CN115694581A - 一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 - Google Patents
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 Download PDFInfo
- Publication number
- CN115694581A CN115694581A CN202211253700.2A CN202211253700A CN115694581A CN 115694581 A CN115694581 A CN 115694581A CN 202211253700 A CN202211253700 A CN 202211253700A CN 115694581 A CN115694581 A CN 115694581A
- Authority
- CN
- China
- Prior art keywords
- satellite
- user
- ground
- network
- access
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Radio Relay Systems (AREA)
Abstract
本发明属于星地一体化网络领域,公开了一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法。在星地一体化网络***中建立***模型;得到用户接收卫星网络和地面网络信号的表达式;建立智能反射面辅助的星地一体化网络用户终端接入优化问题;将优化问题分解为地面移动网络优化问题、卫星网络优化问题和用户接入匹配问题;分别对地面移动网络和卫星网络进行优化;判断地面网络优化参数和卫星网络优化参数是否收敛,若不收敛重新进行优化,若收敛则进行用户终端接入。用以解决在地面网络的边缘地带,用户终端选择卫星网络接入,通信速率受限于卫星的能力,无法达到很高的速率的问题。
Description
技术领域
本发明属于星地一体化网络的技术领域;具体涉及一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法。
背景技术
智能反射面、星地一体化
无线接入是人们日常生活的需要,在1G-5G无线网络的设计中,人们通过发送和接收方案设计来提高通信性能,无线信道还处于不能人为操控的状态,近几年出现了智能反射面IRS(Intelligent Reflecting Surface)这一种新的架构,可以灵活地实时定制无线环境,无线环境被认为可以像发射机和接收机一样可以编程定义,成为了***设计的新的变量,为了强调与当前和过去几代无线网络中采用的设计和优化标准在概念上和本质上的不同,这种方法被称作“无线2.0”。
星地一体化可以结合卫星网络和地面移动网络两者的优势,弥补双方的劣势,有效地促进全球覆盖并扩大网络容量,这为快速增长的接入需求尤其是物联网提供了有效的支持。此外,星地一体化还和与正在进行的5G和即将到来的6G通信网络的发展目标相一致。地面和卫星从兼容走向融合,通过融合的架构可以满足全球范围的随时随地网络接入的需求,值得注意的是,这种融合架构满足用户终端的融合,不区分特定的卫星用户和地面用户,用户终端同时具备卫星和地面接入的能力。但是,卫星基站的建设费用比地面的基站建设费用高,这样会造成卫星网络的资费会高于地面网络的使用资费,这对使用用户终端的消费者来说,在两种网络共存并且差距并不大的条件下,选择地面网络是更合理的,用户选择地面接入的资费明显低于卫星接入。另外,由于卫星使用太阳能电池板,卫星是一个能耗受限的单位,所以对卫星能量效率的优化也非常有必要。
发明内容
本发明提供一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,用以解决用以在地面网络的边缘地带,用户终端选择卫星网络接入,通信速率受限于卫星的能力,无法达到很高的速率,并且卫星网络的建设成本造成了使用卫星网络接入的高资费的问题。
本发明提供一种基于智能反射面辅助的星地一体化网络用户终端接入优化***,用以解决地面主被动波束赋形的问题。
本发明通过以下技术方案实现:
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述优化方法具体包括以下步骤:
步骤1:在星地一体化网络***中建立***模型;
步骤2:基于步骤1中所建立的***模型,得到用户接收卫星网络和地面网络信号的表达式;
步骤3:基于步骤2中所建立的表达式,建立智能反射面辅助的星地一体化网络用户终端接入优化问题;
步骤4:基于步骤3的优化问题分解为地面移动网络优化问题、卫星网络优化问题和用户接入匹配问题;
步骤5:分别对地面移动网络和卫星网络进行优化;
步骤6:判断步骤5的地面网络优化参数和卫星网络优化参数是否收敛,若不收敛重新进行步骤5,若收敛则进行用户终端接入匹配完成优化。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤2的表达式包括需要信号以及基站和其他用户之间的干扰,得到信干噪比表达式;
所述步骤2具体包括用户选择接入地面网络及卫星网络。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述用户选择接入地面网络具体为,
假设IRS只反射BS的信号,同时反射的卫星信号和被二次甚至多次反射的基站信号忽略;BS-用户链路和BS-IRS-用户链路构成了BS和每个用户之间的信道,其中每个BS-RIS-用户链路进一步分为BS-RIS链路和RIS-用户链路;IRS上的信号反射通过矩阵相乘的形式来表示;所以基站BS和用户k之间的第p个子载波信道表示为:
对于信道模型,地面信道假设大尺度衰落满足以下的形式:
式中L0——无线信道衰减因子指传播1米后信号的衰减量;
d0——常量1;
ρ——信道的衰减因子;
d——信道的距离;
信道的衰减因子,基站-IRS、IRS-用户,基站-用户分别取值为3.2、2.2和2.8,为了考虑小尺度衰落,地面信道考虑了莱斯衰落信道模型:
式中κ——莱斯衰落因子;
HLoS——视距衰落因子;
HNLoS——非视距衰落因子;
对于智能反射面,所有反射单元组成以下形式:
式中β——反射单元的入射信号的幅度βn∈[0,1];
IRS的元件的幅度和相位都独立地和连续地控制,为了简化定义为:
由于星地一体化网络共享相同的频谱资源,地面接入用户接收的信号会受到卫星SAT和高斯白噪声的干扰,所以在第p个子载波下,用户k接收信号表示为:
式中zk,p——第p个子载波下用户k接收到的高斯白噪声zk,p~CN(0,σ2);
Psk,p——第p个子载波下用户k接收到的卫星功率;
所以第p个子载波下用户k的接收到的信干噪比表示为:
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述用户选择接入卫星网络具体为,
在卫星模型中,研究的场景为下行链路的传输,假设无线信号衰落满足准静态的慢衰落,假设发送的符号具有归一化功率,卫星下行链路中传输信道考虑为阴影莱斯衰落信道,用表示卫星给第k个用户的第p个子载波传输信道,卫星信道hsk,p表示为式(9):
式中λ——传输信号载波的波长;
d0——卫星距离地面高度;
dh——卫星覆盖区域中心与波束中心之间的距离;
Gr——用户天线的接收增益;
阴影莱斯衰落中,卫星用户信道的衰落系数表示为式(10):
式中Aexp(jψ1)——表示散射分量;
Zexp(jψ2)——视距分量;
其中第一项的幅度A概率服从瑞利分布,第二项的幅度Z概率服从Nakagami-m分布;将其展开整理后,其概率密度表达式表示为以下形式:
fSAT(x)=αexp(-βx)1F1(m;1;δx) (11)
式中b——表示多径分量的平均功率;
m——表示直达链路分量对应的信道衰落参数;
Ω——表示直达链路分量的平均功率;
F1——表示合流超几何函数;
所取的(b,m,Ω)参数分别为(0.1084,3.2853,0.2596)接下来卫星信道的波束增益因子表示为公式(15):
式中bmax——卫星天线的增益最大值;
J1——一阶的第一类贝塞尔函数;
J3——三阶的第一类贝塞尔函数;
其中u因子表示为:
只考虑到强路径损耗,只考虑IRS的一次反射信号;IRS不反射卫星的信号,所以卫星接入的用户终端的接收信号表示为:
根据接收的信号,得出卫星的干扰主要来自于地面基站信号、IRS反射的地面信号和高斯白噪声,所以第p个子载波下用户k的接收到的信干噪比表示为:
综上,完成了对卫星信号的信干噪比的建模,根据不同用户在不同的子载波上的信干噪比大小对用户进行子载波的分配。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤3建立智能反射面辅助的星地一体化网络用户终端接入优化问题具体为,
在卫星下行发射能量效率的约束下,优化传输方法设计的用户接入问题优化表达式写成优化问题P0:
优化的函数表示为式(20):
式中USk——卫星接入系数;
UGk——地面接入系数;
θ——智能反射面反射单元的反射系数;
w——基站波束成形向量;
Uk-p——卫星子载波分配系数;
Pnum——卫星用户最大可分配子载波数;
Pspmax——卫星子载波最大发射功率;
Psp——卫星子载波发射功率;
Psp'——优化后的卫星子载波发射功率;
Pmax——基站最大发射功率;
Γk,p——用户选择地面接入的信干噪比;
Τk-p——用户选择卫星接入的信干噪比;
约束C7中卫星的子载波优化功率Psp'的由公式(21)得到:
式中Pson——表示卫星建立通路连接的功率消耗;
约束C1为地面基站功率约束,约束C2和C3为智能反射面相位约束,约束C4和C5卫星子载波分配约束,约束C6和C7为卫星子载波功率约束,约束C8、C9和C10为用户接入网络约束;
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤5对地面移动网络进行优化具体为,
利用分式规划理论将地面移动网络优化问题P1转化为可求解的模式,
α=[α1,1,α1,2,…,α1,K,α2,1,α2,2,…,αP,K] (24)
β=[β1,1,β1,2,…,β1,K,β2,1,β2,2,…,βP,K] (25)
γ=[γ1,1,γ1,2,…,γ1,K,γ2,1,γ2,2,…,γP,K] (26)
优化问题P1等价为以下形式:
其中的优化公式f(Θ,W,α)表示为
通过变换发现,优化的变量Θ和W集中在了表达式(28)的第三部分,在此基础上,在变量Θ和W固定的情况下αk,p的更新方式采用求导等于0,即:
求解发现αk,p更新公式就是信干噪比Γk,p的表达式,则αk,p的更新公式表示为:
上述解决了优化函数中带有log函数的问题,变量Θ和W集中在了表达式(28)的第三部分,在αk,p固定的情况之下需要对变量Θ和W进行优化,采用交替迭代优化的方法,即固定Θ求解W和固定W求解Θ,由于表达式(28)的第三部分是一个分式的形式,根据FP方法,需要引入二次变换的变量和将分式转化为可求解的形式;
针对非理想智能反射面的处理方法:
先将反射面相位考虑为理想的情况进行求解;然后遵循邻近原则,通过近似投影将已求解的最优值对应到最近的可行值,公式如下:
∠φ——非理想反射面相位固定取值。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤5对卫星网络进行优化具体包括以下步骤:
步骤5.1:卫星子载波分配;
步骤5.2:卫星子载波功率优化。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤5.1卫星子载波分配具体为,
由于采用了多用户接入的方式,卫星为每个用户分配不同的子载波,需要对子载波的法分配设计相关的匹配机制,不考虑用户间的公平性,采用信干噪比作为分配的指标,子问题3表示为:
式中Uk,p——表示用户k的和载波p之间的连接系数;
Pnum——表示每个用户最大可分配的子载波数;
求解得到的连接系数记为Uk-p,即满足以下公式:
采用遍历的方法来求解;
步骤5.2卫星子载波功率优化具体为,
基于步骤1,在卫星网络下行链路中的建立好匹配关系的第p个子载波记为Psp,针对每一个Psp都存在以下的优化问题,将问题写成公式(64):
式中Pson——表示卫星建立通路连接的功率消耗(W);
Pspmax——表示卫星信号各个子载波上的最大发射功率值(W);
其中,约束C1表明发射功率满足卫星每个子载波下的最大发射功率Pspmax约束;
求解得到的优化子载波发射功率记为Psp',即满足以下公式:
问题(64)还需进一步转换,应用二次变换,问题(64)被重新表述为:
其中引入的变量迭代中更新方式为求导为零,更新公式为:
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤6具体为,面向用户终端选择接入卫星网络或者选择接入地面移动网络的问题,用户终端接入选择问题描述为,
主要的选择标准为通信速率的大小,需要对所有用户进行遍历,特别地,对于用户k终端的分配参数优化表达式写成:
式中USk——表示卫星连接系数,如果建立连接则为1;
UGk——表示地面连接系数,如果建立连接则为1;
约束C1代表了每个用户终端只能选择地面或者卫星其中的一个网络作为匹配的优选接入层。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化***,所述优化***包括***模型单元和***优化单元;
所述***模型单元,用于用户接收卫星网络和地面网络信号的表达式;
所述***优化单元,用于对地面移动网络和卫星网络进行优化及用户接入匹配的优化。
本发明的有益效果是:
本发明利用智能反射面的高增益特性,通过智能反射面可调节电磁环境的特性,通过联合地面基站端和智能反射面的主被动波束赋形,改变地面链路的无线信道环境,进而发挥地面网络的大容量优势,让一部分地面网络边缘用户可以进行地面接入,获得更高的通信速率,可以减轻卫星的负载。
本发明优化卫星下行链路发射功率,达到最大化能量效率的目的。
本发明不仅解决了由于智能反射面的引入造成的优化问题复杂,优化变量多的问题,还显著提升了***的用户和速率和卫星发射能量效率。
附图说明
附图1是本发明的模型示意图。
附图2是本发明的问题分解示意图。
附图3是本发明的方法流程图。
附图4是本发明仿真场景示意图。
附图5是本发明卫星接入用户能量效率比较图。
附图6是本发明用户不同位置下的用户总和速率线形图。
附图7是本发明IRS部署位置对用户总和速率影响线形图。
附图8是本发明不同发射天线对用户总和速率影响线形图。
附图9是本发明不同IRS反射单元对用户总和速率影响线形图。
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。
传统的方法中没有涉及利用智能反射面的高增益特性提升星地一体化网络中的用户通信速率和卫星下行发射能量效率的相关方案。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述优化方法具体包括以下步骤:
步骤1:在星地一体化网络***中建立***模型;部署的智能反射面只反射地面基站的信号,不反射卫星信号,***统一由中央处理器来控制;本发明考虑一个如图1所示的智能反射面辅助星地一体化网络模型,假设***的信道状态信息(CSI)已经完全已知;在下行通信链路传输中,部署了一个基站BS和一个智能反射面IRS和一个近地轨道卫星来协同服务所有用户UEs;其中部署的智能反射面只反射地面基站的信号,不反射卫星信号;卫星和地面采用相同的频谱资源,用户选择地面接入或者卫星接入,该卫星为近地轨道宽带卫星,***部署中央服务器用于控制和规划星地一体化***,所有基站、卫星、IRS通过光缆连接到该中央服务器;特别地,假设所考虑的网络中基站、卫星和用户的天线个数分别为Nt、1和1;IRS处的反射元素数为N;设和分别表示用户、子载波和IRS反射单元元素的下标集合;
本发明考虑的地面通信架构是MU-MISO***,即一个多天线基站服务了多个单天线用户,这种架构下的用户使用相同的频谱资源和相同的时间资源,这样实现多用户在相同的时间相同的频率上对同一个基站进行通信,具备提升频谱效率的优势;为了更具符合实际应用,本发明中考虑使用多个子载波进行通信;在卫星的下行链路传输中,本发明假设卫星的一个子载波只能服务一个用户,这样卫星用户终端之间没有干扰;
步骤2:基于步骤1中所建立的***模型,得到用户接收卫星网络和地面网络信号的表达式;
步骤3:基于步骤2中所建立的表达式,建立智能反射面辅助的星地一体化网络用户终端接入优化问题;
步骤4:基于步骤3的优化问题分解为地面移动网络优化问题、卫星网络优化问题和用户接入匹配问题;
步骤5:分别对地面移动网络和卫星网络进行优化;
步骤6:判断步骤5的地面网络优化参数和卫星网络优化参数是否收敛,若不收敛重新进行步骤5,若收敛则进行用户终端接入匹配完成优化。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤2的表达式包括需要信号以及基站和其他用户之间的干扰,得到信干噪比表达式;
所述步骤2具体包括用户选择接入地面网络及卫星网络。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述用户选择接入地面网络具体为,
在本发明中假设IRS只反射BS的信号,同时反射的卫星信号和被二次甚至多次反射的基站信号太弱了以至于被忽略了;通常,BS-用户链路和BS-IRS-用户链路构成了BS和每个用户之间的信道,其中每个BS-RIS-用户链路进一步分为BS-RIS链路和RIS-用户链路;IRS上的信号反射通过矩阵相乘的形式来表示;所以基站BS和用户k之间的第p个子载波信道表示为:
对于信道模型,本发明的地面信道假设大尺度衰落满足以下的形式:
式中L0——无线信道衰减因子指传播1米后信号的衰减量,本发明中取-30dB;
d0——常量1(m);
ρ——信道的衰减因子;
d——信道的距离(m);
信道的衰减因子,本发明中基站-IRS、IRS-用户,基站-用户分别取值为3.2、2.2和2.8,为了考虑小尺度衰落,地面信道考虑了莱斯(Rician)衰落信道模型:
式中κ——莱斯衰落因子;
HLoS——视距衰落因子;
HNLoS——非视距衰落因子;
对于智能反射面,所有反射单元组成以下形式:
式中β——反射单元的入射信号的幅度βn∈[0,1];
IRS的元件的幅度和相位都独立地和连续地控制,为了简化定义为:
由于星地一体化网络共享相同的频谱资源,地面接入用户接收的信号会受到卫星SAT和高斯白噪声(AWGN)的干扰,所以在第p个子载波下,用户k接收信号表示为:
式中zk,p——第p个子载波下用户k接收到的高斯白噪声zk,p~CN(0,σ2);
Psk,p——第p个子载波下用户k接收到的卫星功率(W);
所以第p个子载波下用户k的接收到的信干噪比(SINR)表示为:
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述用户选择接入卫星网络具体为,
在卫星模型中,研究的场景为下行链路的传输,假设无线信号衰落满足准静态的慢衰落,假设发送的符号具有归一化功率,卫星下行链路中传输信道考虑为阴影莱斯衰落信道,用表示卫星给第k个用户的第p个子载波传输信道,卫星信道hsk,p表示为式(9):
式中λ——传输信号载波的波长(m);
d0——卫星距离地面高度(m);
dh——卫星覆盖区域中心与波束中心之间的距离(m);
Gr——用户天线的接收增益(dB);
阴影莱斯衰落中,卫星用户信道的衰落系数表示为式(10):
式中Aexp(jψ1)——表示散射分量;
