CN116094556A - 基于irs辅助太赫兹mimo通信***的空间多路复用方法 - Google Patents

基于irs辅助太赫兹mimo通信***的空间多路复用方法 Download PDF

Info

Publication number
CN116094556A
CN116094556A CN202211612661.0A CN202211612661A CN116094556A CN 116094556 A CN116094556 A CN 116094556A CN 202211612661 A CN202211612661 A CN 202211612661A CN 116094556 A CN116094556 A CN 116094556A
Authority
CN
China
Prior art keywords
irs
matrix
receiving
terahertz
communication system
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
CN202211612661.0A
Other languages
English (en)
Other versions
CN116094556B (zh
Inventor
唐睿
张祖凡
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post 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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202211612661.0A priority Critical patent/CN116094556B/zh
Publication of CN116094556A publication Critical patent/CN116094556A/zh
Application granted granted Critical
Publication of CN116094556B publication Critical patent/CN116094556B/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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/90—Non-optical transmission systems, e.g. transmission systems employing non-photonic corpuscular radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • 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)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明涉及基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，属于通信技术领域。该方法包括以下步骤：IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构提出；在提出架构下，基于克罗内克积，建立的信道模型；根据频谱效率最大化原则，构建一个含有多变量耦合和非凸约束的非凸目标函数；将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题；基于黎曼流形优化算法，计算IRS反射系数矩阵；基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解。

Description

基于IRS辅助太赫兹MIMO通信***的空间多路复用方法
技术领域
本发明属于通信技术领域，涉及基于IRS辅助太赫兹MIMO通信***的空间多路复用方法。
背景技术
近年，5G的建设工作正在全球范围内如火如荼的展开，与此同时，学术界和工业界对6G新模式进行了探索，并对6G网络的愿景、需求、场景、关键技术、***架构和性能指标做出了初步的设想和研究，提出了全覆盖、全频谱、全应用、强安全的发展目标与总体愿景。与5G相比，6G的峰值速率、连接密、频谱效率度等性能指标提升了10至100倍不等。太赫兹(Tera Hertz，THz)通信因为拥有超大带宽，满足高数据传输速率需求，受到下一代无线通信***的青睐。但THz频段的超高路径损耗，限制了THz通信的通信距离，为此，常将其与大规模多输入多输出(Multiple Input Multiple Output，MIMO)技术相结合，借助大规模MIMO产生的高阵列增益来补偿路径损失，同时提供多路复用增益，进一步提高***的频谱效率。然而，大规模MIMO技术的高硬件成本和高能耗，给网络的实际部署带来了挑战。
