CN115173914B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN115173914B
CN115173914B CN202210835698.3A CN202210835698A CN115173914B CN 115173914 B CN115173914 B CN 115173914B CN 202210835698 A CN202210835698 A CN 202210835698A CN 115173914 B CN115173914 B CN 115173914B
Authority
CN
China
Prior art keywords
base station
intelligent
reflecting surface
intelligent reflecting
user
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.)
Active
Application number
CN202210835698.3A
Other languages
English (en)
Other versions
CN115173914A (zh
Inventor
孙强
武宜阳
于晓娇
黄勋
杨永杰
陈晓敏
徐淼淼
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.)
Nantong University
Original Assignee
Nantong 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 Nantong University filed Critical Nantong University
Priority to CN202210835698.3A priority Critical patent/CN115173914B/zh
Publication of CN115173914A publication Critical patent/CN115173914A/zh
Application granted granted Critical
Publication of CN115173914B publication Critical patent/CN115173914B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04B7/04013—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
    • H04B15/00—Suppression or limitation of noise or interference
    • H04B15/005—Reducing noise, e.g. humm, from the supply
    • 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)

Abstract

本发明公开了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，该方法首先用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；然后基站端为每个用户端分配一个智能反射面，采用广义瑞利熵算法计算得到基站端通过所选智能反射面服务各自用户端的最优主动波束赋形向量，并计算信噪泄漏比值；接着基站端通过最大化各个用户端的最小信噪泄漏比，优化用户端所选择的智能反射面的被动波束赋形；之后基站端联合基站端的主动波束赋形和智能反射面的被动波束赋形进行迭代优化。本发明增强了无线通信***的稳定性、可靠性，提升了无线通信***的频谱效率。

