CN115038099B

CN115038099B - 一种非理想sic下的ris-noma上行传输方法及装置

Info

Publication number: CN115038099B
Application number: CN202210509911.1A
Authority: CN
Inventors: 王国宁; 王鸿
Original assignee: Nanjing University of Posts and Telecommunications
Current assignee: Nanjing University of Posts and Telecommunications
Priority date: 2022-05-11
Filing date: 2022-05-11
Publication date: 2024-06-21
Anticipated expiration: 2042-05-11
Also published as: CN115038099A

Abstract

本发明公开了一种非理想SIC下的RIS‑NOMA上行传输方法及装置，在同时保证用户的服务质量的前提下，建立起用户功率分配、均衡器和智能反射面相位偏移三者的联合优化问题；建立起接收机均衡器与用户所需发射功率之间的转化关系式，转化为功率和智能反射面相位偏移两变量的联合优化问题；采用交替优化算法来交替优化用户的发送功率和智能反射面的相位偏移；在发送功率优化部分，某一用户的功率与其他用户的功率相关联，且在约束条件下收敛，采用迭代算法得出智能反射面相移固定时的最优功率；在智能反射面相移优化部分，采用序列旋转算法来得出用户功率固定时的最优相移；将两个部分交替优化，得到不同用户群体中各用户最终的发送功率。

Description

一种非理想SIC下的RIS-NOMA上行传输方法及装置

技术领域

本发明属于无线通信技术领域，涉及一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法及装置。

背景技术

近年来，可重构智能表面技术和非正交多址技术已被认为是新一代无线通信网络中的重要关键技术。智能反射面RIS是一个由大量无源反射单元组成的平面，每一个无源反射单元都能够独立地控制入射信号的幅度和相位。通过在无线网络中部署RIS并协调其反射效果，就可以重构发射机和接收机之间的无线信道，以实现预期的分布，这为从根本上解决无线信道衰落和干扰提供了一种新的手段。另一方面，NOMA(非正交多址接入技术)允许多个用户同时占用相同的时频资源，因此NOMA可以提供高效的频谱效率和巨大的连接量。在NOMA中，发送端使用叠加编码，接收端使用串行干扰消除，根据不同的功率级在功率域区分不同的用户。RIS和NOMA在某些方面是相辅相成的，将二者结合起来可进一步提升***频谱与功率效率，因此，RIS和NOMA的融合受到了广泛的关注。

在智能反射面辅助的NOMA***中，传统的正交多址传输方案与不使用智能反射面的NOMA方案都无法有效地利用***中智能反射面与NOMA结合的优势，并且，对于随机相位设计、均等相位设计等简单的相位偏移设计方案，均无法动态地、智能地配置无线传输环境，进而无法最大限度地发挥智能反射面在增强有用信号与抑制干扰信号两方面的优势，影响***的功率效率。与此同时，现有研究中大多考虑的是理想情况下的串行干扰删除，这与实际情况相比略有偏差。

发明内容

目的：为了克服现有技术中存在的不足，对现有的智能反射面辅助的NOMA上行传输***进行改进，本发明提供一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法及装置。考虑了串行干扰删除不理想的情况，更加贴近真实情况。同时，本方案通过交替优化功率控制和智能反射面相移，大大降低了***的总发射功率。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

第一方面，提供一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，包括：

步骤1：获取基站处的接收信号其中所述接收信号为在NOMA传输模式下，不同用户组的用户使用相同的时频资源进行通信，在基站处接收得到；

步骤2：使用串行干扰删除原则对所述接收信号进行解调，根据用户的解调次序，得到第g个区域第u个用户的解调信号进而得到各用户的信干噪比γ_g,u；

步骤3：基于用户的信干噪比γ_g,u，以用户[g,u]对应的均衡器{e_g,u}、发射功率因子{w_g,u}和第g个区域的智能反射面相移矩阵{Φ_g}为优化变量，***总发射功率为目标函数，在满足所有用户服务质量和所有相位值位于可行集中的前提下，构建约束优化问题P0；

