569618100000818
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值；进一步，根据步骤2-5所得全局最优的基站天线下倾角
Figure BDA00035569618100000819
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2-5所得全局最优的基站波束赋形矩阵
Figure BDA0003556961810000091
对发送信号进行波束赋形处理。
仿真实验
仿真实验的具体条件为：基站位置坐标为(0，0，30)m、智能反射面位置坐标为(4，200，10)m、信道路径衰落指数为αBU＝3.8、αBI＝2.2、αIU＝2.8、信道莱斯因子为βBU＝1、βBI＝∞、βIU＝0、最大迭代次数T＝20、预设停止迭代门限ε＝10-4。
图2为本发明方法在上述具体仿真条件下，在不同发送功率时本发明方法与“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”的加权和速率性能对比曲线。图中横坐标为基站发送功率(单位：dB)，纵坐标为加权和速率(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，优化相移方法”，“□”代表“基站天线下倾角指向智能反射面，随机相移方法”，“*”代表“无智能反射面方法”。
从图2可以看出，增加基站发送功率，各方法的加权和速率性能快速提升。其中，本发明方法始终具有最优异的性能，表明采用交替迭代方式对基站天线下倾角、智能反射面相移矩阵和基站波束赋形矩阵进行联合设计的有效性。此外，将基站天线下倾角指向智能反射面时，通过比较优化相移和随机相移方法，可以看出优化智能反射面相移矩阵后能够极大提升***性能。最后，“基站天线下倾角指向智能反射面，随机相移方法”的加权和速率性能比“无智能反射面方法”更低，这是因为基站天线下倾角和智能反射面相移矩阵没有合理配置导致的。
图3为本发明方法在上述具体仿真条件下，在不同智能反射面反射单元数时本发明方法与“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”的加权和速率性能对比曲线。图中横坐标为智能反射面反射单元数，纵坐标为加权和速率(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，优化相移方法”，“□”代表“基站天线下倾角指向智能反射面，随机相移方法”，“*”代表“无智能反射面方法”。
从图3可以看出，随着智能反射面反射单元数增加，本发明方法的加权和速率性能快速提升，表明了本发明方法的优越性。其次，“基站天线下倾角指向智能反射面，优化相移方法”的加权和速率性能随着智能反射面反射单元数增加有所提升，但远低于本发明方法。此外，“基站天线下倾角指向智能反射面，随机相移方法”的加权和速率性能几乎保持不变，表明在随机相移配置时，即使增加智能反射面反射单元数也难以有效提升***性能。最后，“无智能反射面方法”没有额外的反射链路辅助通信，因此加权和速率性能保持不变。
图4为本发明方法在上述具体仿真条件下，在不同用户数时本发明方法与“基站天线下倾角指向智能反射面，优化相移方法”、“基站天线下倾角指向智能反射面，随机相移方法”和“无智能反射面方法”的加权和速率性能对比曲线。图中横坐标为用户数，纵坐标为加权和速率(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，优化相移方法”，“□”代表“基站天线下倾角指向智能反射面，随机相移方法”，“*”代表“无智能反射面方法”。
从图4可以看出，各方法的加权和速率性能随着用户数的增加而降低，但本发明方法始终具备最优异的性能。此外，随着用户数的增加，“基站天线下倾角指向智能反射面，优化相移方法”和“基站天线下倾角指向智能反射面，随机相移方法”的性能快速降低，当用户数较多时，甚至低于“无智能反射面方法”，表明在大规模用户场景中，将基站天线下倾角指向智能反射面是不合理的。

Claims (3)