Description

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
技术领域
本发明涉及无线通信技术领域，特别涉及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。
背景技术
智能反射面由低成本的无源反射元件阵列组成，每个无源反射元件能够独立地调节相位、振幅、频率，对入射信号进行反射，从而协同改变发射器和接收器之间的无线信道。因此，智能反射面具有重塑无线传播环境的能力，有利于信号的传输。与传统的有源中继以及基站端的主动波束赋形不同，智能反射面能够实现全双工的被动波束赋形，而不会产生任何噪声放大，也不需要任何有源射频链用于信号传输、接收以及自干扰消除，从而大大降低了实现成本和能源消耗。智能反射面在可以部署在室内和室外，如建筑物的墙壁、天花板甚至无人机上，以克服不利的传播条件，增加覆盖面积，同时消耗较低的能量。
在无线通信***的不同位置布设多个智能反射面，可以为用户端提供多条灵活的通信链路，通过多条链路可以增强用户端接收到的信号强度，并且可以减少一条或多条通信链路被障碍物阻塞的情况对通信质量带来的影响。然而，若为用户端提供服务的智能反射面的被动波束赋形没有设置准确，会导致反射链路的方向不够精准，从而使该智能反射面所服务的用户端接收到的信号强度较弱、通过智能反射面泄漏给其他用户端的干扰信号强度增加。
因此，为了保证智能反射面反射的信号能够更精确地到达其所服务的用户端，需要精确设置智能反射面的被动波束赋形。面对这一问题，本发明设计了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，联合基站端设置的主动波束赋形与智能反射面处的被动波束赋形进行迭代优化，使得基站端通过所选智能反射面服务时精确对准所服务用户端，减小基站端通过智能反射面进行通信服务时泄漏给其他用户端的干扰信号；同时，该方法考虑了用户公平性，通过优化各个用户端的最小信噪泄漏比，保障每个用户端都能够进行稳定可靠的通信。
发明内容
为解决上述背景技术中提出的问题，本发明提出了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，联合基站端设置的主动波束赋形与智能反射面处的被动波束赋形进行迭代优化。
为了达到上述目的，本发明提出的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，包括如下步骤：
S1：考虑无线通信***的下行链路通信，通信***通过多条智能反射面反射链路同时为多个用户端提供通信服务；用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；
S2：基站端根据距离因素，为每个用户端分配一个未被选择使用的距离其最近的智能反射面进行下行链路通信，并采用广义瑞利熵算法计算得到基站端通过所选择智能反射面服务各自用户端的最优主动波束赋形向量；
S3：基站端根据所求得的服务每一个用户端时的最优主动波束赋形向量，计算基站端通过所选择智能反射面服务各自用户端的信噪泄漏比值；
S4：基站端根据计算所得的最优主动波束赋形向量，通过优化每一位用户端所选择的智能反射面的被动波束赋形矩阵，最大化各个用户端的最小信噪泄漏比。
S5：基站端根据获得的被动波束赋形优化矩阵，重新计算最优主动波束赋形向量、更新后每个用户端的信噪泄漏比以及所有用户端的可达和速率。
S6：基站端通过重复步骤S4、S5来进行迭代优化，直至新一次迭代的可达和速率对比上一次迭代的可达和速率不再增加或达到所设定的迭代次数时完成迭代，此时所计算得到的所有用户端的可达和速率得到提升。
S7：基站端根据迭代优化后智能反射面的被动波束赋形矩阵，采用广义瑞利熵算法计算最优主动波束赋形向量、设置主动波束赋形、调整智能反射面处的被动波束赋形，实现基站端到各个用户端的下行链路数据通信。
优选地，所述步骤S1中，基站端配备多根天线，多个智能反射面在基站端与用户端之间分布式布设；具体的，考虑配备M根天线的单个基站端，J个智能反射面在基站端与K个用户端之间分布式布设，每个智能反射面装有N个无源反射单元，用户端配备单根天线，智能反射面的位置信息在基站端已知；用户端进行上行链路通信，通过智能反射面向基站端发送导频信号，基站端通过控制器控制智能反射面依次打开N个无源反射单元反射导频信号，基站端根据接收的导频信号估计出级联链路信道状态信息；具体组成部分包括基站端通过第j个智能反射面服务第k个用户的级联信道()H表示共轭转置矩阵，为智能反射面索引集，/>为用户端索引集，其中/>包括基站端到第j个智能反射面的信道矩阵/>第j个智能反射面到第k个用户间的信道向量/>以及智能反射面的相移矩阵/>其中αj,n∈[0,1]为第j个智能反射面的第n块无源反射单元的幅度，θj,n∈[0,2π]为第j个智能反射面的第n块无源反射单元的相位，设置所有智能反射面的所有无源反射单元的幅度α1,1＝α1,2＝...＝αj,n＝1，n∈{1,2,...,N}。
