CN116074848B - 一种可重构智能表面辅助的认知传输时隙分配方法 - Google Patents

一种可重构智能表面辅助的认知传输时隙分配方法 Download PDF

Info

Publication number
CN116074848B
CN116074848B CN202310350547.3A CN202310350547A CN116074848B CN 116074848 B CN116074848 B CN 116074848B CN 202310350547 A CN202310350547 A CN 202310350547A CN 116074848 B CN116074848 B CN 116074848B
Authority
CN
China
Prior art keywords
cognitive
time slot
node
source node
transmission
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
CN202310350547.3A
Other languages
English (en)
Other versions
CN116074848A (zh
Inventor
邹玉龙
武晓伟
林舒影
吕昂
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202310350547.3A priority Critical patent/CN116074848B/zh
Publication of CN116074848A publication Critical patent/CN116074848A/zh
Application granted granted Critical
Publication of CN116074848B publication Critical patent/CN116074848B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • 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

本申请涉及一种可重构智能表面辅助的认知传输时隙分配方法。该方法包括：认知源节点获取通信***中各信道在第k个时隙的信道状态信息，并对主节点进行RIS辅助的频谱感知。根据信道状态信息和频谱感知信号，认知源节点在检测到存在空闲频谱的情况下，会通过RIS辅助向认知目的节点进行数据传输，使认知目的节点接收对应的数据传输信号。根据频谱感知信号以及数据传输信号，确定认知源节点与认知目的节点之间的传输速率，以确定最佳时隙分配因子。根据最佳时隙分配因子对认知传输时隙进行分配，以确定频谱检测的时隙和数据传输的时隙。可以寻找到传输速率达到最大值的最佳时隙分配因子，提高认知源节点与认知目的节点的传输速率。