步骤4：根据MMSE接收机中均衡器与用户发送功率的关系，消去优化变量{e_g,u}，将三变量优化问题P0转换为两个变量的优化问题P1；

步骤5：根据问题P1的非凸性，将问题P1拆分成功率优化问题P2和智能反射面相移优化问题P3；

步骤6：考虑问题P2的约束条件，得到用户功率的迭代表达式其中k为迭代次数；根据其收敛性进行迭代即可得到最优解/>

步骤7：简化优化变量，对步骤2中的用户信干噪比表达式进行改写；同时给相移优化提供更多的自由度，将用户总信干噪比最大作为优化问题的目标函数，将问题P3转化为问题P4；

步骤8：为了便于使用序列旋转算法逐一优化智能反射面每一个反射单元的相位偏移，分离出当前优化的反射单元的相移项，并将相移优化问题P4转化为旋转因子优化问题P5；

步骤9：使用补偿法求解问题P5，得到各旋转因子的最优解并据此构建最佳相位偏移矩阵/>再代入步骤6中用户功率的迭代表达式，更新功率的最优解，交替优化若干次后即可得到最优的发射功率。

在一些实施例中，步骤1中，所述基站处的接收信号表示为：

其中，g＝1为中心用户区，g≥2为边缘用户区；为用户[g,u]和基站间的直接信道；/>为基站和第g个区域智能反射面各单元间的信道；/>为用户[g,u]和智能反射面各单元间的信道；Φ_g为第g个区域的智能反射面相移矩阵，表示为/> 为反射单元的相移值；diag{·}为对角化运算，N_g为第g个区域智能反射面的反射单元数目；w_g,u为用户[g,u]的发射功率因子，x_g,u为用户[g,u]发送的数据信息，b为高斯白噪声，服从均值为0，方差为1的复高斯分布；K_g为第g个区域中用户个数，G为用户区的个数。

在一些实施例中，和Φ₁为全0向量或全0矩阵。

在一些实施例中，步骤2中，用户[g,u]的解调信号表示为：

其中，ε_g为第g个用户群的串行干扰删除SIC残余因子；g′和u′代表求和变量的索引值；e_g,u表示用户[g,u]对应的均衡器，上标H表示对矩阵/向量求共轭转置；b为高斯白噪声；

用户[g,u]的信干噪比γ_g,u表示为：

其中：

为加性噪声的方差，/>为用户[g,u]对应的均衡器的共轭转置，/>代表群内用户的干扰，/>代表群间用户的干扰，/>代表由非理想SIC导致的干扰。

在一些实施例中，步骤3中，为了最小化***总发射功率，优化问题P0表示如下：

其中，代表用户[g,u]的最小数据速率要求；γ_g,u代表用户[g,u]的信干噪比；/>为第g个区域智能反射面的某相移值；‖·‖表示对向量或矩阵求2范数，S表示相移值的可行集，s.t.表示约束条件；

约束条件Q1是为了保证每个用户的通信质量；约束条件Q2是为了确保智能反射面RIS相移矩阵中的每个元素的相位都在可行集中；约束条件Q3是为了保证基站处的单位功率增益。

在一些实施例中，步骤4中，

令z_g,u表示用户[g,u]的级联信道；则MMSE接收机的均衡器表示为：

其中：

R_g代表非群内干扰，N_R代表基站天线数目；

e_g,u是发送功率w_g,u的函数；代入步骤2中用户信干噪比表达式中，消去e_g,u，得到下式：

如此一来，问题P0转化为问题P1：

其中，代表用户[g,u]的最小数据速率要求；γ_g,u代表用户[g,u]的信干噪比；/>为第g个区域智能反射面的某相移值；S表示相移值的可行集，s.t.表示约束条件。