优选地，所述步骤S2中，具体的，设基站端分配服务第k个用户端的智能反射面索引为m(k)，其中 为智能反射面索引集，/>为用户端索引集，采用广义瑞利熵算法，当考虑最大化K个用户端的信噪泄漏比时，求得基站端通过所选智能反射面服务第k个用户的最优主动波束赋形向量为其中/>为基站端通过所选智能反射面来为第k个用户服务时的级联信道，/>其包括基站端通过所选智能反射面为第k个用户服务时的信道矩阵/>所选智能反射面到第k个用户间的信道向量以及所选智能反射面的相移矩阵/> 为基站端在通过所选智能反射面服务第k个用户时对第t个用户所造成的干扰，加性高斯白噪声n服从均值为0、方差为σ2的复高斯分布，()-1为逆矩阵，IM为M×M单位矩阵。
优选地，所述步骤S3中，具体的，基站端通过所选择智能反射面服务第k个用户时的信噪泄漏比可表示为其中m(k)为基站端分配服务第k个用户端的智能反射面索引，为智能反射面索引集，/>为用户端索引集，为基站端通过所选智能反射面来为第k个用户服务时的主动波束赋形向量，为基站端通过所选智能反射面来为第k个用户服务时的级联信道，其包括基站端通过所选智能反射面来为第k个用户服务时的信道矩阵/>所选智能反射面到第k个用户间的信道向量/>以及所选智能反射面的相移矩阵/>为基站端在通过所选智能反射面服务第k个用户时对第t个用户所造成的干扰，/>加性高斯白噪声n服从均值为0、方差为σ2的复高斯分布。
优选地，所述步骤S4中，具体的，被动波束赋形优化的具体步骤如下：
T1：将最大化各个用户端的最小信噪泄漏比表述为一个非凸问题其中SLNRm(k),k为基站端通过所选择智能反射面服务第k个用户时的信噪泄漏比，θm(k)为基站端所选服务第k个用户的智能反射面的相位矩阵，问题P1满足条件/>其中n∈{1,2,...,N}，m(k)为基站端分配服务第k个用户端的智能反射面索引， 为智能反射面索引集，/>为用户端索引集，αm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的幅度，θm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的相位。
T2：由于P1的问题与条件是非凸的，且问题P1是一个二次约束的二次规划问题，利用半定松弛技术来近似地解决问题P1，将问题P1简化为以δ为辅助变量的被动波束赋形优化问题问题P2满足条件/>
T3：引入辅助变量x，将问题P2改写为问题问题P3满足条件其中 为基站端通过所选智能反射面来为第k个用户服务时的主动波束赋形向量，/>为基站端通过所选智能反射面来为第k个用户服务时的信道矩阵，/>为所选智能反射面到第k个用户间的信道向量，/>
T4：由于令/>满足Vm(k)≥0且rank(Vm(k))＝1，为松弛非凸条件rank(Vm(k))＝1，问题P3改写为/>问题P4满足条件/>[Vm(k)]n,n＝1,n＝1,2,...,N+1，Vm(k)≥0，其中tr()表示矩阵的迹，rank()表示矩阵的秩。
T5：由于δ和都是变量，问题P4仍然是非凸的。因此采用二分法搜索的思想，迭代求出δ的最大值。在迭代中，求解以下可行性问题P5：find Vm(k)，问题P5满足条件
此时可行性问题P5采用凸优化方法求解。当问题P5可行时，得到优化矩阵Vm(k)，否则跳转至步骤T1重新求解。
T6：采用高斯随机化方法，根据求解得到的优化矩阵Vm(k)进一步求解得到满足rank(Vm(k))＝1的被动波束赋形优化向量Vm(k),opt，令Φm(k)＝diag(Vm(k),opt)，获得被动波束赋形优化矩阵Φm(k)。
步骤T5中采用二分法搜索的思想，迭代求出δ可达的最大值。其二分法搜索具体步骤如下：
R1：设定被动波束赋形优化的辅助变量δ的最大值δmax、最小值δmin以及设定的最小正值ε。
R2：计算δmid＝(δmax+δmin)/2。
R3：设问题P5条件不等式中的辅助变量δ＝δmid，采用凸优化方法解决问题P5：findVm(k)。
R4：若可行性问题P5能够解决，则δmin＝δmid，否则δmax＝δmid。
R5：当δmax-δmin≥ε或可行性问题P5未能解决时，跳转至步骤R2，否则输出δmid，此时的δmid即δ的最大值。
优选地，所述步骤S5中，具体的，和速率γk为第k个用户端的信干噪比，信干噪比/>其中m(k)为基站端分配服务第k个用户端的智能反射面索引，/> 为智能反射面索引集，/>为用户端索引集，/>为基站端通过所选智能反射面来为第k个用户服务时的信道矩阵，/>为所选智能反射面到第k个用户间的信道向量，/>为所选智能反射面的相移矩阵，/>为基站端通过所选智能反射面来为第k个用户服务时的主动波束赋形向量。
与现有技术相比，本发明的有益效果是：