Description

一种可重构智能表面辅助的认知传输时隙分配方法
技术领域
本申请涉及无线通信技术领域，特别是涉及一种可重构智能表面辅助的认知传输时隙分配方法。
背景技术
随着无线通信的快速发展，现有的频谱资源即将分配殆尽。为了充分利用频谱资源，提高授权频谱的利用率，认知无线电的概念应运而生。具有认知能力的设备可以通过对主节点的频谱使用情况进行观测，检测主节点的频谱空洞，将对应频段分配给认知用户进行数据传输，在提高频谱利用率的同时，避免对主节点造成干扰。频谱感知是认知无线电的基础，认知用户需要通过频谱感知技术尽可能准确实时地判断主节点的频谱使用状况，进而根据感知所获取信息做出相应的决策。常见的频谱感知算法包括能量检测、匹配滤波器检测和循环平稳特征检测。其中，能量检测由于其结构简单易实现，成为最常用的检测方式。
在进行频谱感知和数据传输过程中***会受到阴影效应或者多径衰落的影响，可重构智能表面（Reconfigurable Intelligent Surface, RIS）可以通过内置的无源反射元件智能地调整无线传播环境。研究表明，可重构智能表面一般部署在源节点或目的节点附近，通过将其部署在认知源节点附近，可以同时辅助频谱感知和数据传输两个阶段，有效地改善认知传输***的性能。频谱检测和数据传输两个阶段可能会相互影响，因此不能孤立地设计和优化。如果认知源在特定持续时间内没有检测到空洞，则可用频谱空洞将被浪费，会降低频谱空洞的利用效率；虽然增加空洞检测阶段的持续时间会提高频谱空洞的检测概率，但这是以降低传输性能为代价的，用于数据传输的时间会更少。
因此，目前的认知传输时隙分配方法的认知节点间的传输速率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高认知节点间的传输速率的可重构智能表面辅助的认知传输时隙分配方法。
一种可重构智能表面辅助的认知传输时隙分配方法，应用于通信***中，所述通信***包括主节点、认知源节点、认知目的节点以及RIS，其中，所述主节点、所述认知源节点和所述认知目的节点配有单根发射天线，RIS配有M个反射单元，所述方法包括：
所述认知源节点获取所述通信***中各信道在第k个时隙的信道状态信息；
所述认知源节点在第k个时隙的前αT时间段，对所述主节点进行RIS辅助的频谱感知，获得频谱感知信号，其中，α表示时隙分配因子，其取值范围从0到1，记作
Figure SMS_1
，T表示每个时隙的持续时间；
所述认知源节点根据所述信道状态信息和所述频谱感知信号，分析空闲频谱的虚警概率，以确定是否存在空闲频谱；
所述认知源节点在第k个时隙的前αT时间段检测到存在空闲频谱的情况下，在第k个时隙后（1-α）T时间段通过RIS辅助向所述认知目的节点进行数据传输，使所述认知目的节点在第k个时隙接收对应的数据传输信号；
根据所述频谱感知信号以及所述数据传输信号，确定所述认知源节点与所述认知目的节点之间的传输速率；
根据所述传输速率，构建所述认知源节点与所述认知目的节点之间的传输速率最大化模型；
根据所述传输速率最大化模型，确定最佳时隙分配因子；
所述认知源节点根据最佳时隙分配因子，进行认知传输时隙分配，以确定频谱检测的时隙和数据传输的时隙。
在其中一个实施例中，所述根据所述传输速率最大化模型，确定最佳时隙分配因子，包括：
采用基于黄金分割搜索的迭代优化算法对传输速率最大化模型进行求解，确定最佳时隙分配因子
Figure SMS_2
。
在其中一个实施例中，所述频谱感知信号的表达式为：
Figure SMS_3
；
其中，
Figure SMS_4
为认知源节点在第k个时隙接收到的频谱感知信号，/>
Figure SMS_5
为主节点的发射功率，/>
Figure SMS_14
为第k个时隙主节点到认知源节点的信道状态信息，PS表示从主节点到认知源节点的链路；/>
Figure SMS_6
为第k个时隙主节点到RIS各个反射单元的信道状态信息向量，其维度为M，PR表示从主节点到RIS的链路；/>
Figure SMS_13
为第k个时隙RIS各个反射单元到认知源节点的信道状态信息向量，其维度为M，RS表示从RIS到认知源节点的链路；/>
Figure SMS_18
表示认知源节点处的均值为0、方差为N 0的高斯白噪声；/>
Figure SMS_20
表示RIS在频谱感知阶段的相移矩阵，并记作为/>
Figure SMS_7
，式中j是虚数单位，/>
Figure SMS_16
表示对角化，/>
Figure SMS_9
为RIS在频谱感知阶段第m个反射单元的相移，频谱感知阶段RIS的相移采用相位对齐进行设置，表达如下/>
Figure SMS_17
，式中
Figure SMS_8
表示取相位，/>
Figure SMS_12
表示/>
Figure SMS_10
的第m个元素，/>
Figure SMS_15
表示/>
Figure SMS_11
的第m个元素；/>
Figure SMS_19
表示向量的共轭转置；
其中，
Figure SMS_21
； 其中，/>
Figure SMS_22
为主节点在第k个时隙频谱感知阶段的传输信号，/>
Figure SMS_23
表示在第k个时隙频谱感知阶段许可频段是否被主节点占用，其中/>
Figure SMS_24
表示该许可频段未被主节点占用，即存在空闲频谱；
Figure SMS_25
表示该许可频段被主节点占用，即不存在空闲频谱；/>
Figure SMS_26
表示主节点在第k个时隙频谱感知阶段占用许可频段时的传输信号。
在其中一个实施例中，所述空闲频谱的虚警概率分析方式为：
将认知源节点的目标检测概率设置为
Figure SMS_27
，根据第k个时隙的检测概率/>
Figure SMS_28
的表达式，获得能量检测器的目标检测门限/>
Figure SMS_29
；
根据所述能量检测器的目标检测门限
Figure SMS_30
和第k个时隙的虚警概率/>
Figure SMS_31
的表达式，获得认知源节点在第k个时隙的虚警概率；
其中，检测概率
Figure SMS_32
的表达式为：
Figure SMS_33
；
其中，
Figure SMS_34
是标准正态分布的右尾函数，N为采样点数，/>
Figure SMS_35
，/>
Figure SMS_36
为向上取整，T为每个时隙的持续时间，/>
Figure SMS_37
为采样频率，/>
Figure SMS_38
表示检测门限值，N 0表示高斯白噪声的方差，所述检测概率为空闲频谱存在且认知源节点检测到空闲频谱存在的概率；
所述能量检测器的目标检测门限
Figure SMS_39
为：
Figure SMS_40
；
其中，