1.一种多用户场景的3D波束赋形和智能反射面相移优化方法，其特征在于，包括以下步骤：
步骤1：随机初始化0时刻基站天线下倾角
Figure FDA0003556961800000011
和智能反射面相移矩阵
Figure FDA0003556961800000012
接着根据迫零波束赋形算法初始化基站波束赋形矩阵
Figure FDA0003556961800000013
最后初始化加权和速率的相对增量Υ＝∞，迭代索引t＝0；此外，以P表示基站发送功率，
Figure FDA0003556961800000014
为从基站到用户k之间的信道，
Figure FDA0003556961800000015
为从智能反射面到用户k之间的信道，G为从基站到智能反射面之间的信道，
Figure FDA0003556961800000016
表示第k个用户的噪声功率，θd，k为用户k相对于基站天线的倾斜角，θr为智能反射面相对于基站天线的倾斜角，θ3dB表示3dB波束宽度，K为总用户数，(·)H表示共轭转置，|·|2表示计算复变量的模平方值；
步骤2：如果Υ≥ε且t≤T，执行步骤3，否则执行步骤6；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智能反射面相移矩阵
Figure FDA0003556961800000017
求解第t+1次迭代时局部最优的基站天线下倾角
Figure FDA0003556961800000018
和基站波束赋形矩阵
Figure FDA0003556961800000019
步骤4：根据第t+1次迭代所得局部最优的基站天线下倾角
Figure FDA00035569618000000110
和基站波束赋形矩阵
Figure FDA00035569618000000111
求解第t+1次迭代时局部最优的智能反射面相移矩阵
Figure FDA00035569618000000112
步骤5：根据第t+1次迭代所得局部最优的
Figure FDA00035569618000000113
和
Figure FDA00035569618000000114
计算K个用户的加权和速率
Figure FDA00035569618000000115
其中ηk为第k个用户的加权因子，
Figure FDA00035569618000000116
为第t+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量Υ＝(O(t+1)-O(t))/O(t+1)，同时令t＝t+1，返回执行步骤2；
步骤6：根据步骤2-5所得全局最优的智能反射面相移矩阵
Figure FDA00035569618000000117
对智能反射面相移进行配置，
Figure FDA00035569618000000118
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值；进一步，根据步骤2-5所得全局最优的基站天线下倾角
Figure FDA00035569618000000119
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2-5所得全局最优的基站波束赋形矩阵
Figure FDA00035569618000000120
对发送信号进行波束赋形处理。
2.根据权利要求1所述的一种多用户场景的3D波束赋形和智能反射面相移优化方法，其特征在于，所述步骤3中，第t+1次迭代时优化基站天线下倾角和基站波束赋形矩阵的方法具体为：
S31：初始化0时刻的矢量
Figure FDA0003556961800000021
加权和速率的相对增量为Υ1＝∞，迭代索引a＝0；其中，矢量
Figure FDA0003556961800000022
的前K个元素表示基站为K个用户分配的初始发送功率；
S32：如果Υ1≥ε，执行步骤S33，否则执行步骤S37；
S33：根据迫零波束赋形算法求解第a+1次迭代时的波束赋形方向
Figure FDA0003556961800000023
S34：计算式(1)在
Figure FDA0003556961800000024
的梯度，进一步根据梯度下降法计算第a+1次迭代时局部最优的矢量
Figure FDA0003556961800000025
Figure FDA0003556961800000026
其中，
Figure FDA0003556961800000027
xk为矢量x的第k个元素，xK+1为矢量x的第K+1个元素，
Figure FDA0003556961800000028
为矩阵
Figure FDA0003556961800000029
的第k列矢量，
Figure FDA00035569618000000210
表示第k个用户的噪声功率，
Figure FDA00035569618000000211
S35：按照式(2)所示最优化方法求解最优的矢量