(1)本发明在多个智能反射面布设的无线通信***中，为每个用户端分配一个合适的智能反射面辅助通信，降低了基站端与用户端的能量消耗，提升了无线通信***能量效率。
(2)本发明将多个智能反射面在无线通信***中分布式布设，为用户端提供多条灵活的通信链路，既增强了用户端接收到的信号强度，也减少了一条或多条通信链路被障碍物阻塞的情况对通信质量带来的影响，增强了无线通信***的稳定性。
(3)本发明通过设计基站端的广义瑞利熵主动波束赋形，抑制了用户端之间的信号干扰，减小无线通信***中的噪声影响，提升了无线通信***的可达和速率。
(4)本发明联合基站端设置的主动波束赋形与智能反射面处的被动波束赋形进行迭代优化，使得基站端通过所选智能反射面服务时精确对准所服务用户端，减小了泄漏给其他用户端的干扰信号，提升了无线通信***的频谱效率。
(5)本发明考虑了用户公平性，通过优化各个用户端的最小信噪泄漏比，保障每个用户端有足够的信号强度进行通信，提高了用户端的通信质量，提升了无线通信***的可靠性。
附图说明
图1为本发明的步骤流程图。
图2为本发明的多个智能反射面辅助的无线通信***模型示意图。
图3为本发明中智能反射面被动波束赋形优化的流程图。
图4为本发明中采用二分法搜索智能反射面被动波束赋形优化辅助变量δ最大值的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1-4，一种多智能反射面辅助通信主被动波束赋形迭代优化方法，包括如下步骤：
S1：考虑无线通信***的下行链路通信，通信***通过多条智能反射面反射链路同时为多个用户端提供通信服务；用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；
S2：基站端根据距离因素，为每个用户端分配一个未被选择使用的距离其最近的智能反射面进行下行链路通信，并采用广义瑞利熵算法计算得到基站端通过所选择智能反射面服务各自用户端的最优主动波束赋形向量；
S3：基站端根据所求得的服务每一个用户端时的最优主动波束赋形向量，计算基站端通过所选择智能反射面服务各自用户端的信噪泄漏比值；
S4：基站端根据计算所得的最优主动波束赋形向量，通过优化每一位用户端所选择的智能反射面的被动波束赋形矩阵，最大化各个用户端的最小信噪泄漏比。
S5：基站端根据获得的被动波束赋形优化矩阵，重新计算最优主动波束赋形向量、更新后每个用户端的信噪泄漏比以及所有用户端的可达和速率。
S6：基站端通过重复步骤S4、S5来进行迭代优化，直至新一次迭代的可达和速率对比上一次迭代的可达和速率不再增加或达到所设定的迭代次数时完成迭代，此时所计算得到的所有用户端的可达和速率得到提升。
S7：基站端根据迭代优化后智能反射面的被动波束赋形矩阵，采用广义瑞利熵算法计算最优主动波束赋形向量、设置主动波束赋形、调整智能反射面处的被动波束赋形，实现基站端到各个用户端的下行链路数据通信。
本实施例中，参照图1，该方法首先用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；然后基站端为每个用户端分配一个智能反射面，采用广义瑞利熵算法计算得到基站端通过所选智能反射面服务各自用户端的最优主动波束赋形向量，并计算信噪泄漏比值；接着基站端通过最大化各个用户端的最小信噪泄漏比，优化用户端所选择的智能反射面的被动波束赋形；之后基站端联合基站端的主动波束赋形和智能反射面的被动波束赋形进行迭代优化，待迭代完成，获得实现提升***可达和速率的一组主动波束赋形和被动波束赋形优化结果；最后基站端依据迭代结果调整主动波束赋形以及智能反射面，进行下行链路数据通信。
具体的，参照图2，所述步骤S1中，基站端配备多根天线，多个智能反射面在基站端与用户端之间分布式布设；具体的，考虑配备M根天线的单个基站端，J个智能反射面在基站端与K个用户端之间分布式布设，每个智能反射面装有N个无源反射单元，用户端配备单根天线，智能反射面的位置信息在基站端已知；用户端进行上行链路通信，通过智能反射面向基站端发送导频信号，基站端通过控制器控制智能反射面依次打开N个无源反射单元反射导频信号，基站端根据接收的导频信号估计出级联链路信道状态信息；具体组成部分包括基站端通过第j个智能反射面服务第k个用户的级联信道()H表示共轭转置矩阵，/>为智能反射面索引集，/>为用户端索引集，其中/>包括基站端到第j个智能反射面的信道矩阵/>第j个智能反射面到第k个用户间的信道向量/>以及智能反射面的相移矩阵/>其中αj,n∈[0,1]为第j个智能反射面的第n块无源反射单元的幅度，θj,n∈[0,2π]为第j个智能反射面的第n块无源反射单元的相位，设置所有智能反射面的所有无源反射单元的幅度α1,1＝α1,2＝...＝αj,n＝1，n∈{1,2,...,N}。