Figure SMS_41
为认知源节点的目标检测概率，/>
Figure SMS_42
是/>
Figure SMS_43
的反函数；
虚警概率
Figure SMS_44
的表达式为：
Figure SMS_45
；
其中，
Figure SMS_46
表示主节点的发送信噪比，/>
Figure SMS_47
，所述虚警概率为空闲频谱不存在而认知源节点检测到空闲频谱存在的概率；
认知源节点在第k个时隙的虚警概率为：
Figure SMS_48
。
在其中一个实施例中，所述数据传输信号为：
Figure SMS_49
；
其中，
Figure SMS_50
为认知目的节点在第k个时隙接收到的数据传输信号，/>
Figure SMS_55
为认知源节点的发射功率，/>
Figure SMS_60
为第k个时隙认知源节点到认知目的节点的信道状态信息，SD表示从认知源节点到认知目的节点的链路；/>
Figure SMS_53
为第k个时隙认知源节点到RIS各个反射单元的信道状态信息向量，其维度为M，SR表示从认知源节点到RIS的链路；/>
Figure SMS_62
为第k个时隙RIS各个反射单元到认知目的节点的信道状态信息向量，其维度为M，RD表示从RIS到认知目的节点D的链路；/>
Figure SMS_54
为第k个时隙主节点到认知目的节点的信道状态信息，PD表示从主节点到认知目的节点的链路；/>
Figure SMS_61
表示RIS在数据传输阶段的相移矩阵，并记作为
Figure SMS_56
，式中j是虚数单位，/>
Figure SMS_65
为RIS在数据传输阶段第m个反射单元的相移，数据传输阶段RIS的相移采用相位对齐进行设置，表达如下/>
Figure SMS_57
，/>
Figure SMS_64
表示/>
Figure SMS_51
的第m个元素，/>
Figure SMS_63
表示/>
Figure SMS_58
的第m个元素；/>
Figure SMS_66
表示认知目的节点处的均值为0、方差为N 0的高斯白噪声，/>
Figure SMS_52
和/>
Figure SMS_59
定义为：
Figure SMS_67
；
Figure SMS_68
；
其中，
Figure SMS_70
表示认知源节点在第k个时隙的传输信号，/>
Figure SMS_74
表示主节点在第k个时隙数据传输阶段的传输信号，/>
Figure SMS_76
表示认知源节点利用频谱感知检测到的许可频段状态，其中/>
Figure SMS_72
表示该许可频段为空闲频谱，/>
Figure SMS_75
表示该许可频段被主节点占用，/>
Figure SMS_77
表示认知源节点在第k个时隙利用频谱感知检测到该许可频段为空闲频谱时的传输信号，/>
Figure SMS_79
表示在第k个时隙的数据传输阶段许可频段是否被主节点占用，其中，/>
Figure SMS_69
表示该许可频段未被主节点占用，此时只存在认知节点间的传输；/>
Figure SMS_73
表示该许可频段被主节点占用，此时主网络对认知网络存在干扰，
Figure SMS_78
表示主节点在第k个时隙数据传输阶段占用许可频段时的传输信号，定义
Figure SMS_80
和/>
Figure SMS_71
之间的转移概率为：
Figure SMS_81
Figure SMS_82
其中，
Figure SMS_83
为概率，/>
Figure SMS_84
和/>
Figure SMS_85
为转移概率的设定参数，/>
Figure SMS_86
、/>
Figure SMS_87
且
Figure SMS_88
。
在其中一个实施例中，所述认知源节点与所述认知目的节点之间的传输速率的表达式为：
Figure SMS_89
；
其中，
Figure SMS_90
为在第k个时隙时认知源节点与所述认知目的节点之间的传输速率。
在其中一个实施例中，所述传输速率最大化模型的表达式为：
Figure SMS_91
。
上述可重构智能表面辅助的认知传输时隙分配方法，通过所述认知源节点获取所述通信***中各信道在第k个时隙的信道状态信息，进而在第k个时隙的前αT时间段，对所述主节点进行RIS辅助的频谱感知，获得频谱感知信号，其中，α表示时隙分配因子，其取值范围从0到1，记作
Figure SMS_92
，T表示每个时隙的持续时间，再根据所述信道状态信息和所述频谱感知信号，分析空闲频谱的虚警概率，以确定是否存在空闲频谱，在第k个时隙的前αT时间段存在空闲频谱的情况下，所述认知源节点在第k个时隙后（1-α）T时间段通过RIS辅助向所述认知目的节点进行数据传输，使所述认知目的节点在第k个时隙接收对应的数据传输信号，从而根据所述频谱感知信号以及所述数据传输信号，确定所述认知源节点与所述认知目的节点之间的传输速率，再根据所述传输速率，构建所述认知源节点与所述认知目的节点之间的传输速率最大化模型，进而根据所述传输速率最大化模型，确定最佳时隙分配因子，从而所述认知源节点根据最佳时隙分配因子，进行认知传输时隙分配，以确定频谱检测的时隙和数据传输的时隙。由此，联合考虑频谱感知和数据传输两阶段时隙分配，以认知源节点与认知目的节点之间传输速率作为性能指标，可以寻找到一个使得认知源节点与认知目的节点之间传输速率达到最大值的最佳时隙分配因子，从而提高了认知源节点与认知目的节点的传输速率。
附图说明
图1为一个实施例中可重构智能表面辅助的认知传输时隙分配方法的流程示意图；
图2为一个实施例中可重构智能表面辅助认知传输的通信***的结构示意图；
图3为一个实施例中本申请与现有技术的认知节点间传输速率对比曲线图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种可重构智能表面辅助的认知传输时隙分配方法，应用于如图2所示的通信***中，通信***包括主节点P、认知源节点S、认知目的节点D以及RIS，其中，主节点、认知源节点和认知目的节点配有单根发射天线，RIS配有M个反射单元，包括步骤S220-步骤S360。
步骤S220，认知源节点获取通信***中各信道在第k个时隙的信道状态信息。
步骤S240，认知源节点在第k个时隙的前αT时间段，对主节点进行RIS辅助的频谱感知，获得频谱感知信号，其中，α表示时隙分配因子，其取值范围从0到1，记作
Figure SMS_93
，T表示每个时隙的持续时间。
在其中一个实施例中，频谱感知信号的表达式为：
Figure SMS_94
；
其中，
Figure SMS_100
为认知源节点在第k个时隙接收到的频谱感知信号，/>
Figure SMS_98
为主节点的发射功率，/>
Figure SMS_105