新兴的IRS(Intelligent Reflecting Surface，IRS)技术为有效解决网络部署问题提供了转机。因具有造价低、易部署、可主动智能地调控无线传播环境等优点，IRS被纳入下一代无线通信的关键使能技术。具体而言，IRS是由大量低成本的无源反射元件组成的可重构平面，每个反射元件以可编程的方式独立调整入射电磁波的相移和振幅，从而协同实现反射波束形成和重新配置传播环境。因此，在现有的无线通信***中采用IRS可以创造一个良好的传播环境，并提供更多的自由度进行优化。通过合理地调控每个反射单元的物理特性，可以使被IRS反射的电磁波信号形成反射波束成形，从而聚集反射信号的能量，使其指向接收端，提高接收信号强度，提升***容量。
目前，IRS在无线通信中的应用被广泛研究。在众多关键技术研究中，如何联合优化RIS反射系数和发射机波束赋形矩阵，以最大限度地获得IRS性能增益是一个关键的问题。对此，大多研究通过交替优化的方式求解IRS反射系数矩阵和收发端的混合预编码矩阵，或是收发端交替优化预编码设计，或是数字预编码与模拟预编码的内外层交替优化设计，或是IRS反射相移矩阵与混合预编码矩阵的交替优化设计。但交替优化方法存在计算复杂度高的问题，由此诞生了诸如基于块坐标下降算法、半定松弛算法、截断式信道矩阵奇异值分解法等改进优化算法，以实现***性能与计算复杂度之间的平衡。然而，上述方法均是在优化算法上做文章，***固有的基于半波长的天线阵列架构，在信息传输中的考虑平面波假设，使得***的空间多路复用增益的受到可分辨的路径数限制。特别是在诸如THz通信的高频段通信中，信道具有极高的传播衰减和散射损耗，信道具有稀疏性，依靠传统架构的空间多路复用方式，改进算法以获取频谱效率增益提升空间有限，提升IRS辅助TH-MIMO***的频谱效率遇到了瓶颈。因此，新的体系结构的提出，是提升IRS辅助TH-MIMO***空间多路复用增益及***频谱效率的一大突破口。
本文针对IRS辅助的THz-MIMO点对点通信***，提出了IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构；在提出架构下，基于克罗内克积，建立的信道模型；以最大化***的频谱效率为目标，构建了一个非凸优化函数，利用优化函数的限制条件互不耦合的特点，将原问题解耦为两个子问题进行求解。不同的是，文中不再考虑传统的平面波假设，而是在收发端不同子阵列间，以及IRS不同组之间考虑球面波传播，优化IRS反射波束赋形的同时，推导出收发端的混合预编码和组合矩阵的闭合式。
发明内容
有鉴于此，本发明的目的在于提供基于IRS辅助太赫兹MIMO通信***的空间多路复用方法。
为达到上述目的，本发明提供如下技术方案：
基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，该方法包括以下步骤：
步骤一：IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构提出；
步骤二：在提出架构下，基于克罗内克积，建立的信道模型；
步骤三：根据频谱效率最大化原则，在提出架构下构建一个含有多变量耦合和非凸约束的非凸目标函数；
步骤四：将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题；
步骤五：基于黎曼流形优化算法，计算IRS反射系数矩阵；
步骤六：基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解。
可选的，所述步骤一中，IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构提出，针对IRS辅助太赫兹MIMO***，假设发射端和接收端之间的视距通信链路被障碍物阻断，需要依赖IRS建立有效的通信链路；为获取更加丰富的空间多路复用增益，收发端处采用宽间隔多子阵列混合预编码结构，并设计对应的宽间隔多分区的IRS架构。
可选的，所述步骤二中，在提出架构下，基于克罗内克积，建立的信道模型，结合宽间距多子阵列WSMS架构信道模型和IRS级联信道模型，得出发送端与接收端通过IRS构建的虚拟视距通信信道表示为
H＝HrΦHt
式中
Figure BDA0004000687580000031
发送端与IRS之间的信道Ht，IRS与接收端之间的信道Hr表示为
Figure BDA0004000687580000032
Figure BDA0004000687580000033
可选的，所述步骤三中，根据频谱效率最大化原则，在提出架构下构建一个含有多变量耦合和非凸约束的非凸目标函数，通过部署收发两端的天线阵列和IRS上的元件，打破有限的散射路径对多路复用增益带来的限制，突破现有的IRS辅助太赫兹MIMO通信***中的频谱效率瓶颈，旨在通过联合优化IRS上的反射系数矩阵、发送端的混合预编码矩阵、接收端的混合合并矩阵，实现***频谱效率最大化；***频谱效率为
Figure BDA0004000687580000034
最大化***频谱效率的优化问题表述为
Figure BDA0004000687580000035
可选的，所述步骤四中，将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题，求解各个问题时，我们假设信道状态信息是完全已知的，重点研究提出的新架构下收发端与IRS上的联合波束赋形；首先假设收发端的混合预编码矩阵是全数字的，以最大化***的频谱效率为目标，优化IRS上的反射系数矩阵，得到的第一个优化子问题