Zexp(jψ2)——视距(LOS)分量;
其中第一项的幅度A概率服从瑞利分布,第二项的幅度Z概率服从Nakagami-m分布;将其展开整理后,其概率密度表达式表示为以下形式:
fSAT(x)=αexp(-βx)1F1(m;1;δx) (11)
式中b——表示多径分量的平均功率;
m——表示直达链路分量对应的信道衰落参数;
Ω——表示直达链路分量的平均功率;
F1——表示合流超几何函数;
在本发明中所取的(b,m,Ω)参数分别为(0.1084,3.2853,0.2596)接下来卫星信道的波束增益因子表示为公式(15):
式中bmax——卫星天线的增益最大值(dB);
J1——一阶的第一类贝塞尔函数;
J3——三阶的第一类贝塞尔函数;
其中u因子表示为:
本发明只考虑到强路径损耗,本发明只考虑了IRS的一次反射信号;IRS不反射卫星的信号,所以卫星接入的用户终端的接收信号表示为:
根据接收的信号,得出卫星的干扰主要来自于地面基站信号、IRS反射的地面信号和高斯白噪声,所以第p个子载波下用户k的接收到的信干噪比(SINR)表示为:
综上,完成了对卫星信号的信干噪比的建模,根据不同用户在不同的子载波上的信干噪比大小对用户进行子载波的分配。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤3建立智能反射面辅助的星地一体化网络用户终端接入优化问题具体为,
在卫星下行发射能量效率的约束下,引入智能反射面技术,提高星地一体化网络通信的用户合速率,优化传输方法设计的用户接入问题优化表达式写成优化问题P0:
优化的函数表示为式(20):
式中USk——卫星接入系数;
UGk——地面接入系数;
θ——智能反射面反射单元的反射系数;
w——基站波束成形向量;
Uk-p——卫星子载波分配系数;
Pnum——卫星用户最大可分配子载波数;
Pspmax——卫星子载波最大发射功率(W);
Psp——卫星子载波发射功率(W);
Psp'——优化后的卫星子载波发射功率(W);
Pmax——基站最大发射功率(W);
Γk,p——用户选择地面接入的信干噪比;
Τk-p——用户选择卫星接入的信干噪比;
约束C7中卫星的子载波优化功率Psp'的由公式(21)得到:
式中Pson——表示卫星建立通路连接的功率消耗(W);
约束C1为地面基站功率约束,约束C2和C3为智能反射面相位约束,约束C4和C5卫星子载波分配约束,约束C6和C7为卫星子载波功率约束,约束C8、C9和C10为用户接入网络约束;
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤4具体为:本发明提出了一种分解方案,将用户优选层匹配前的优化过程分为地面移动网络优化接入和卫星网络优化接入两个阶段,最后进行用户优选层的匹配,同时将每个阶段的问题分解为一系列的子问题以便于求得可行的次优解;针对此网络架构下的用户优化接入问题,同时优化多个变量是不现实的,因为该用户接入问题为混合整数非线性规划问题(MINLP),其中约束C1、C3和C7存在变量耦合关系的非凸约束,造成了本问题很难求解;所以本发明提出一种基于交替优化的次优解解决方法,本发明将问题P0从地面和卫星两个角度分别考虑,进而通过交替优化的思想将问题分解,求得可行的次优解;从卫星和地面的优化接入两个角度考虑,并将问题分解成一系列的子问题,分解情况见图2,在求解一个子问题的时候其他子问题的优化变量保持不变,最后再通过多个子问题的循环求解来达到求解的目的,每个子问题都具备收敛性可证明这种交替的方法是收敛的;
星地联合优化框架具体问题分解情况分别描述为:
(1)地面移动网络优化
主要目的是增强地面网络覆盖,求解的变量包含基站的波束成形向量w和智能反射面的相位矩阵Θ,卫星的发射功率Psp保持不变(采用初始值或者卫星子问题中优化的值);
约束C1表明发射功率满足基站的发射功率Pmax约束,约束C3是对IRS反射矩阵的取值约束;
由于智能反射面反射地面基站的信号,需要对基站和智能反射面进行主被动联合波束成形优化,需要将问题分解为固定智能反射面的相位矩阵求解基站波束成形向量的主动波束成形问题(子问题1)和固定基站波束成形向量求解智能反射面的相位矩阵的被动波束成形问题(子问题2);
(2)卫星网络优化
主要目的是优化卫星发射能量效率,优化变量为卫星各个子载波的发射功率Psp和子载波分配系数Uk-p,基站的波束成形向量w和智能反射面的相位矩阵Θ保持不变(采用在地面子问题中求解的值);
卫星优化接入问题(优化问题P2)描述为:
首先,需要解决卫星子载波分配的问题(子问题3),不同用户分配到不同子载波上,按照信道条件将子载波分配给用户;其次,需要解决子载波能量效率优化的问题(子问题4)优化卫星每个子载波的发射功率,提高能量效率,达到降低卫星负载的目的;
(3)用户接入匹配
进行地面和卫星的两个优化接入的联合迭代,等优化参数收敛后,进行优选层匹配,用户终端选择合适的网络进行接入,需要解决用户接入网络匹配的问题(子问题5),本发明中制定了分配问题,求解的变量为USk和UGk,即每一个用户选择地面网络或者卫星网络进行接入,图2描述了问题分解情况;
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤5对地面移动网络进行优化具体为,地面网络的优化问题是一个非凸的函数,由于IRS的维度比较大,优化相移矩阵和波束成形向量也是一个非常难的事情,本发明利用分式规划理论和交替方向乘子法来求解可行的近似次优解;
利用分式规划理论将地面移动网络优化问题P1转化为可求解的模式,
α=[α1,1,α1,2,…,α1,K,α2,1,α2,2,…,αP,K] (24)
β=[β1,1,β1,2,…,β1,K,β2,1,β2,2,…,βP,K] (25)
γ=[γ1,1,γ1,2,…,γ1,K,γ2,1,γ2,2,…,γP,K] (26)
通过引入变量α,利用闭合形式的FP方法,这一新方法基于拉格朗日对偶问题,优势是每次迭代都以封闭的形式执行,而不是必须用数值来解决凸优化问题,
优化问题P1等价为以下形式:
其中的优化公式f(Θ,W,α)表示为
通过变换发现,优化的变量Θ和W集中在了表达式(28)的第三部分,在此基础上,本发明提出了一种迭代算法,在变量Θ和W固定的情况下αk,p的更新方式采用求导等于0,即:
求解发现αk,p更新公式就是信干噪比Γk,p的表达式,则αk,p的更新公式表示为:
上述解决了优化函数中带有log函数的问题,变量Θ和W集中在了表达式(28)的第三部分,在αk,p固定的情况之下需要对变量Θ和W进行优化,这里本发明采用交替迭代优化的方法,即固定Θ求解W和固定W求解Θ,由于表达式(28)的第三部分是一个分式的形式,根据FP方法,需要引入二次变换的变量和将分式转化为可求解的形式;