为第k个时隙主节点到认知源节点的信道状态信息，PS表示从主节点到认知源节点的链路；/>
Figure SMS_97
为第k个时隙主节点到RIS各个反射单元的信道状态信息向量，其维度为M，PR表示从主节点到RIS的链路；/>
Figure SMS_108
为第k个时隙RIS各个反射单元到认知源节点的信道状态信息向量，其维度为M，RS表示从RIS到认知源节点的链路；/>
Figure SMS_101
表示认知源节点处的均值为0、方差为N 0的高斯白噪声；/>
Figure SMS_110
表示RIS在频谱感知阶段的相移矩阵，并记作为/>
Figure SMS_96
，式中j是虚数单位，/>
Figure SMS_103
表示对角化，/>
Figure SMS_95
为RIS在频谱感知阶段第m个反射单元的相移，频谱感知阶段RIS的相移采用相位对齐进行设置，表达如下/>
Figure SMS_104
，式中
Figure SMS_99
表示取相位，/>
Figure SMS_106
表示/>
Figure SMS_109
的第m个元素，/>
Figure SMS_111
表示/>
Figure SMS_102
的第m个元素；/>
Figure SMS_107
表示向量的共轭转置；
其中，
Figure SMS_112
； 其中，/>
Figure SMS_113
为主节点在第k个时隙频谱感知阶段的传输信号，/>
Figure SMS_114
表示在第k个时隙频谱感知阶段许可频段是否被主节点占用，其中/>
Figure SMS_115
表示该许可频段未被主节点占用，即存在空闲频谱；
Figure SMS_116
表示该许可频段被主节点占用，即不存在空闲频谱；/>
Figure SMS_117
表示主节点在第k个时隙频谱感知阶段占用许可频段时的传输信号。
步骤S260，认知源节点根据信道状态信息和频谱感知信号，分析空闲频谱的虚警概率，以确定是否存在空闲频谱。
其中，虚警概率为空闲频谱不存在而认知源节点检测到空闲频谱存在的概率。
在一个实施例中，空闲频谱的虚警概率分析方式为：
将认知源节点的目标检测概率设置为
Figure SMS_118
，根据第k个时隙的检测概率/>
Figure SMS_119
的表达式，获得能量检测器的目标检测门限/>
Figure SMS_120
；
根据能量检测器的目标检测门限
Figure SMS_121
和第k个时隙的虚警概率/>
Figure SMS_122
的表达式，获得认知源节点在第k个时隙的虚警概率；
其中，检测概率
Figure SMS_123
的表达式为：
Figure SMS_124
；
其中，
Figure SMS_125
是标准正态分布的右尾函数，N为采样点数，/>
Figure SMS_126
，/>
Figure SMS_127
为向上取整，T为每个时隙的持续时间，/>
Figure SMS_128
为采样频率，/>
Figure SMS_129
表示检测门限值，N 0表示高斯白噪声的方差，检测概率为空闲频谱存在且认知源节点检测到空闲频谱存在的概率；
能量检测器的目标检测门限
Figure SMS_130
为：
Figure SMS_131
；
其中，
Figure SMS_132
为认知源节点的目标检测概率，/>
Figure SMS_133
是/>
Figure SMS_134
的反函数；
虚警概率
Figure SMS_135
的表达式为：
Figure SMS_136
；
其中，
Figure SMS_137
表示主节点的发送信噪比，/>
Figure SMS_138
，虚警概率为空闲频谱不存在而认知源节点检测到空闲频谱存在的概率；
认知源节点在第k个时隙的虚警概率为：
Figure SMS_139
。
其中，可以通过能量检测法确定空闲频谱的虚警概率。
具体地，以能量检测法为例，能量检测器第k个时隙的输出统计
Figure SMS_140
为：
Figure SMS_141
；
其中，N表示采样点数，记作：
Figure SMS_142
，式中/>
Figure SMS_143
表示向上取整，T表示每个时隙的持续时间，/>
Figure SMS_144
表示采样频率，n为第n个采样点，/>
Figure SMS_145
为能量检测器在第k个时隙采样的第n个采样点信号。
认知源节点在第k个时隙通过能量检测器进行频谱感知的检测概率
Figure SMS_146
的基础表达式和虚警概率/>
Figure SMS_147
的基础表达式可以为：
Figure SMS_148
；
Figure SMS_149
；
其中，
Figure SMS_150
表示能量检测器的检测门限值，/>
Figure SMS_151
为概率，/>
Figure SMS_152
表示在第k个时隙频谱感知阶段许可频段是否被主节点占用，其中/>
Figure SMS_153
表示该许可频段未被主节点占用，即存在空闲频谱；/>
Figure SMS_154
表示该许可频段被主节点占用，即不存在空闲频谱。
由检测概率
Figure SMS_155
的基础表达式和虚警概率/>
Figure SMS_156
的基础表达式可得，认知源节点在第k个时隙的检测概率/>
Figure SMS_157
的表达式和虚警概率/>
Figure SMS_158
的表达式为：
Figure SMS_159
；
Figure SMS_160
；
将认知源节点的目标检测概率设置为
Figure SMS_161
，通过利用第k个时隙的检测概率/>
Figure SMS_162
的表达式可以求得能量检测器的目标检测门限/>
Figure SMS_163
为：
Figure SMS_164
；
式中
Figure SMS_165
是/>
Figure SMS_166
的反函数。
根据虚警概率
Figure SMS_167
的表达式和能量检测器的目标检测门限/>
Figure SMS_168
得到认知源节点在第k个时隙的虚警概率为：
Figure SMS_169
。
步骤S280，在第k个时隙的前αT时间段存在空闲频谱的情况下，认知源节点在第k个时隙后（1-α）T时间段通过RIS辅助向认知目的节点进行数据传输，使认知目的节点在第k个时隙接收对应的数据传输信号。
其中，认知源节点如果在第k个时隙的前αT时间段检测到空闲频谱，则在相应时隙的（1-α）T时间段进行RIS辅助的数据传输。
在一个实施例中，数据传输信号为：
Figure SMS_170
；
其中，
Figure SMS_178
为认知目的节点在第k个时隙接收到的数据传输信号，/>
Figure SMS_173
为认知源节点的发射功率，/>
Figure SMS_184