具体的，所述步骤S2中，设基站端分配服务第k个用户端的智能反射面索引为m(k)，其中为智能反射面索引集，/>为用户端索引集，采用广义瑞利熵算法，当考虑最大化K个用户端的信噪泄漏比时，求得基站端通过所选智能反射面服务第k个用户的最优主动波束赋形向量为其中/>为基站端通过所选智能反射面来为第k个用户服务时的级联信道，/>其包括基站端通过所选智能反射面为第k个用户服务时的信道矩阵/>所选智能反射面到第k个用户间的信道向量以及所选智能反射面的相移矩阵/>为基站端在通过所选智能反射面服务第k个用户时对第t个用户所造成的干扰，加性高斯白噪声n服从均值为0、方差为σ2的复高斯分布，()-1为逆矩阵，IM为M×M单位矩阵。
具体的，所述步骤S3中，基站端通过所选择智能反射面服务第k个用户时的信噪泄漏比可表示为其中m(k)为基站端分配服务第k个用户端的智能反射面索引，为智能反射面索引集，/>为用户端索引集，/>为基站端通过所选智能反射面来为第k个用户服务时的主动波束赋形向量，/>为基站端通过所选智能反射面来为第k个用户服务时的级联信道，其包括基站端通过所选智能反射面来为第k个用户服务时的信道矩阵/>所选智能反射面到第k个用户间的信道向量/>以及所选智能反射面的相移矩阵/>为基站端在通过所选智能反射面服务第k个用户时对第t个用户所造成的干扰，/>加性高斯白噪声n服从均值为0、方差为σ2的复高斯分布。
具体的，参照图3，所述步骤4中，被动波束赋形优化的具体步骤如下：
T1：将最大化各个用户端的最小信噪泄漏比表述为一个非凸问题其中SLNRm(k),k为基站端通过所选择智能反射面服务第k个用户时的信噪泄漏比，θm(k)为基站端所选服务第k个用户的智能反射面的相位矩阵，问题P1满足条件/>其中n∈{1,2,...,N}，m(k)为基站端分配服务第k个用户端的智能反射面索引， 为智能反射面索引集，/>为用户端索引集，αm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的幅度，θm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的相位。
T2：由于P1的问题与条件是非凸的，且问题P1是一个二次约束的二次规划问题，利用半定松弛技术来近似地解决问题P1，将问题P1简化为以δ为辅助变量的被动波束赋形优化问题P2：问题P2满足条件/>
T3：引入辅助变量x，将问题P2改写为问题问题P3满足条件其中 为基站端通过所选智能反射面来为第k个用户服务时的主动波束赋形向量，/>为基站端通过所选智能反射面来为第k个用户服务时的信道矩阵，/>为所选智能反射面到第k个用户间的信道向量，/>
T4：由于令/>满足Vm(k)≥0且rank(Vm(k))＝1，为松弛非凸条件rank(Vm(k))＝1，问题P3改写为/>问题P4满足条件/>[Vm(k)]n,n＝1,n＝1,2,...,N+1，Vm(k)≥0，其中tr()表示矩阵的迹，rank()表示矩阵的秩。
T5：由于δ和都是变量，问题P4仍然是非凸的。因此采用二分法搜索的思想，迭代求出δ的最大值。在迭代中，求解以下可行性问题P5：find Vm(k)，问题P5满足条件
此时可行性问题P5采用凸优化方法求解。当问题P5可行时，得到优化矩阵Vm(k)，否则跳转至步骤T1重新求解。
T6：采用高斯随机化方法，根据求解得到的优化矩阵Vm(k)进一步求解得到满足rank(Vm(k))＝1的被动波束赋形优化向量Vm(k),opt，令Φm(k)＝diag(Vm(k),opt)，获得被动波束赋形优化矩阵Φm(k)。
参照图4，步骤T5中采用二分法搜索的思想，迭代求出δ可达的最大值。其二分法搜索具体步骤如下：
R1：设定被动波束赋形优化的辅助变量δ的最大值δmax、最小值δmin以及设定的最小正值ε。
R2：计算δmid＝(δmax+δmin)/2。
R3：设问题P5条件不等式中的辅助变量δ＝δmid，采用凸优化方法解决问题P5：findVm(k)。
R4：若可行性问题P5能够解决，则δmin＝δmid，否则δmax＝δmid。
R5：当δmax-δmin≥ε或可行性问题P5未能解决时，跳转至步骤R2，否则输出δmid，此时的δmid即δ的最大值。
具体的，所述步骤S5中，和速率γk为第k个用户端的信干噪比，信干噪比/>其中m(k)为基站端分配服务第k个用户端的智能反射面索引，/>为智能反射面索引集，/>为用户端索引集，/>为基站端通过所选智能反射面来为第k个用户服务时的信道矩阵，/>为所选智能反射面到第k个用户间的信道向量，为所选智能反射面的相移矩阵，/>为基站端通过所选智能反射面来为第k个用户服务时的主动波束赋形向量。
本发明中披露的说明和实践，对于本技术领域的普通技术人员来说，都是易于思考和理解的，且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。因此，在不偏离本发明精神的基础上所做的修改或改进，也应视为本发明的保护范围。