固定Θ求解W:
通过给定Θ'和α'k,p,优化问题(27)等价为:
其中的优化公式f1(Θ',W)表示为:
为了解决这个问题,与普通FP方法不同,本问题中包含有分式求和的形式,本发明注意到最近提出的一种解决这种复杂分式的方法,这种方法是多维复二次变换(MCQT),用于本发明求解,通过二次变换,所求解的问题转化为可解的凸函数的形式;在二次变换中引入的参数为其中公式(32)等价为:
引入辅助变量βk,p的更新方式采用求导等于0,如式(34)所示,
则固定W则βk,p的更新公式表示为:
则问题f2重写成以下形式:
f3(W)=-WHCW+Re{2VHW}-D (39)
其中的变量形式表示为:
C=diag(C1,…,CP) (42)
由于D在优化问题f3中属于常数,不存在优化的目标W,故将其忽略,这样,问题f3等价形式表达为:
发现f4满足二次约束二次规划问题(QCQP)的标准形式,利用二次规划问题中常用的交替方向乘子法(ADMM)进行迭代求解,直到参数收敛为止;
5-3:固定W求解Θ
类似地通过给定W'和α'k,p,原问题表示为:
其中的优化公式f1(Θ,W')表示为:
为了方便表达问题,本发明定义以下形式:
其中的φk,p(Θ,γ)表达式为:
引入辅助变量γk,p的更新方式采用求导等于0,如下所示,
则固定Θ则γk,p的更新公式表示为:
固定γk,p后则求解Θ,为了方便公式表达,本发明需要对一些变量进行合并和重新定义:
θ=Θ1RN (51)
则公式(48)重新写成以下形式:
同时,问题f5重写成以下形式:
f5(Θ)=-θHΦθ+Re{2θHν}-χ (56)
其中的变量形式表示为:
由于χ在优化问题f5中属于常数,不存在优化的目标Θ,故将其忽略,这样,问题f5等价形式表达为:
发现f6满足二次约束二次规划问题(QCQP)的标准形式,利用二次规划问题中常用的交替方向乘子法(ADMM)进行迭代求解,直到参数收敛为止;
针对非理想智能反射面的处理方法:
处理这种离散空间非凸约束的常用方法是逼近投影;具体地说,先将反射面相位考虑为理想的情况进行求解;然后遵循邻近原则,通过近似投影将已求解的最优值对应到最近的可行值,公式如下:
∠φ——非理想反射面相位固定取值。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤5对卫星网络进行优化具体包括以下步骤:
步骤5.1:卫星子载波分配;
步骤5.2:卫星子载波功率优化。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤5.1卫星子载波分配具体为,
由于采用了多用户接入的方式,卫星为每个用户分配不同的子载波,需要对子载波的法分配设计相关的匹配机制,不考虑用户间的公平性,采用信干噪比作为分配的指标,子问题3表示为:
式中Uk,p——表示用户k的和载波p之间的连接系数;
Pnum——表示每个用户最大可分配的子载波数;
求解得到的连接系数记为Uk-p,即满足以下公式:
采用遍历的方法来求解;
步骤5.2卫星子载波功率优化具体为,
基于步骤1,在卫星网络下行链路中的建立好匹配关系的第p个子载波记为Psp,针对每一个Psp都存在以下的优化问题,将问题写成公式(64):
式中Pson——表示卫星建立通路连接的功率消耗(W);
Pspmax——表示卫星信号各个子载波上的最大发射功率值(W);
其中,约束C1表明发射功率满足卫星每个子载波下的最大发射功率Pspmax约束;
求解得到的优化子载波发射功率记为Psp',即满足以下公式:
问题(64)还需进一步转换,应用二次变换,问题(64)被重新表述为:
通过引入二次变换变量,将问题的分式形式转化,问题转化为易于求解的凸函数形式,再利用迭代的方式求解就能比较快速收敛;
其中引入的变量迭代中更新方式为求导为零,更新公式为:
一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,所述步骤6具体为,在本发明提出的地面网络优化和卫星网络优化的算法交替迭代完成之后,此时所有用户终端需要具备访问容量更高的网络的能力,步骤6面向用户终端选择接入卫星网络或者选择接入地面移动网络的问题,用户终端接入选择问题描述为,
主要的选择标准为通信速率的大小,为了得到每个用户的选择参数,需要对所有用户进行遍历,特别地,对于用户k终端的分配参数优化表达式写成:
式中USk——表示卫星连接系数,如果建立连接则为1;
UGk——表示地面连接系数,如果建立连接则为1;
约束C1代表了每个用户终端只能选择地面或者卫星其中的一个网络作为匹配的优选接入层。
一种基于智能反射面辅助的星地一体化网络用户终端接入优化***,所述优化***包括***模型单元和***优化单元;
所述***模型单元,用于用户接收卫星网络和地面网络信号的表达式;
所述***优化单元,用于对地面移动网络和卫星网络进行优化及用户接入匹配的优化。
仿真实验:
仿真场景图如图4所示,由于所研究的网络是一个三维异构的网络,所以用三个坐标来表示位置。场景中共有四个主体卫星、IRS、用户终端和地面基站,IRS和用户的位置可以根据仿真要求改变,同时,用户终端随机分布于直径1米的圆形区域内。场景中共有4个用户终端,用户终端的分布圆心坐标表示用户区域中心坐标,同时,由于卫星的覆盖面积大,所以场景中的宽带卫星坐标只有高度的坐标,为了给地面提供更可靠的服务,设置卫星为近地轨道,飞行高度为300km。
表1 仿真实验参数
(1)卫星接入用户的能量效率分析
仿真结果见图5,固定用户区域中心坐标(2,80,1.5),IRS的位置设置在(0,40,6)。通过星地联合迭代,得到收敛的卫星子载波发射功率,和优化之前的卫星子载波能量效率相对比,可以发现优化后能量效率得到提升。
(2)不同位置用户总和速率分析
仿真结果见图6,固定IRS在(0,40,6)的位置,改变用户终端的位置,从图6中可以发现以下几点:首先,在40米IRS处形成了信号热点,可以增强地面信号的覆盖,相较于没有IRS的方案,最大的提升为50%;其次,关于地面的有效覆盖区域的情况,在没有IRS的情况之下,由于地面信号衰减较快,在60米的位置地面用户就会全部选择卫星接入,而存在智能反射面的场景下,所有的用户终端在80米的位置全部选择卫星接入,这说明智能反射面有效地提升了地面的覆盖范围;再次,由于卫星网络和地面网络之间存在干扰关系,卫星接入的速率会随着地面网络的减弱而增强,体现在图6中,在没有IRS的方案中,60-90米的区域没有IRS的曲线呈现上升趋势,90米位置没有IRS的方案要略好于有IRS的方案,因为80米之后用户选择卫星接入,IRS的存在带来了一定的干扰,使有IRS的方案性能下降,这里的性能损失并不大;最后,通过不同方案之间的对比,理想IRS的增益要好于非理想的IRS,2bit相移的IRS要好于1bit相移的IRS,和没有IRS的方案相比,在地面网络有效覆盖的区域内,存在IRS的方案要好于不存在IRS的方案。