在一些实施例中，步骤5中，根据问题P1的非凸性，将问题P1拆分成功率优化问题P2和智能反射面相移优化问题P3两个子问题，采用交替优化算法来解决问题P1；

在功率优化问题P2中保持相移矩阵不变，优化用户发射功率；而在相移优化问题P3中保持发射功率不变，优化相移矩阵；两个子问题可以分别表示为如下形式：

(P3)Find:{Φ_g}

在一些实施例中，步骤6中，约束条件Q6取等时，有将步骤4中用户信干噪比γ_g,u代入，得到用户功率为：

当满足问题P2的约束条件Q6时，上式收敛，进而得到用户功率表达式的迭代形式：

其中R_g为非群内干扰，k为迭代次数，为某次迭代中的最优值；上式最终的收敛值即为各用户发射功率的局部最优解。

在一些实施例中，步骤7中，为了简化相移优化变量，对步骤2中的用户信干噪比表达式进行改写：

令：

v_g是由相移矩阵Φ_g主对角线元素构成的列向量；T表示转置矩阵；

是用户[g,u]均衡器的共轭转置与用户[g′,u′]和基站之间直接信道的乘积；

是用户[g,u]均衡器的共轭转置与用户[g′,u′]通过智能反射面和基站之间间接信道的乘积；

用户信干噪比表达式变形为：

其中：

M_g,u表示非群内的总干扰；

为了给相移优化提供更多的自由度，将用户总信干噪比最大化设定为优化问题的目标函数，问题P3转化为问题P4：

在一些实施例中，步骤8中，为了便于使用序列旋转算法逐一优化智能反射面每一个反射单元的相位偏移，分离出当前优化的反射单元的相移项：

令：

其中，表示第g个区域的反射面的第n个反射单元的旋转因子；/>和/>分别是对复数取实部和虚部的运算；η_g,u,u′,n表示包含第n个反射单元的项，λ_g,u,u′,n表示其它项，/>为定义参数；

则步骤7中的信干噪比表达式写为：

如此一来，原有相移优化问题P4转化为旋转因子优化问题P5：

其中,定义参数如下：

其中分别表示用户[g,u]、用户[g,u′]在接收机处的信号功率。

在一些实施例中，步骤9中使用补偿法求解问题P5：

其中，序号函数1{θ}的定义如下：

补偿系数L是一个很大的负数；

如此一来，就得到了各旋转因子的最优解据此，构建出最佳相位偏移矩阵

其中mod为取模运算；

将其代入步骤6中用户功率的迭代表达式，更新功率的最优解，交替优化若干次后即可得到最优的发射功率。

第二方面，本发明提供了一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。

有益效果：本发明提供的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法及装置，具有以下优点：在同时保证中心用户群用户和边缘用户群用户的服务质量的前提下，建立起用户功率分配、均衡器和智能反射面相位偏移三者的联合优化问题；根据均衡器和用户功率之间的关系，建立起接收机均衡器与用户所需发射功率之间的转化关系式，将原三变量的联合优化问题转化为功率和智能反射面相位偏移两变量的联合优化问题；由于上述两变量联合优化问题的非凸性，采用一种交替优化算法来交替优化用户的发送功率和智能反射面的相位偏移；在发送功率优化部分，某一用户的功率与其他用户的功率相关联，且在约束条件下收敛，采用迭代算法得出智能反射面相移固定时的最优功率；在智能反射面相移优化部分，采用序列旋转算法来得出用户功率固定时的最优相移；将两个部分交替优化，得到不同用户群体中各用户最终的发送功率。在满足所有用户服务质量的前提下，考虑了实际中串行干扰删除不理想的情况，交替优化涉及用户功率分配和智能反射面相位偏移，明显降低了***的总发射功率。

附图说明

图1为根据本发明一实施例的智能反射面辅助的NOMA上行通信***模型；

图2为实施例中不同用户服务质量条件下两个用户群体的总功率；

图3为实施例中智能反射面反射单元数量对***总发射功率的影响。

具体实施方式

下面结合附图和实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

实施例1

本发明考虑具有两个用户群体的多天线RIS-NOMA上行传输***。在基站的覆盖范围内，一高大建筑物将所有用户分成了两个区域：近场用户区(使用g＝1表示)和远场用户区(使用g＝2表示)。假设远场用户与基站的直接信道完全被建筑物阻断。为了改善远场用户的通信质量，令近场用户和基站进行直接通信，远场用户则通过一片RIS(共有N_g个反射单元)与基站进行反射通信。设第g个区域(假设用户群与基站的距离随着g的增大而增大)中共有K_g个用户，并将第g个区域中的第u个用户记为用户[g,u]。设接收基站有N_R条天线，用户只有单个天线；基站的覆盖范围为R_c，RIS的覆盖范围为R_s，基站与障碍物的距离为L_b(L_b<R_c)。用户均随机分布在对应的区域中，用户使用相同的时频资源进行通信，基站处采用基于用户群体的串行干扰删除。本发明的***模型如图1所示。