Claims (5)

1.一种多智能反射面辅助通信主被动波束赋形迭代优化方法，其特征在于，包括以下步骤：
S1：考虑无线通信***的下行链路通信，通信***通过多条智能反射面反射链路同时为多个用户端提供通信服务；用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；
S2：基站端根据距离因素，为每个用户端分配一个未被选择使用的、距离其最近的智能反射面进行下行链路通信，并采用广义瑞利熵算法计算得到基站端通过所选择智能反射面服务各自用户端的最优主动波束赋形向量；
S3：基站端根据所求得的服务每一个用户端时的最优主动波束赋形向量，计算基站端通过所选择智能反射面服务各自用户端的信噪泄漏比值；
S4：基站端根据计算所得的最优主动波束赋形向量，通过优化每一位用户端所选择的智能反射面的被动波束赋形矩阵，最大化各个用户端的最小信噪泄漏比；
所述步骤S4中，被动波束赋形优化的具体步骤如下：
T1：将最大化各个用户端的最小信噪泄漏比表述为一个非凸问题P 1：其中SLNRm(k),k为基站端通过所选择智能反射面服务第k个用户端时的信噪泄漏比，θm(k)为基站端所选服务第k个用户端的智能反射面的相位矩阵，
问题P1满足条件/>其中n∈{1,2,...,N}，m(k)为基站端分配服务第k个用户端的智能反射面索引，N为每个智能反射面装配的无源反射单元数目，J为智能反射面数目，K为用户端数目，/>为智能反射面索引集，/>为用户端索引集，αm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的幅度，θm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的相位；
T2：将问题P1简化为以δ为辅助变量的被动波束赋形优化问题P2：问题P2满足条件SLNRm(k),k≥δ,/>
T3：引入辅助变量x，将问题P2改写为问题P3：问题P3满足条件其中 为基站端通过所选智能反射面来为第k个用户端服务时的主动波束赋形向量，/>为基站端通过所选智能反射面来为第k个用户端服务时的信道矩阵，/>为所选智能反射面到第k个用户端间的信道向量，/>
T4：令满足Vm(k)≥0且rank(Vm(k))＝1，将问题P3改写为问题P4：问题P4满足条件/>[Vm(k)]n,n＝1,n＝1,2,...,N+1，Vm(k)≥0，其中tr()表示矩阵的迹，rank()表示矩阵的秩；
T5：采用二分法搜索的思想，迭代求出δ可达的最大值，在迭代中，求解以下可行性问题P5：find Vm(k)，问题P5满足条件[Vm(k)]n,n＝1,n＝1,2,...,N+1，
Vm(k)≥0，其中find函数表示寻找优化问题可行解；问题P5可行时，得到优化矩阵Vm(k)，否则跳转至步骤T1重新求解；
T6：采用高斯随机化方法，利用求得的优化矩阵Vm(k)进一步求解，得到满足rank(Vm(k))＝1的被动波束赋形优化向量Vm(k),opt，更新Φm(k)＝diag(Vm(k),opt)，获得被动波束赋形优化矩阵Φm(k)；
步骤T5中采用二分法搜索的思想，迭代求出δ可达的最大值，其二分法搜索具体步骤如下：
R1：设定被动波束赋形优化的辅助变量δ的最大值δmax、最小值δmin以及设定的最小正值ε；
R2：计算δmid＝(δmax+δmin)/2；
R3：设问题P5条件不等式中的辅助变量δ＝δmid，采用凸优化方法解决问题P5：findVm(k)；
R4：若可行性问题P5能够解决，则δmin＝δmid，否则δmax＝δmid；
R5：当δmax-δmin≥ε或可行性问题P5未能解决时，跳转至步骤R2，否则输出δmid，此时的δmid即δ的最大值；
S5：基站端根据获得的被动波束赋形优化矩阵，重新计算最优主动波束赋形向量、更新后每个用户端的信噪泄漏比以及所有用户端的可达和速率；
S6：基站端通过重复步骤S4、S5来进行迭代优化，直至新一次迭代的可达和速率对比上一次迭代的可达和速率不再增加或达到所设定的迭代次数时完成迭代，此时所计算得到的所有用户端的可达和速率得到提升；
S7：基站端根据迭代优化后智能反射面的被动波束赋形矩阵，采用广义瑞利熵算法计算最优主动波束赋形向量、设置主动波束赋形、调整智能反射面的被动波束赋形，实现基站端到各个用户端的下行链路数据通信。