为第k个时隙认知源节点到认知目的节点的信道状态信息，SD表示从认知源节点到认知目的节点的链路；/>
Figure SMS_174
为第k个时隙认知源节点到RIS各个反射单元的信道状态信息向量，其维度为M，SR表示从认知源节点到RIS的链路；/>
Figure SMS_182
为第k个时隙RIS各个反射单元到认知目的节点的信道状态信息向量，其维度为M，RD表示从RIS到认知目的节点D的链路；/>
Figure SMS_177
为第k个时隙主节点到认知目的节点的信道状态信息，PD表示从主节点到认知目的节点的链路；/>
Figure SMS_179
表示RIS在数据传输阶段的相移矩阵，并记作为
Figure SMS_172
，式中j是虚数单位，/>
Figure SMS_183
为RIS在数据传输阶段第m个反射单元的相移，数据传输阶段RIS的相移采用相位对齐进行设置，表达如下/>
Figure SMS_171
，/>
Figure SMS_181
表示/>
Figure SMS_175
的第m个元素，/>
Figure SMS_180
表示/>
Figure SMS_186
的第m个元素；/>
Figure SMS_187
表示认知目的节点处的均值为0、方差为N 0的高斯白噪声，/>
Figure SMS_176
和/>
Figure SMS_185
定义为：
Figure SMS_188
；
Figure SMS_189
；
其中，
Figure SMS_191
表示认知源节点在第k个时隙的传输信号，/>
Figure SMS_194
表示主节点在第k个时隙数据传输阶段的传输信号，/>
Figure SMS_197
表示认知源节点利用频谱感知检测到的许可频段状态，其中/>
Figure SMS_193
表示该许可频段为空闲频谱，/>
Figure SMS_195
表示该许可频段被主节点占用，/>
Figure SMS_198
表示认知源节点在第k个时隙利用频谱感知检测到该许可频段为空闲频谱时的传输信号，/>
Figure SMS_201
表示在第k个时隙的数据传输阶段许可频段是否被主节点占用，其中，/>
Figure SMS_190
表示该许可频段未被主节点占用，此时只存在认知节点间的传输；/>
Figure SMS_196
表示该许可频段被主节点占用，此时主网络对认知网络存在干扰，
Figure SMS_199
表示主节点在第k个时隙数据传输阶段占用许可频段时的传输信号，定义
Figure SMS_200
和/>
Figure SMS_192
之间的转移概率为：
Figure SMS_202
；
Figure SMS_203
；
其中，
Figure SMS_204
为概率，/>
Figure SMS_205
和/>
Figure SMS_206
为转移概率的设定参数，/>
Figure SMS_207
、/>
Figure SMS_208
且
Figure SMS_209
。
步骤S300，根据频谱感知信号以及数据传输信号，确定认知源节点与认知目的节点之间的传输速率。
其中，终端可以根据频谱感知信号以及数据传输信号，确定认知源节点与认知目的节点之间的传输速率。
在一个实施例中，认知源节点与认知目的节点之间的传输速率的表达式为：
Figure SMS_210
；
其中，
Figure SMS_211
为在第k个时隙时认知源节点与认知目的节点之间的传输速率。
其中，认知源节点与认知目的节点之间的传输速率的表达式，根据全概率公式展开可得：
Figure SMS_212
；
其中，
Figure SMS_215
为空闲频谱存在的概率，即/>
Figure SMS_217
，/>
Figure SMS_219
和/>
Figure SMS_214
为转移概率的设定参数，/>
Figure SMS_218
、/>
Figure SMS_220
且/>
Figure SMS_221
，/>
Figure SMS_213
为表示认知源节点的发送信噪比，/>
Figure SMS_216
。
步骤S320，根据传输速率，构建认知源节点与认知目的节点之间的传输速率最大化模型。
其中，终端可以根据传输速率，构建认知源节点与认知目的节点之间的传输速率最大化模型。
在一个实施例中，传输速率最大化模型的表达式为：
Figure SMS_222
。
步骤S340，根据传输速率最大化模型，确定最佳时隙分配因子
Figure SMS_223
。
其中，终端可以根据传输速率最大化模型，确定最佳时隙分配因子。
在一个实施例中，根据传输速率最大化模型，确定最佳时隙分配因子，包括：采用基于黄金分割搜索的迭代优化算法对传输速率最大化模型进行求解，确定最佳时隙分配因子。
应理解，基于黄金分割搜索的迭代优化算法获得最佳时隙分配因子
Figure SMS_224
，使得认知源节点与认知目的节点之间的传输速率/>
Figure SMS_225
最大。
其中，基于黄金分割搜索的迭代优化算法步骤如下：
Figure SMS_226
；
其中，
Figure SMS_229
为搜索下限，/>
Figure SMS_232
为搜索上限，/>
Figure SMS_234
为迭代过程中每次搜索后更新的下限值，/>
Figure SMS_228
为迭代过程中每次搜索后更新的上限值，/>
Figure SMS_230
为将/>
Figure SMS_233
带入认知源节点与认知目的节点之间的传输速率的表达式中所计算的时隙分配因子为/>
Figure SMS_236
时的传输速率，
Figure SMS_227
为将/>
Figure SMS_231
带入认知源节点与认知目的节点之间的传输速率的表达式中所计算的时隙分配因子为/>
Figure SMS_235
时的传输速率。
步骤S360，认知源节点根据最佳时隙分配因子，进行认知传输时隙分配，以确定频谱检测的时隙和数据传输的时隙。
上述可重构智能表面辅助的认知传输时隙分配方法，通过认知源节点获取通信***中各信道在第k个时隙的信道状态信息，进而在第k个时隙的前αT时间段，对主节点进行RIS辅助的频谱感知，获得频谱感知信号，其中，α表示时隙分配因子，其取值范围从0到1，记作
Figure SMS_237
，T表示每个时隙的持续时间；再根据信道状态信息和频谱感知信号，分析空闲频谱的虚警概率，以确定是否存在空闲频谱；在第k个时隙的前αT时间段存在空闲频谱的情况下，认知源节点在第k个时隙后（1-α）T时间段通过RIS辅助向认知目的节点进行数据传输，使认知目的节点在第k个时隙接收对应的数据传输信号；从而根据频谱感知信号以及数据传输信号，确定认知源节点与认知目的节点之间的传输速率，再根据传输速率，构建认知源节点与认知目的节点之间的传输速率最大化模型；进而根据传输速率最大化模型，确定最佳时隙分配因子，从而认知源节点根据最佳时隙分配因子，进行认知传输时隙分配，以确定频谱检测的时隙和数据传输的时隙。由此，联合考虑频谱感知和数据传输两阶段时隙分配，以认知源节点与认知目的节点之间传输速率作为性能指标，可以寻找到一个使得认知源节点与认知目的节点之间传输速率达到最大值的最佳时隙分配因子，从而提高了认知源节点与认知目的节点的传输速率。