Figure BDA0004000687580000036
Figure BDA0004000687580000037
φ∈[0,2π)
将得到的IRS反射系数矩阵代入，优化发送(接收)端的混合预编码矩阵(合并矩阵)，此时得到第二个优化子问题
Figure BDA0004000687580000041
Figure BDA0004000687580000042
Figure BDA0004000687580000043
可选的，所述步骤五中，基于黎曼流形优化算法，计算IRS反射系数矩阵，由于P1中假设收发端的预编码和组合矩阵均是全数字的最优形式，通过进一步剖析级联信道矩阵的结构，简化P1的优化问题为如下形式
Figure BDA0004000687580000044
Figure BDA0004000687580000045
φ∈[0,2π)
其中
Figure BDA0004000687580000046
和
Figure BDA0004000687580000047
分别表示
Figure BDA0004000687580000048
和
Figure BDA0004000687580000049
的第k行和第k列，
Figure BDA00040006875800000410
和
Figure BDA00040006875800000411
分别表示对x向上和向下取整，
Figure BDA00040006875800000412
表示元素全为1的行向量，1K∈CK×1表示元素全为1的列向量；令
Figure BDA00040006875800000413
Figure BDA00040006875800000414
Figure BDA00040006875800000415
则优化问题式P1重新表述为
Figure BDA00040006875800000416
Figure BDA00040006875800000417
Figure BDA00040006875800000418
Figure BDA00040006875800000419
φ∈[0,2π)
将转换后的优化问题的可行搜索空间看作Nirs_tot个复圆的乘积，即：
Figure BDA00040006875800000420
在流形M上搜索最优相移时，始终满足IRS反射系数的恒模约束，P1转换为无约束形式，采用梯度下降算法求解。
可选的，所述步骤六中，基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解，首先将级联信道进行SVD分解
Figure BDA0004000687580000051
其中，U是Nr_tot×Q的酉矩阵，Σ是Q×Q对角矩阵，对角线元素为级联信道的奇异值，V是Nt_tot×Q的酉矩阵，
Figure BDA0004000687580000052
Q是级联信道矩阵H的秩；通过进一步剖析级联信道矩阵的结构，简化P2的优化问题，将级联信道矩阵重写为如下形式
Figure BDA0004000687580000053
其中，
Figure BDA0004000687580000054
结合H的SVD分解，得到发送端混合预编码矩阵的闭式解
Figure BDA0004000687580000055
其中，
Figure BDA0004000687580000056
表示右奇异矩阵的前Ns列，
Figure BDA0004000687580000057
的归一化注水功率分配矩阵，
Figure BDA0004000687580000058
表示第i条数据流分配的功率，且i＝1,2,L,Ns，ε是注水高度，
Figure BDA0004000687580000059
将级联信道矩阵重写为：
Figure BDA00040006875800000510
其中，
Figure BDA00040006875800000511
结合H的SVD分解，得到接收端混合组合码矩阵的闭式解
Figure BDA00040006875800000512
其中，
Figure BDA00040006875800000513
表示左奇异矩阵的前Ns列。
本发明的有益效果在于：
1)提出了IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构，由于IRS和收发端的子阵列间的间距较宽，子阵列与子阵列之间的相关性低，利用球面波传输给各子阵列带来的可分辨的相位差，同时获取路径间多路复用增益和路径内复用增益，打破了传统架构中空间复用增益受高频段通信信道稀疏性的限制；
2)在IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构下，通过联合分析宽子阵列架构下的通信信道模型和IRS辅助通信的级联信道模型，建立了基于克罗内克积的信道模型；
3)以最大化***的频谱效率为目标，构建了一个非凸优化函数，利用优化函数的限制条件互不耦合的特点，将原问题解耦为两个子问题进行求解，通过解剖信道结构，采用黎曼流形优化算法，计算IRS反射系数矩阵，并通过数理推导，得到混合预编码矩阵/组合矩阵的闭式解，在计算复杂度与统频谱效率之间取得了很好的折中。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为基于IRS辅助太赫兹MIMO通信***的空间多路复用方案设计过程；