2.根据权利要求1所述的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，其特征在于：所述步骤S1中，基站端配备多根天线，多个智能反射面在基站端与用户端之间分布式布设；
配备M根天线的单个基站端，J个智能反射面在基站端与K个用户端之间分布式布设，每个智能反射面装有N个无源反射单元，用户端配备单根天线，智能反射面的位置信息在基站端已知；用户端进行上行链路通信，通过智能反射面向基站端发送导频信号，基站端通过控制器控制智能反射面依次打开N个无源反射单元反射导频信号，基站端根据接收的导频信号估计出级联链路信道状态信息；
该级联链路信道状态信息的具体组成部分包括基站端通过第j个智能反射面服务第k个用户端的级联信道()H表示共轭转置矩阵， 为智能反射面索引集，/>为用户端索引集，其中包括基站端到第j个智能反射面的信道矩阵/>第j个智能反射面到第k个用户端间的信道向量/>以及智能反射面的相移矩阵/>其中αj,n∈[0,1]为第j个智能反射面的第n块无源反射单元的幅度，θj,n∈[0,2π]为第j个智能反射面的第n块无源反射单元的相位，设置所有智能反射面的所有无源反射单元的幅度α1,1＝α1,2＝...＝αj,n＝1，n∈{1,2,...,N}。
3.根据权利要求1所述的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，其特征在于：所述步骤S2中，设基站端分配服务第k个用户端的智能反射面索引为m(k)，其中 为智能反射面索引集，/>为用户端索引集，采用广义瑞利熵算法，当考虑最大化K个用户端的信噪泄漏比时，求得基站端通过所选智能反射面服务第k个用户端的最优主动波束赋形向量为/>其中/>为基站端通过所选智能反射面来为第k个用户端服务时的级联信道，其包括基站端通过所选智能反射面为第k个用户端服务时的信道矩阵/>所选智能反射面到第k个用户端间的信道向量/>以及所选智能反射面的相移矩阵/> 为基站端在通过所选智能反射面服务第k个用户端时对第t个用户端所造成的干扰，/>加性高斯白噪声n服从均值为0、方差为σ2的复高斯分布，()-1为逆矩阵，IM为M×M单位矩阵。
4.根据权利要求1所述的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，其特征在于：所述步骤S3中，基站端通过所选择智能反射面服务第k个用户端时的信噪泄漏比可表示为其中m(k)为基站端分配服务第k个用户端的智能反射面索引， 为智能反射面索引集，/>为用户端索引集，为基站端通过所选智能反射面来为第k个用户端服务时的主动波束赋形向量，为基站端通过所选智能反射面来为第k个用户端服务时的级联信道，其包括基站端通过所选智能反射面来为第k个用户端服务时的信道矩阵/>所选智能反射面到第k个用户端间的信道向量/>以及所选智能反射面的相移矩阵/>为基站端在通过所选智能反射面服务第k个用户端时对第t个用户端所造成的干扰，/>加性高斯白噪声n服从均值为0、方差为σ2的复高斯分布。
5.根据权利要求1所述的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，其特征在于：所述步骤S5中，和速率γk为第k个用户端的信干噪比，信干噪比/>其中m(k)为基站端分配服务第k个用户端的智能反射面索引，/> 为智能反射面索引集，/>为用户端索引集，/>为基站端通过所选智能反射面来为第k个用户端服务时的信道矩阵，/>为所选智能反射面到第k个用户端间的信道向量，/>为所选智能反射面的相移矩阵，/>为基站端通过所选智能反射面来为第k个用户端服务时的主动波束赋形向量。
CN202210835698.3A 2022-07-15 2022-07-15 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 Active CN115173914B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210835698.3A CN115173914B (zh) 2022-07-15 2022-07-15 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210835698.3A CN115173914B (zh) 2022-07-15 2022-07-15 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