在一个实施例中，提供了一个仿真实验来验证本申请的可重构智能表面辅助的认知传输时隙分配方法的效果：
在计算机上利用MATLAB语言仿真实现本申请，如图2所示，在仿真实验中设定无线信道相互独立，所有信道采用瑞利衰落信道建模，主节点、认知源节点以及认知目的节点的位置被映射在笛卡尔坐标系中，以米为单位，主节点位于(0, 0)，认知源节点位于(0, 70)，认知目的节点位于(0,140)，RIS位于(10, 70)。路径损耗衰落建模为
Figure SMS_239
，其中，/>
Figure SMS_243
表示节点间路径损耗衰落系数，/>
Figure SMS_247
表示节点间的距离，/>
Figure SMS_240
，PR表示从主节点到RIS的链路，PS表示从主节点到认知源节点的链路，RS表示从RIS到认知源节点的链路，SR表示从认知源节点到RIS的链路，SD表示从认知源节点到认知目的节点的链路，RD表示从RIS到认知目的节点D的链路，PD表示从主节点到认知目的节点的链路，/>
Figure SMS_245
表示参考距离，/>
Figure SMS_248
设为1米，/>
Figure SMS_251
表示各个链路的路径损耗指数设为2。认知源节点的虚警概率设置为/>
Figure SMS_238
，空闲频谱存在的概率/>
Figure SMS_242
，转移矩阵参数/>
Figure SMS_246
，每个时隙的持续时间T=20毫秒，主节点发送信噪比/>
Figure SMS_250
，认知源节点发送信噪比
Figure SMS_241
，高斯白噪声的方差/>
Figure SMS_244
，能量检测器的采样频率/>
Figure SMS_249
，RIS的反射单元的数量M=64。
如图3所示的认知节点间传输速率对比曲线图，本申请与现有技术中未使用RIS认知传输方案的认知节点间传输速率对比，从图中可以看出，本申请的可重构智能表面辅助的认知传输时隙分配方法的认知节点间传输速率明显高于未使用RIS认知传输方案。有无RIS的认知传输***均存在一个使认知节点间（即认知源节点与认知目的节点之间）传输速率达到最大的时隙分配因子，最佳时隙分配因子已在图中标出。因此，本申请的可重构智能表面辅助的认知传输时隙分配方法能够显著提高认知节点间传输速率。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种可重构智能表面辅助的认知传输时隙分配方法，应用于通信***中，所述通信***包括主节点、认知源节点、认知目的节点以及可重构智能表面RIS，其中，所述主节点、所述认知源节点和所述认知目的节点配有单根发射天线，RIS配有M个反射单元，其特征在于，所述方法包括：
所述认知源节点获取所述通信***中各信道在第k个时隙的信道状态信息；
所述认知源节点在第k个时隙的前αT时间段，对所述主节点进行RIS辅助的频谱感知，获得频谱感知信号，其中，α表示时隙分配因子，其取值范围从0到1，记作
Figure QLYQS_1
，T表示每个时隙的持续时间；
所述认知源节点根据所述信道状态信息和所述频谱感知信号，分析空闲频谱的虚警概率，以确定是否存在空闲频谱；
所述认知源节点在第k个时隙的前αT时间段检测到存在空闲频谱的情况下，在第k个时隙后（1-α）T时间段通过RIS辅助向所述认知目的节点进行数据传输，使所述认知目的节点在第k个时隙接收对应的数据传输信号；
根据所述频谱感知信号以及所述数据传输信号，确定所述认知源节点与所述认知目的节点之间的传输速率；
根据所述传输速率，构建所述认知源节点与所述认知目的节点之间的传输速率最大化模型；
根据所述传输速率最大化模型，确定最佳时隙分配因子；
所述认知源节点根据最佳时隙分配因子，进行认知传输时隙分配，以确定频谱检测的时隙和数据传输的时隙。
2.根据权利要求1所述的可重构智能表面辅助的认知传输时隙分配方法，其特征在于，所述根据所述传输速率最大化模型，确定最佳时隙分配因子，包括：
采用基于黄金分割搜索的迭代优化算法对传输速率最大化模型进行求解，确定最佳时隙分配因子
Figure QLYQS_2
。
3.根据权利要求1所述的可重构智能表面辅助的认知传输时隙分配方法，其特征在于，所述频谱感知信号的表达式为：
Figure QLYQS_3
；
其中，
Figure QLYQS_10
为认知源节点在第k个时隙接收到的频谱感知信号，/>
Figure QLYQS_6
为主节点的发射功率，/>
Figure QLYQS_15
为第k个时隙主节点到认知源节点的信道状态信息，PS表示从主节点到认知源节点的链路；/>
Figure QLYQS_9
为第k个时隙主节点到RIS各个反射单元的信道状态信息向量，其维度为M，PR表示从主节点到RIS的链路；/>
Figure QLYQS_12
为第k个时隙RIS各个反射单元到认知源节点的信道状态信息向量，其维度为M，RS表示从RIS到认知源节点的链路；/>
Figure QLYQS_11
表示认知源节点处的均值为0、方差为N 0的高斯白噪声；/>
Figure QLYQS_17
表示RIS在频谱感知阶段的相移矩阵，并记作为
Figure QLYQS_7
，式中j是虚数单位，/>
Figure QLYQS_16
表示对角化，/>
Figure QLYQS_5
为RIS在频谱感知阶段第m个反射单元的相移，在频谱感知阶段RIS的相移采用相位对齐进行设置，表达如下/>
Figure QLYQS_19
，式中
Figure QLYQS_8
表示取相位，/>
Figure QLYQS_18
表示/>
Figure QLYQS_13
的第m个元素，/>
Figure QLYQS_20
表示/>
Figure QLYQS_4
的第m个元素；/>
Figure QLYQS_14
表示向量的共轭转置；
其中，
Figure QLYQS_21
；其中，/>
Figure QLYQS_22
为主节点在第k个时隙频谱感知阶段的传输信号，/>
Figure QLYQS_23
表示在第k个时隙频谱感知阶段许可频段是否被主节点占用，其中/>
Figure QLYQS_24
表示该许可频段未被主节点占用，即存在空闲频谱；
Figure QLYQS_25
表示该许可频段被主节点占用，即不存在空闲频谱；/>