一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，包括：

步骤1：在NOMA传输模式下，不同用户组的用户使用相同的时频资源进行通信，基站处的接收信号可以表示为如下形式：

其中，为用户[g,u]和基站间的直接信道；/>为基站和第g个区域智能反射面各单元间的信道；/>为用户[g,u]和各智能反射面单元间的信道；Φ_g为第g个区域的智能反射面相移矩阵，可以表示为/> diag{·}为对角化运算，N_g为第g个区域智能反射面的反射单元数目；w_g,u为用户[g,u]的发射功率因子，x_g,u为用户[g,u]发送的数据信息，b为高斯白噪声，其服从均值为0，方差为1的复高斯分布。

注意，由于中心用户区域(g＝1的区域)中没有部署智能反射面，用户和基站间只存在直接信道，因此和Φ₁可视为全0向量或全0矩阵。

步骤2：根据用户的解调次序，得到基站处各用户解调信号的表达式进而得到各用户的信干噪比表达式γ_g,u。接收端使用串行干扰删除原则对接收信号进行解调，考虑到实际中接收机在删除重调信号时存在残余，用户[g,u]的解调信号可以表示为：

其中，ε_g为第g个用户群的SIC删除残余因子。

用户[g,u]的信干噪比可以表示为：

其中：

步骤3：以{e_g,u},{w_g,u},{Φ_g}为优化变量，***总发射功率为目标函数，在满足所有用户服务质量和所有相位值位于可行集中的前提下，构建约束优化问题P0。

为了最小化***总发射功率，优化问题P0可以表示如下：

其中，代表用户[g,u]的最小数据速率要求；约束条件Q1是为了保证每个用户的通信质量；约束条件Q2是为了确保RIS相移矩阵中的每个元素的相位都在可行集中；约束条件Q3是为了保证基站处的单位功率增益。

步骤4：根据MMSE接收机中均衡器与用户发送功率的关系，消去优化变量{e_g,u}，将三变量优化问题P0转换为两个变量的优化问题P1。

令则MMSE接收机的均衡器可以表示为如下形式：

其中：

可以看出，e_g,u是发送功率w_g,u的函数。将其代入步骤2中用户信干噪比表达式中，可以消去e_g,u，得到下式：

如此一来，问题P0可以转化为问题P1：

步骤5：根据问题P1的非凸性，将问题P1拆分成问题P2和问题P3，采用交替优化算法来解决问题P1。在功率优化问题P2中保持相移矩阵不变，优化用户发射功率；而在相移优化问题P3中保持发射功率不变，优化相移矩阵。两个子问题可以分别表示为如下形式：

(P3)Find:{Φ_g}

步骤6：考虑问题P2的约束条件，得到用户功率的迭代表达式根据其收敛性进行迭代即可得到最优解/>约束条件Q6取等时，有/>将步骤4中用户信干噪比γ_g,u代入，可以得到用户功率为：