(3)星地联合算法——IRS部署位置影响分析
仿真结果见图7,在图6分析中,在80米处,即使存在IRS,所有用户就会切换到卫星接入,通过固定用户区域中心坐标(2,80,1.5),然后改变IRS的位置,以此研究IRS的部署位置对***影响,从图7中可以得到的结论有以下几点:首先,IRS距离用户比较近时增益才会比较明显;其次,通过-60米的位置可以发现距离基站越近也会带来一定的增益,但是增益效果并不明显,所以在星地一体化网络中部署IRS的最优方式为靠近用户;最后没有IRS的场景可以看出速率基本保持不变,这是因为在80米的位置用户均选择接入卫星网络,同时,理想的IRS增益效果要好于非理想的IRS。
(4)不同地面天线数量影响分析
仿真结果见图8,固定用户区域中心坐标(2,80,1.5),改变地面基站的天线数量。
从图8中可以得出,随着天线数量的增多,该区域的所有方案用户总和速率呈现上升趋势,说明地面网络的覆盖得到增强,虽然不存在IRS的情况同样会带来总和速率的提升,但是,从图中可以看出存在IRS带来的增值更大。
(5)星地联合算法——不同反射面单元数影响分析
仿真结果见图9,固定用户区域中心坐标(2,80,1.5),改变的IRS反射单元数量可以得到结果。可以得到的结论有以下几点:首先,随着反射单元数量的增多,对于存在IRS的方案,用户总和速率呈现上升趋势,说明IRS增强了地面网络的覆盖;其次,通过和图8相对比,改变智能反射面单元数并不明显弱于增加基站的发射天线所带来的增益,从设备制造成本角度,智能反射面上的单元相对于地面基站天线的具备低成本的优势,所以增加反射面的个数也是提高用户速率的低成本有效手段;再次,由于本次实验改变的是IRS反射单元数量,可以发现没有IRS的方案的接近一条直线,数值变化不大;最后,在图中反射单元是50的点,由于50单元IRS带来的增益无法满足地面接入,用户还是选择卫星接入,反射单元反而带来了一定的干扰,通信速率弱于没有IRS的卫星接入方案,这说明在***设计中IRS的单元数量设计也是一个需要考虑的因素。
Claims (10)
1.一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述优化方法具体包括以下步骤:
步骤1:在星地一体化网络***中建立***模型;
步骤2:基于步骤1中所建立的***模型,得到用户接收卫星网络和地面网络信号的表达式;
步骤3:基于步骤2中所建立的表达式,建立智能反射面辅助的星地一体化网络用户终端接入优化问题;
步骤4:基于步骤3的优化问题分解为地面移动网络优化问题、卫星网络优化问题和用户接入匹配问题;
步骤5:分别对地面移动网络和卫星网络进行优化;
步骤6:判断步骤5的地面网络优化参数和卫星网络优化参数是否收敛,若不收敛重新进行步骤5,若收敛则进行用户终端接入匹配完成优化。
2.根据权利要求1所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述步骤2的表达式包括需要信号以及基站和其他用户之间的干扰,得到信干噪比表达式;
所述步骤2具体包括用户选择接入地面网络及卫星网络。
3.根据权利要求2所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述用户选择接入地面网络具体为,
假设IRS只反射BS的信号,同时反射的卫星信号和被二次甚至多次反射的基站信号忽略;BS-用户链路和BS-IRS-用户链路构成了BS和每个用户之间的信道,其中每个BS-RIS-用户链路进一步分为BS-RIS链路和RIS-用户链路;IRS上的信号反射通过矩阵相乘的形式来表示;所以基站BS和用户k之间的第p个子载波信道表示为:
对于信道模型,地面信道假设大尺度衰落满足以下的形式:
式中L0——无线信道衰减因子指传播1米后信号的衰减量;
d0——常量1;
ρ——信道的衰减因子;
d——信道的距离;
信道的衰减因子,基站-IRS、IRS-用户,基站-用户分别取值为3.2、2.2和2.8,为了考虑小尺度衰落,地面信道考虑了莱斯衰落信道模型:
式中κ——莱斯衰落因子;
HLoS——视距衰落因子;
HNLoS——非视距衰落因子;
对于智能反射面,所有反射单元组成以下形式:
式中β——反射单元的入射信号的幅度βn∈[0,1];
IRS的元件的幅度和相位都独立地和连续地控制,为了简化定义为:
由于星地一体化网络共享相同的频谱资源,地面接入用户接收的信号会受到卫星SAT和高斯白噪声的干扰,所以在第p个子载波下,用户k接收信号表示为:
式中zk,p——第p个子载波下用户k接收到的高斯白噪声zk,p~CN(0,σ2);
Psk,p——第p个子载波下用户k接收到的卫星功率;
所以第p个子载波下用户k的接收到的信干噪比表示为:
4.根据权利要求3所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述用户选择接入卫星网络具体为,
在卫星模型中,研究的场景为下行链路的传输,假设无线信号衰落满足准静态的慢衰落,假设发送的符号具有归一化功率,卫星下行链路中传输信道考虑为阴影莱斯衰落信道,用表示卫星给第k个用户的第p个子载波传输信道,卫星信道hsk,p表示为式(9):
式中λ——传输信号载波的波长;
d0——卫星距离地面高度;
dh——卫星覆盖区域中心与波束中心之间的距离;
Gr——用户天线的接收增益;
阴影莱斯衰落中,卫星用户信道的衰落系数表示为式(10):
式中A exp(jψ1)——表示散射分量;
Z exp(jψ2)——视距分量;
其中第一项的幅度A概率服从瑞利分布,第二项的幅度Z概率服从Nakagami-m分布;将其展开整理后,其概率密度表达式表示为以下形式:
fSAT(x)=αexp(-βx)1F1(m;1;δx) (11)
式中b——表示多径分量的平均功率;
m——表示直达链路分量对应的信道衰落参数;
Ω——表示直达链路分量的平均功率;
F1——表示合流超几何函数;
所取的(b,m,Ω)参数分别为(0.1084,3.2853,0.2596)接下来卫星信道的波束增益因子表示为公式(15):
式中bmax——卫星天线的增益最大值;
J1——一阶的第一类贝塞尔函数;