Figure QLYQS_26
表示主节点在第k个时隙频谱感知阶段占用许可频段时的传输信号。
4.根据权利要求3所述的可重构智能表面辅助的认知传输时隙分配方法，其特征在于，所述空闲频谱的虚警概率分析方式为：
将认知源节点的目标检测概率设置为
Figure QLYQS_27
，根据第k个时隙的检测概率/>
Figure QLYQS_28
的表达式，获得能量检测器的目标检测门限/>
Figure QLYQS_29
；
根据所述能量检测器的目标检测门限
Figure QLYQS_30
和第k个时隙的虚警概率/>
Figure QLYQS_31
的表达式，获得认知源节点在第k个时隙的虚警概率；
其中，检测概率
Figure QLYQS_32
的表达式为：
Figure QLYQS_33
；
其中，
Figure QLYQS_34
是标准正态分布的右尾函数，N为采样点数，/>
Figure QLYQS_35
，/>
Figure QLYQS_36
为向上取整，T为每个时隙的持续时间，/>
Figure QLYQS_37
为采样频率，/>
Figure QLYQS_38
表示检测门限值，N 0表示高斯白噪声的方差，所述检测概率为空闲频谱存在且认知源节点检测到空闲频谱存在的概率；
所述能量检测器的目标检测门限
Figure QLYQS_39
为：
Figure QLYQS_40
；
其中，
Figure QLYQS_41
为认知源节点的目标检测概率，/>
Figure QLYQS_42
是/>
Figure QLYQS_43
的反函数；
虚警概率
Figure QLYQS_44
的表达式为：
Figure QLYQS_45
；
其中，
Figure QLYQS_46
表示主节点的发送信噪比，/>
Figure QLYQS_47
，所述虚警概率为空闲频谱不存在而认知源节点检测到空闲频谱存在的概率；
认知源节点在第k个时隙的虚警概率为：
Figure QLYQS_48
。
5.根据权利要求4所述的可重构智能表面辅助的认知传输时隙分配方法，其特征在于，所述数据传输信号为：
Figure QLYQS_49
；
其中，
Figure QLYQS_51
为认知目的节点在第k个时隙接收到的数据传输信号，/>
Figure QLYQS_53
为认知源节点的发射功率，/>
Figure QLYQS_62
为第k个时隙认知源节点到认知目的节点的信道状态信息，SD表示从认知源节点到认知目的节点的链路；/>
Figure QLYQS_52
为第k个时隙认知源节点到RIS各个反射单元的信道状态信息向量，其维度为M，SR表示从认知源节点到RIS的链路；/>
Figure QLYQS_65
为第k个时隙RIS各个反射单元到认知目的节点的信道状态信息向量，其维度为M，RD表示从RIS到认知目的节点D的链路；/>
Figure QLYQS_57
为第k个时隙主节点到认知目的节点的信道状态信息，PD表示从主节点到认知目的节点的链路；/>
Figure QLYQS_63
表示RIS在数据传输阶段的相移矩阵，并记作为
Figure QLYQS_55
，式中j是虚数单位，/>
Figure QLYQS_60
为RIS在数据传输阶段第m个反射单元的相移，数据传输阶段RIS的相移采用相位对齐进行设置，表达如下/>
Figure QLYQS_50
， />
Figure QLYQS_59
表示/>
Figure QLYQS_54
的第m个元素，/>
Figure QLYQS_61
表示/>
Figure QLYQS_58
的第m个元素；/>
Figure QLYQS_66
表示认知目的节点处的均值为0、方差为N 0的高斯白噪声，/>
Figure QLYQS_56
和/>
Figure QLYQS_64
定义为：
Figure QLYQS_67
；
Figure QLYQS_68
；
其中，
Figure QLYQS_71
表示认知源节点在第k个时隙的传输信号，/>
Figure QLYQS_73
表示主节点在第k个时隙数据传输阶段的传输信号，/>
Figure QLYQS_76
表示认知源节点利用频谱感知检测到的许可频段状态，其中/>
Figure QLYQS_72
表示该许可频段为空闲频谱，/>
Figure QLYQS_74
表示该许可频段被主节点占用，/>
Figure QLYQS_78
表示认知源节点在第k个时隙利用频谱感知检测到该许可频段为空闲频谱时的传输信号，/>
Figure QLYQS_79
表示在第k个时隙的数据传输阶段许可频段是否被主节点占用，其中，/>
Figure QLYQS_69
表示该许可频段未被主节点占用，此时只存在认知节点间的传输；
Figure QLYQS_75
表示该许可频段被主节点占用，此时主网络对认知网络存在干扰，
Figure QLYQS_77
表示主节点在第k个时隙数据传输阶段占用许可频段时的传输信号，定义
Figure QLYQS_80
和/>
Figure QLYQS_70
之间的转移概率为：
Figure QLYQS_81
；
Figure QLYQS_82
；
其中，
Figure QLYQS_83
为概率，/>
Figure QLYQS_84
和/>
Figure QLYQS_85
为转移概率的设定参数，/>
Figure QLYQS_86
、/>
Figure QLYQS_87
且
Figure QLYQS_88
。
6.根据权利要求5所述的可重构智能表面辅助的认知传输时隙分配方法，其特征在于，所述认知源节点与所述认知目的节点之间的传输速率的表达式为：
Figure QLYQS_89
；
其中，
Figure QLYQS_90
为在第k个时隙时认知源节点与所述认知目的节点之间的传输速率。
7.根据权利要求6所述的可重构智能表面辅助的认知传输时隙分配方法，其特征在于，所述传输速率最大化模型的表达式为：
Figure QLYQS_91
。
CN202310350547.3A 2023-04-04 2023-04-04 一种可重构智能表面辅助的认知传输时隙分配方法 Active CN116074848B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310350547.3A CN116074848B (zh) 2023-04-04 2023-04-04 一种可重构智能表面辅助的认知传输时隙分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310350547.3A CN116074848B (zh) 2023-04-04 2023-04-04 一种可重构智能表面辅助的认知传输时隙分配方法