当满足问题P2的约束条件Q6时，上式收敛，进而可以得到用户功率表达式的迭代形式：

其中k为迭代次数，为某次迭代中的最优值。上式最终的收敛值即为各用户发射功率的局部最优解。

步骤7：为了简化相移优化变量，对步骤2中的用户信干噪比表达式进行改写：

令：

用户信干噪比表达式变形为：

其中：

同时，为了给相移优化提供更多的自由度，人为地将用户总信干噪比最大化设定为优化问题的目标函数，如此一来，问题P3可以转化为问题P4：

步骤8：为了便于使用序列旋转算法逐一优化智能反射面每一个反射单元的相位偏移，分离出当前优化的反射单元的相移项，并将相移优化问题P4转化为旋转因子优化问题P5。

令：

/>

则步骤7中的信干噪比表达式可以写为：

如此一来，原有相移优化问题P4可以转化为旋转因子优化问题P5：

其中：定义参数的定义式如下：

其中表示对应用户在接收机处的信号功率。

步骤9：使用补偿法求解问题P5：

其中，序号函数1{θ}的定义如下(补偿系数L是一个很大的负数)：

如此一来，就得到了各旋转因子的最优解据此，可以构建出最佳相位偏移矩阵/>

下面通过蒙特卡罗仿真实验说明本发明提出的一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法的性能。***参数如下：基站的覆盖半径R_c＝500m；中心用户分布的圆形区域半径R_u＝200m；障碍物与基站的距离L_b＝200m；智能反射面与基站的距离为智能反射面的服务区域的半径R_s＝50m，加性噪声的方差每个用户的初始功率均为20dBm，智能反射面相移量化比特数为4，补偿系数L＝10000，串行干扰删除残余因子ε_g＝0.001，中心用户群和边缘用户群中均有4个用户，基站配备4条天线。***中信道建模为路径损耗与小尺度衰落的乘积。其中，用户到基站间信道的路径损耗指数为3.5，考虑到基站不同天线之间的相关性，用户与基站间的小尺度衰落建模为相关瑞利分布，即/>其中，基站接收相关矩阵/>的第(l₁,l₂)项表示为/>向量/>中的每一个元素服从均值为0、方差为1的复高斯分布；基站和智能反射面之间信道的路径衰耗指数为3，考虑到基站天线之间的相关性和智能反射面不同反射单元之间的相关性，以及基站和智能反射面之间存在视距链路，小尺度衰落建模为相关莱斯分布，即/>其中，表示视距路径的强度，其每一个元素均设为1，莱斯因子K_B,I＝3，矩阵/>中的每一个元素服从均值为0、方差为1的复高斯分布，基站接收相关矩阵/>的第(l₁,l₂)项表示为智能反射面反射相关矩阵的第(l₁,l₂)项表示为/>智能反射面与用户之间信道的路径衰耗指数为2.5，考虑到智能反射面不同反射单元之间的相关性，以及基站和智能反射面之间存在视距链路，小尺度衰落建模为相关莱斯分布，即其中，/>表示视距路径的强度，其每一个元素均设为1，莱斯因子K_I,U＝3，向量/>中的每一个元素服从均值为0、方差为1的复高斯分布，智能反射面接收相关矩阵/>的第(l₁,l₂)项表示为/>

图2绘制了智能反射面反射单元数量N＝25时各方案的总发送功率与所需传输速率之间的关系图。可以看出，在所列的各方案中，总发射功率都随着传输速率的增加而增加；而与其他四种方案相比，本文所提出的方案显著降低了总发射功率，原因是在本发明中对相位偏移与用户发射功率进行了交替优化。在传输速率为2bps/Hz时，所提方案的总发射功率比使用随机相位的智能反射面辅助的NOMA方案降低了近4dBm，比不使用智能反射面的NOMA方案降低了近4.5dBm，比使用智能反射面的正交多址方案降低了近3dBm，说明了本发明的优势显著。

图3绘制了用户需求速率为0.15bps/Hz时总发射功率与智能反射面反射单元数量之间的关系图。从图中可以看出，在所提出的方案中，总传输功率随智能反射面反射单元数量的增加而降低。这是因为随着智能反射面反射单元数目的增加，更多的单元可以用来反射入射信号，反射信号的强度不断增强。从图中可以看出，在不使用智能反射面的方案和使用随机相位的智能反射面辅助的NOMA方案中，总发射功率几乎不随着反射单元数量的变化而变化；尽管在使用智能反射面的正交多址方案中，总发射功率也随着智能反射面反射单元数量的增加而降低，但与本文所提出的方案差距明显，本文所提出的方案在降低总发射功率中具有显著优势。

实施例2

第二方面，本实施例提供了一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，包括：

步骤1：获取基站处的接收信号z，其中所述接收信号为在NOMA传输模式下，不同用户组的用户使用相同的时频资源进行通信，在基站处接收得到；所述基站处的接收信号z表示为：

其中，g＝1为中心用户区，g≥2为边缘用户区；为用户[g,u]和基站间的直接信道；为基站和第g个区域智能反射面各单元间的信道；/>为用户[g,u]和智能反射面各单元间的信道；Φ_g为第g个区域的智能反射面相移矩阵，表示为/> 为反射单元的相移值；diag{·}为对角化运算，N_g为第g个区域智能反射面的反射单元数目；w_g,u为用户[g,u]的发射功率因子，x_g,u为用户[g,u]发送的数据信息，b为高斯白噪声，服从均值为0，方差为1的复高斯分布；K_g为第g个区域中用户个数，G为用户区的个数；