Figure FDA00035569618000000212
Figure FDA00035569618000000213
其中，
Figure FDA00035569618000000214
为优化变量，a＝[1，1，…，1，0]，
Figure FDA00035569618000000215
表示矢量
Figure FDA00035569618000000216
的第k个元素，
Figure FDA00035569618000000217
表示矢量
Figure FDA00035569618000000218
的第K+1个元素；
S36：计算加权和速率
Figure FDA00035569618000000219
其中ηk为第k个用户的加权因子，
Figure FDA00035569618000000220
为第a+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量Υ1＝(O(a+1)-O(a))/O(a+1)，同时令a＝a+1，返回执行步骤S32；
S37：根据步骤S32-S36得到局部最优的矢量
Figure FDA00035569618000000221
进一步的，矢量
Figure FDA00035569618000000222
的第K+1个元素值即为第a+1次迭代所得局部最优的基站天线下倾角
Figure FDA00035569618000000223
矢量
Figure FDA00035569618000000224
的前K个元素值为基站分配给K个用户的发送功率，进一步根据迫零波束赋形算法来得到基站波束赋形矩阵
Figure FDA00035569618000000225
3.根据权利要求2所述的一种多用户场景的3D波束赋形和智能反射面相移优化方法，其特征在于，所述步骤4中，第t+1次迭代时优化智能反射面相移矩阵的方法具体为：
S41：初始化0时刻的加权和速率的相对增量为Υ2＝∞，迭代索引c＝0；
S42：如果Υ2≥ε，执行步骤S43，否则执行步骤S47；
S43：根据式(3)计算第c+1次迭代时用户k对应局部最优的译码因子
Figure FDA0003556961800000031
Figure FDA0003556961800000032
其中，
Figure FDA0003556961800000033
为第k个用户对应的等效信道。其中，
Figure FDA0003556961800000034
Figure FDA0003556961800000035
为第c次迭代时局部最优的智能反射面相移矩阵；
S44：计算第c+1次迭代时用户k对应局部最优的辅助参数
Figure FDA0003556961800000036
其中，
Figure FDA0003556961800000037
其中
Figure FDA0003556961800000038
表示取复数实部处理，(·)H表示共轭转置处理；
S45：根据式(4)采用交替方向乘子算法计算第c+1次迭代时局部最优矢量
Figure FDA0003556961800000039
进一步，智能反射面相移矩阵表示为
Figure FDA00035569618000000310
其中，diag{·}表示生成对角化矩阵；
Figure FDA00035569618000000311
其中，φ(c+1)为优化变量，(φ(c+1))H为矢量φ(c+1)的共轭转置矢量，
Figure FDA00035569618000000312
为矢量φ(c+1)的第n个元素，N为智能反射面单元数，U和v根据加权和均方误差等效方法来确定；
S46：计算加权和速率
Figure FDA00035569618000000313
其中ηk为第k个用户的加权因子，
Figure FDA00035569618000000314
为第c+1次迭代时第k个用户接收信号的信噪比；进一步，计算加权和速率的相对增量Υ2＝(O(c+1)-O(c))/O(c+1)，同时令c＝c+1，返回执行步骤S42；
S47：根据步骤S42-S46得到局部最优的智能反射面相移矩阵
Figure FDA00035569618000000315
CN202210298615.1A 2022-03-21 2022-03-21 多用户场景的3d波束赋形和智能反射面相移优化方法 Active CN114614864B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210298615.1A CN114614864B (zh) 2022-03-21 2022-03-21 多用户场景的3d波束赋形和智能反射面相移优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210298615.1A CN114614864B (zh) 2022-03-21 2022-03-21 多用户场景的3d波束赋形和智能反射面相移优化方法