Publications (2)

Publication Number Publication Date
CN116074848A CN116074848A (zh) 2023-05-05
CN116074848B true CN116074848B (zh) 2023-06-20

Family

ID=86182290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310350547.3A Active CN116074848B (zh) 2023-04-04 2023-04-04 一种可重构智能表面辅助的认知传输时隙分配方法

Country Status (1)

Country Link
CN (1) CN116074848B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115460612A (zh) * 2022-08-17 2022-12-09 广东工业大学 智能反射面辅助无线携能通信认知的主次频谱共享方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113708818B (zh) * 2021-08-19 2022-07-29 郑州大学 一种智能反射面辅助的fdma通信***的资源分配方法和装置
CN114828258A (zh) * 2022-04-26 2022-07-29 南京邮电大学 一种智能反射面辅助认知无线电***资源分配优化方法
CN115066009B (zh) * 2022-05-16 2024-04-26 西安邮电大学 认知无线电中基于智能反射面的多用户频谱共享的方法
CN115190448A (zh) * 2022-06-14 2022-10-14 海南大学 智能反射面辅助的认知无人机通信网络设计方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115460612A (zh) * 2022-08-17 2022-12-09 广东工业大学 智能反射面辅助无线携能通信认知的主次频谱共享方法

Also Published As

Publication number Publication date
CN116074848A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
Liu et al. Modeling and performance analysis of device discovery in bluetooth low energy networks
TWI400897B (zh) Radio signal processing method and apparatus for identifying a system active state in a wireless coexistence network
JP5175718B2 (ja) 干渉抑圧方法及び干渉抑圧装置
KR101141888B1 (ko) 무선 인지 기술을 기반으로 하는 무선통신 시스템에서 신호의 존재를 검출하는 방법 및 장치
US8218564B2 (en) Method and apparatus for WiFi long range radio coordination
Kortun et al. On the eigenvalue-based spectrum sensing and secondary user throughput
CN106412931B (zh) 一种基于多时隙融合机制的lte-u空闲信道评估方法
CN102291186B (zh) 一种基于信号到达方向估计的频谱感知方法
US10466345B1 (en) Time-of-arrival estimation with subspace methods
CN102210167A (zh) 利用能量检测测量序列的蓝牙频谱感测
Tan et al. Joint cooperative spectrum sensing and MAC protocol design for multi-channel cognitive radio networks
CN102394712B (zh) 认知无线电***中检测周期与检测时间的联合优化方法
Wang et al. Extended knowledge-based reasoning approach to spectrum sensing for cognitive radio
CN116074848B (zh) 一种可重构智能表面辅助的认知传输时隙分配方法
Budaraju et al. A novel energy detection scheme based on channel state estimation for cooperative spectrum sensing
JP7253286B2 (ja) 変調信号の周期的自己相関関数の対称なピーク値に基づくスペクトル検知方法
SG182709A1 (en) Method for spectrum sensing and communication device
Lee et al. Dynamic channel adjustable asynchronous cognitive radio mac protocol for wireless medical body area sensor networks
Hassan et al. Predicted eigenvalue threshold based spectrum sensing with correlated multiple-antennas
KR101653107B1 (ko) 인지무선네트워크에서 효율적인 채널 사용을 위한 협력센싱 클러스터링 게임 방법
Zhang et al. Two-dimensional sensing in energy harvesting cognitive radio networks
Kim et al. Simultaneous polling mechanism with uplink power control for low power sensor nodes
CN111106888B (zh) 一种基于多模相关性的分步式频谱感知方法及存储介质
WO2023097636A1 (zh) 数据处理的方法和装置
JP2019029911A (ja) 無線通信システムおよび無線通信品質評価方法

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