步骤2：使用串行干扰删除原则对所述接收信号进行解调，根据用户的解调次序，得到第g个区域第u个用户的解调信号进而得到各用户的信干噪比γ_g,u；其中，用户[g,u]的解调信号/>表示为：

用户[g,u]的信干噪比γ_g,u表示为：

其中：

为加性噪声的方差，/>为用户[g,u]对应的均衡器的共轭转置，/>代表群内用户的干扰，/>代表群间用户的干扰，/>代表由非理想SIC导致的干扰；

其中：

R_g代表非群内干扰，N_R代表基站天线数目；

如此一来，问题P0转化为问题P1：

其中，代表用户[g,u]的最小数据速率要求；γ_g,u代表用户[g,u]的信干噪比；为第g个区域智能反射面的某相移值；n表示智能反射面的第n个反射单元；S表示相移值的可行集，s.t.表示约束条件；

步骤6：考虑功率优化问题P2的约束条件，得到用户功率的迭代表达式其中k为迭代次数；根据收敛性进行迭代即可得到最优解/>

步骤7：简化优化变量，对步骤2中的用户信干噪比表达式进行改写；同时给相移优化提供更多的自由度，将用户总信干噪比最大作为优化问题的目标函数，将问题P3转化为相移优化问题P4；

步骤9：使用补偿法求解旋转因子优化问题P5，得到各旋转因子的最优解并据此构建最佳相位偏移矩阵/>再代入步骤6中用户功率的迭代表达式，更新功率的最优解，交替优化若干次后即可得到最优的发射功率。

2.根据权利要求1所述的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，步骤3中，为了最小化***总发射功率，优化问题P0表示如下：

其中，代表用户[g,u]的最小数据速率要求；γ_g,u代表用户[g,u]的信干噪比；为第g个区域智能反射面的某相移值；‖·‖表示对向量或矩阵求2范数，S表示相移值的可行集，s.t.表示约束条件；

3.根据权利要求1所述的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，步骤5中，根据问题P1的非凸性，将问题P1拆分成功率优化问题P2和智能反射面相移优化问题P3两个子问题，采用交替优化算法来解决问题P1；

(P3)Find:{Φ_g}

其中，代表用户[g,u]的最小数据速率要求；γ_g,u代表用户[g,u]的信干噪比；为第g个区域智能反射面的某相移值；S表示相移值的可行集，s.t.表示约束条件。

4.根据权利要求3所述的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，步骤6中，约束条件Q6取等时，有将步骤4中用户信干噪比γ_g,u代入，得到用户功率为：

5.根据权利要求4所述的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，步骤7中，为了简化相移优化变量，对步骤2中的用户信干噪比表达式进行改写：

令：

是用户[g,u]均衡器的共轭转置与用户[g′,u′]通过智能反射面和基站之间间接信道的乘积的共轭转置；

用户信干噪比表达式变形为：

其中：

M_g,u表示非群内的总干扰；

6.根据权利要求5所述的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，步骤8中，为了便于使用序列旋转算法逐一优化智能反射面每一个反射单元的相位偏移，分离出当前优化的反射单元的相移项：

令：

其中，表示第g个区域的反射面的第n个反射单元的旋转因子；/>和/>分别是对复数取实部和虚部的运算；η_g,u,u′,n表示包含第n个反射单元的项，λ_g,u,u′,n表示其它项，为定义参数；

则步骤7中的信干噪比表达式写为：

如此一来，原有相移优化问题P4转化为旋转因子优化问题P5：

其中,定义参数如下：

其中表示对应用户在接收机处的信号功率。

7.根据权利要求1所述的非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输方法，其特征在于，步骤9中使用补偿法求解问题P5：

其中，序号函数1{θ}的定义如下：

补偿系数L是一个大的负数；

如此一来，就得到了各旋转因子的最优解据此，构建出最佳相位偏移矩阵/>

其中mod为取模运算；

8.一种非理想串行干扰删除条件下智能反射面辅助的NOMA上行传输装置，其特征在于，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述方法的步骤。