Publications (2)

Publication Number Publication Date
CN114614864A true CN114614864A (zh) 2022-06-10
CN114614864B CN114614864B (zh) 2023-03-28

Family

ID=81867917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210298615.1A Active CN114614864B (zh) 2022-03-21 2022-03-21 多用户场景的3d波束赋形和智能反射面相移优化方法

Country Status (1)

Country Link
CN (1) CN114614864B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115173914A (zh) * 2022-07-15 2022-10-11 南通大学 一种多智能反射面辅助通信主被动波束赋形迭代优化方法
CN115987346A (zh) * 2022-12-15 2023-04-18 华工未来通信(江苏)有限公司 一种智能反射面被动波束赋型方法、***及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130114468A1 (en) * 2011-11-07 2013-05-09 Dennis Hui Dynamic space division duplex (sdd) wireless communications with multiple antennas using self-interference cancellation
CN112910527A (zh) * 2021-01-29 2021-06-04 福州大学 基于三维波束赋形和智能反射的无线安全传输方法及***
CN113225108A (zh) * 2021-03-18 2021-08-06 北京邮电大学 一种智能反射面辅助多小区协同多点传输的鲁棒波束赋形方法
CN113315547A (zh) * 2021-05-28 2021-08-27 北京邮电大学 智能反射面辅助多小区的鲁棒联合传输波束优化方法
CN113489521A (zh) * 2021-05-26 2021-10-08 电子科技大学 反射面辅助无小区大规模mimo网络智能联合波束赋形方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130114468A1 (en) * 2011-11-07 2013-05-09 Dennis Hui Dynamic space division duplex (sdd) wireless communications with multiple antennas using self-interference cancellation
CN112910527A (zh) * 2021-01-29 2021-06-04 福州大学 基于三维波束赋形和智能反射的无线安全传输方法及***
CN113225108A (zh) * 2021-03-18 2021-08-06 北京邮电大学 一种智能反射面辅助多小区协同多点传输的鲁棒波束赋形方法
CN113489521A (zh) * 2021-05-26 2021-10-08 电子科技大学 反射面辅助无小区大规模mimo网络智能联合波束赋形方法
CN113315547A (zh) * 2021-05-28 2021-08-27 北京邮电大学 智能反射面辅助多小区的鲁棒联合传输波束优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YINGZHUO SUN; CHENG-XIANG WANG; JIE HUANG; JUN WANG: "A 3D Non-Stationary Channel Model for 6G Wireless Systems Employing Intelligent Reflecting Surfaces With Practical Phase Shifts", 《IEEE TRANSACTIONS ON COGNITIVE COMMUNICATIONS AND NETWORKING ( VOLUME: 7, ISSUE: 2, JUNE 2021)》 *
马昊淳，王鸿: "智能反射面辅助的上行NOMA***低功耗传输方案研究", 《 南京邮电大学学报（自然科学版）》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115173914A (zh) * 2022-07-15 2022-10-11 南通大学 一种多智能反射面辅助通信主被动波束赋形迭代优化方法
CN115173914B (zh) * 2022-07-15 2023-12-26 南通大学 一种多智能反射面辅助通信主被动波束赋形迭代优化方法
CN115987346A (zh) * 2022-12-15 2023-04-18 华工未来通信(江苏)有限公司 一种智能反射面被动波束赋型方法、***及存储介质
CN115987346B (zh) * 2022-12-15 2024-02-02 华工未来通信(江苏)有限公司 一种智能反射面被动波束赋型方法、***及存储介质

Also Published As

Publication number Publication date
CN114614864B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN114614864B (zh) 多用户场景的3d波束赋形和智能反射面相移优化方法
CN113489521B (zh) 反射面辅助无小区大规模mimo网络联合波束赋形方法
CN114070365B (zh) 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法
CN112564754B (zh) 一种毫米波Massive MIMO***下基于自适应交叉熵的波束选择方法
CN111817797A (zh) 基于最大化接收信噪比的irs相位旋转设计的信号发射方法
CN114222310B (zh) 一种联合3d波束赋形和智能反射面反射优化方法
CN114785388B (zh) 智能全向面辅助的多用户simo上行加权和速率优化方法
CN113765565A (zh) 基于可重构全息超表面的非正交多址接入通信方法和***
EP1571730B1 (en) Conversion method of transmitting and receiving weighting value in the intelligent antenna system
CN1665161A (zh) 智能天线下行链路波束形成方法
Lin et al. Reconfigurable intelligent surface-based quadrature reflection modulation
CN114765785A (zh) 一种基于最大信噪比的多智能反射面选择方法
CN117060954A (zh) 一种基于mimo通信与感知技术的通感一体化波束设计方法
CN116033461B (zh) 一种基于star-ris辅助的共生无线电传输方法
WO2023165237A1 (zh) 一种基于全息多址接入的信道估计方法及装置
CN115459826A (zh) 一种基于三级优化的联合波束赋形方法及装置
CN113890634B (zh) 一种智能反射面辅助的干扰抵消波束设计方法
CN113595607B (zh) 一种基于可重构全息超表面的混合预编码方法及***
CN113596860B (zh) 一种智能反射面ofdm***的低开销反射波束优化方法
CN115276878A (zh) 基于逆迭代和流形优化的智能反射面安全速率确定方法及装置
CN115276879A (zh) 智能反射面中基于半定松弛的安全速率最大化方法及装置
CN114598363A (zh) 一种面向3d空间无线信道的大规模mimo安全预编码方法
CN113761604A (zh) 一种削弱可重构全息超表面辐射旁瓣的优化方法及***
CN115278736B (zh) 一种基于可重构智能表面的同时同频全双工通信组网方案
CN108366035B (zh) 一种降低adma***信号峰均功率比的预编码方法

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