J3——三阶的第一类贝塞尔函数;
其中u因子表示为:
只考虑到强路径损耗,只考虑IRS的一次反射信号;IRS不反射卫星的信号,所以卫星接入的用户终端的接收信号表示为:
根据接收的信号,得出卫星的干扰主要来自于地面基站信号、IRS反射的地面信号和高斯白噪声,所以第p个子载波下用户k的接收到的信干噪比表示为:
综上,完成了对卫星信号的信干噪比的建模,根据不同用户在不同的子载波上的信干噪比大小对用户进行子载波的分配。
5.根据权利要求1所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述步骤3建立智能反射面辅助的星地一体化网络用户终端接入优化问题具体为,
在卫星下行发射能量效率的约束下,优化传输方法设计的用户接入问题优化表达式写成优化问题P0:
优化的函数表示为式(20):
式中USk——卫星接入系数;
UGk——地面接入系数;
θ——智能反射面反射单元的反射系数;
w——基站波束成形向量;
Uk-p——卫星子载波分配系数;
Pnum——卫星用户最大可分配子载波数;
Pspmax——卫星子载波最大发射功率;
Psp——卫星子载波发射功率;
Psp'——优化后的卫星子载波发射功率;
Pmax——基站最大发射功率;
Γk,p——用户选择地面接入的信干噪比;
Τk-p——用户选择卫星接入的信干噪比;
约束C7中卫星的子载波优化功率Psp'的由公式(21)得到:
式中Pson——表示卫星建立通路连接的功率消耗;
约束C1为地面基站功率约束,约束C2和C3为智能反射面相位约束,约束C4和C5卫星子载波分配约束,约束C6和C7为卫星子载波功率约束,约束C8、C9和C10为用户接入网络约束;
6.根据权利要求1所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述步骤5对地面移动网络进行优化具体为,
利用分式规划理论将地面移动网络优化问题P1转化为可求解的模式,
α=[α1,1,α1,2,…,α1,K,α2,1,α2,2,…,αP,K] (24)
β=[β1,1,β1,2,…,β1,K,β2,1,β2,2,…,βP,K] (25)
γ=[γ1,1,γ1,2,…,γ1,K,γ2,1,γ2,2,…,γP,K] (26)
优化问题P1等价为以下形式:
其中的优化公式f(Θ,W,α)表示为
通过变换发现,优化的变量Θ和W集中在了表达式(28)的第三部分,在此基础上,在变量Θ和W固定的情况下αk,p的更新方式采用求导等于0,即:
求解发现αk,p更新公式就是信干噪比Γk,p的表达式,则αk,p的更新公式表示为:
上述解决了优化函数中带有log函数的问题,变量Θ和W集中在了表达式(28)的第三部分,在αk,p固定的情况之下需要对变量Θ和W进行优化,采用交替迭代优化的方法,即固定Θ求解W和固定W求解Θ,由于表达式(28)的第三部分是一个分式的形式,根据FP方法,需要引入二次变换的变量和将分式转化为可求解的形式;
针对非理想智能反射面的处理方法:
先将反射面相位考虑为理想的情况进行求解;然后遵循邻近原则,通过近似投影将已求解的最优值对应到最近的可行值,公式如下:
式中∠θi noidel——对应的非理想反射面相位;
∠θi opt——求解的最优理想反射面相位;
∠φ——非理想反射面相位固定取值。
7.根据权利要求6所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述步骤5对卫星网络进行优化具体包括以下步骤:
步骤5.1:卫星子载波分配;
步骤5.2:卫星子载波功率优化。
8.根据权利要求7所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法,其特征在于,所述步骤5.1卫星子载波分配具体为,
由于采用了多用户接入的方式,卫星为每个用户分配不同的子载波,需要对子载波的法分配设计相关的匹配机制,不考虑用户间的公平性,采用信干噪比作为分配的指标,子问题3表示为:
式中Uk,p——表示用户k的和载波p之间的连接系数;
Pnum——表示每个用户最大可分配的子载波数;
求解得到的连接系数记为Uk-p,即满足以下公式:
采用遍历的方法来求解;
步骤5.2卫星子载波功率优化具体为,
基于步骤1,在卫星网络下行链路中的建立好匹配关系的第p个子载波记为Psp,针对每一个Psp都存在以下的优化问题,将问题写成公式(64):
式中Pson——表示卫星建立通路连接的功率消耗;
Pspmax——表示卫星信号各个子载波上的最大发射功率值;
其中,约束C1表明发射功率满足卫星每个子载波下的最大发射功率Pspmax约束;
求解得到的优化子载波发射功率记为Psp',即满足以下公式:
问题(64)还需进一步转换,应用二次变换,问题(64)被重新表述为:
其中引入的变量迭代中更新方式为求导为零,更新公式为:
10.根据权利要求1所述一种基于智能反射面辅助的星地一体化网络用户终端接入优化***,其特征在于,所述优化***包括***模型单元和***优化单元;
所述***模型单元,用于用户接收卫星网络和地面网络信号的表达式;
所述***优化单元,用于对地面移动网络和卫星网络进行优化及用户接入匹配的优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211253700.2A CN115694581A (zh) | 2022-10-13 | 2022-10-13 | 一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211253700.2A CN115694581A (zh) | 2022-10-13 | 2022-10-13 | 一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115694581A true CN115694581A (zh) | 2023-02-03 |
Family
ID=85065386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211253700.2A Pending CN115694581A (zh) | 2022-10-13 | 2022-10-13 | 一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115694581A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116112941A (zh) * | 2023-02-17 | 2023-05-12 | 西安电子科技大学 | 一种多ris辅助的无线网络覆盖优化方法与装置 |