Publications (2)

Publication Number Publication Date
CN115173914A CN115173914A (zh) 2022-10-11
CN115173914B true CN115173914B (zh) 2023-12-26

Family

ID=83494182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210835698.3A Active CN115173914B (zh) 2022-07-15 2022-07-15 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

Country Status (1)

Country Link
CN (1) CN115173914B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021120425A1 (zh) * 2019-12-17 2021-06-24 北京航空航天大学 一种毫米波全双工无人机通信中继传输方法
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
CN114222310A (zh) * 2021-11-22 2022-03-22 西南交通大学 一种联合3d波束赋形和智能反射面反射优化方法
CN114501497A (zh) * 2022-01-21 2022-05-13 南通大学 一种基于信噪泄漏比的多智能反射面与多用户的匹配方法
CN114614864A (zh) * 2022-03-21 2022-06-10 西南交通大学 多用户场景的3d波束赋形和智能反射面相移优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021120425A1 (zh) * 2019-12-17 2021-06-24 北京航空航天大学 一种毫米波全双工无人机通信中继传输方法
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
CN114222310A (zh) * 2021-11-22 2022-03-22 西南交通大学 一种联合3d波束赋形和智能反射面反射优化方法
CN114501497A (zh) * 2022-01-21 2022-05-13 南通大学 一种基于信噪泄漏比的多智能反射面与多用户的匹配方法
CN114614864A (zh) * 2022-03-21 2022-06-10 西南交通大学 多用户场景的3d波束赋形和智能反射面相移优化方法

Also Published As

Publication number Publication date
CN115173914A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
Ge et al. Joint beamforming and trajectory optimization for intelligent reflecting surfaces-assisted UAV communications
CN113225108B (zh) 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
CN113193894B (zh) 可重构智能表面辅助的多用户miso下行无线通信谱效能效联合优化方法
CN113873575B (zh) 智能反射面辅助的非正交多址无人机空地通信网络节能优化方法
CN113612508B (zh) 基于机器学习的irs辅助毫米波通信波束成形设计方法
CN114286312A (zh) 一种基于可重构智能表面增强无人机通信的方法
CN111901812B (zh) 一种全双工蜂窝通信网基站和智慧反射面联合控制方法
CN113645163B (zh) 一种基于神经网络的智能反射表面反射相位配置方法
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
US12028139B2 (en) Wireless telecommunications network including a multi-layer transmissive reconfigurable intelligent surface
CN115915362A (zh) 一种star-ris辅助的noma***上行低功耗传输方法
Peng et al. Long-lasting UAV-aided RIS communications based on SWIPT
Jiang et al. Reconfigurable intelligent surface assisted mmWave UAV wireless cellular networks
CN113938173B (zh) 一种星地融合网络中联合广播和单播的波束赋形方法
CN112803978B (zh) 基于逐次逼近的智能表面miso***联合波束成形方法
CN115173914B (zh) 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
CN116033461B (zh) 一种基于star-ris辅助的共生无线电传输方法
Wang et al. Offline-online design for energy-efficient IRS-aided UAV communications
CN116192217A (zh) 一种基于ris辅助miso蜂窝***鲁棒波束赋形方法
CN115987358A (zh) 有源ris中的一种基于部分信道状态信息的波束赋形方法
KR102512464B1 (ko) 다중 사용자 miso 통신 시스템 및 그에 적용되는 지능형 반사 표면의 위상 변환 행렬 설계 방법
Tavana et al. Amplitude-based sequential optimization of energy harvesting with reconfigurable intelligent surfaces
Guan et al. RIS-NOMA-aided LEO satellite communication networks
CN116470938B (zh) Irs辅助通信服务质量公平的联合波束赋形优化方法及设备
CN115802367B (zh) 一种智能反射面辅助中继传输的相移优化方法及***

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