CN116388836A (zh) * | 2023-03-08 | 2023-07-04 | 中国人民解放军战略支援部队航天工程大学 | 一种基于深度学习的星地融合网络波束成形设计方法 |
-
2022
- 2022-10-13 CN CN202211253700.2A patent/CN115694581A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116112941A (zh) * | 2023-02-17 | 2023-05-12 | 西安电子科技大学 | 一种多ris辅助的无线网络覆盖优化方法与装置 |
CN116112941B (zh) * | 2023-02-17 | 2024-03-12 | 西安电子科技大学 | 一种多ris辅助的无线网络覆盖优化方法与装置 |
CN116388836A (zh) * | 2023-03-08 | 2023-07-04 | 中国人民解放军战略支援部队航天工程大学 | 一种基于深度学习的星地融合网络波束成形设计方法 |
CN116388836B (zh) * | 2023-03-08 | 2023-10-13 | 中国人民解放军战略支援部队航天工程大学 | 一种星地融合网络波束成形设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | Refracting RIS-aided hybrid satellite-terrestrial relay networks: Joint beamforming design and optimization | |
Gu et al. | Dynamic cooperative spectrum sharing in a multi-beam LEO-GEO co-existing satellite system | |
CN115694581A (zh) | 一种基于智能反射面辅助的星地一体化网络用户终端接入优化方法 | |
CN114051204B (zh) | 一种基于智能反射面的无人机辅助通信方法 | |
Guidotti et al. | Non-terrestrial networks: Link budget analysis | |
CN114286312A (zh) | 一种基于可重构智能表面增强无人机通信的方法 | |
CN104320174A (zh) | 一种基于部分信道信息的卫星多波束协作传输方法 | |
Khan et al. | When RIS meets GEO satellite communications: A new sustainable optimization framework in 6G | |
Tian et al. | Stochastic analysis of cooperative satellite-UAV communications | |
CN111885732B (zh) | 一种增强noma可见光通信网络安全的动态资源分配方法 | |
Xu et al. | Envisioning intelligent reflecting surface empowered space-air-ground integrated network | |
Wang et al. | Spectrum optimization for cognitive satellite communications with cournot game model | |
CN114828253A (zh) | 一种ris辅助多无人机通信***的资源分配方法 | |
Bhowal et al. | RIS-aided communications in indoor and outdoor environments: Performance analysis with a realistic channel model | |
Sharma et al. | 3D beamforming for spectral coexistence of satellite and terrestrial networks | |
Liu et al. | Toward ubiquitous and flexible coverage of UAV-IRS-assisted NOMA networks | |
CN115882924A (zh) | 一种基于noma的跳波束卫星通信***设计方法 | |
Nguyen-Kha et al. | Joint UAV placement and IRS phase shift optimization in downlink networks | |
Khan et al. | Reconfigurable intelligent surfaces for 6G non-terrestrial networks: Assisting connectivity from the sky | |
Mahbub et al. | Intelligent reflecting surfaces in UAV-assisted 6G networks: An approach for enhanced propagation and spectral characteristics | |
Liu et al. | Ultra dense satellite-enabled 6G networks: Resource optimization and interference management | |
Lee et al. | Interference mitigation for reverse spectrum sharing in B5G/6G satellite-terrestrial networks | |
CN114095944B (zh) | 一种联合空中基站部署与空-地信息-能量同传方法 | |
Lou et al. | Coverage analysis of large-scale HAPS networks using directional beams | |
CN115734238A (zh) | 智能反射面辅助的通信网络覆盖优化方法 |
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 |