图2为IRS多分区辅助收发端多子阵列太赫兹MIMO通信***模型图；
图3为黎曼流形优化的几何图解示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1所示，本发明提供一种基于IRS辅助太赫兹MIMO通信***的空间多路复用方案设计。
图2为本发明的***模型图，下面结合附图进行说明：
本发明考虑的IRS辅助太赫兹MIMO通信***模型如图2所示。该***是由发送端、IRS、接收端三部分组成。发射端包含Nt_tot根RF链和Nt_tot根天线，将发送端均匀的分成Kt个均匀间隔为dwid_t的子阵列，每个子阵列配置了NRF_t根射频RF链和Nt根间距为d＝λ/2天线；IRS包含Nirs_tot个反射元件，将这些元件均匀地分成Kirs组，组间距为dwid_irs，每组IRS包含Nirs个均匀间隔为d＝λ/2反射元件；接收端包含Nr_tot根RF链和Nr_tot根天线，将接收端均匀的分成Kr个均匀间隔为dwid_r的子阵列，每个子阵列配置了NRF_r根射频RF链和Nr根间距为d＝λ/2天线。
发射端发送NS条并行数据流，表示为
Figure BDA0004000687580000071
且有
Figure BDA0004000687580000072
E表示期望，(A)H表示矩阵的共轭转置，
Figure BDA0004000687580000073
为Ns×Ns的单位矩阵。其中，传输数据流数、收发端RF链数、收发端天线数存在如下关系：Ns≤NRFt_tot≤Nt_tot，Ns≤NRFr_tot≤Nr_tot，1≤NRF_t≤Nt，1≤NRF_r≤Nr。发射信号s首先经过数字预编码器
Figure BDA0004000687580000074
通过RF链路映射到射频域，再经过模拟预编码器
Figure BDA0004000687580000075
的相移网络，通过发送端天线辐射后得到发送信号为
Figure BDA0004000687580000076
其中，ρ表示信号发送功率。由于各个子阵列之间的射频链是相互独立的，所以模拟预编码矩阵FRF是块对角结构，
Figure BDA0004000687580000077
每个子阵的模拟预编码矩阵
Figure BDA0004000687580000078
Figure BDA0004000687580000079
θi,n为子阵列FRF,i的第n列向量，
Figure BDA00040006875800000710
n＝1,2,3,L,NRF_t，模拟预编码矩阵中的非零元素均满足恒模约束，即
Figure BDA00040006875800000711
混合预编码器满足功率约束
Figure BDA00040006875800000712
其中||·||F表示Frobenius范数。
定义发送端与IRS之间的信道矩阵为
Figure BDA00040006875800000713
IRS与接收端之间的信道为
Figure BDA00040006875800000714
IRS上的相移矩阵为
Figure BDA00040006875800000715
在IRS辅助通信中，当收发端的子阵列之间的间距以及IRS的组间距较大时，此时平面波传输近似不再适用，需要考虑球形波。因此，结合宽间距多子阵列(WSMS)架构信道模型和IRS级联信道模型，得出发送端与接收端通过IRS构建的虚拟视距通信信道可以表示为
H＝HrΦHt
其中，
Figure BDA0004000687580000081
Figure BDA0004000687580000082
其中，
Figure BDA0004000687580000083
表示克罗内克积，
Figure BDA0004000687580000084
和
Figure BDA0004000687580000085
是信道的复增益，Lt和Lr分别表示发送端与IRS之间、IRS与接收端之间的传播路径数。
Figure BDA0004000687580000086
和
Figure BDA0004000687580000087
分别表示信号到达(离开)IRS的第lt(lr)条路径的方位角和俯仰角，
Figure BDA0004000687580000088
为IRS上均匀平面子阵列响应向量，
Figure BDA0004000687580000089
和
Figure BDA00040006875800000810
分别表示信号离开(到达)发送(接收)端第lt(lr)条路径的方位角和俯仰角，
Figure BDA00040006875800000811
为发送(接收)端均匀平面子阵列响应向量。
Figure BDA00040006875800000812
和
Figure BDA00040006875800000813
分别表示球面波传播下发送端与IRS之间的第lt条路径上子阵列之间的复相移矩阵和IRS与接收端之间的第lr条路径上子阵列之间的复相移矩阵，且有
Figure BDA00040006875800000814
其中
Figure BDA00040006875800000815
表示发送端的第kt个子阵列在路径lt方向上与IRS上第kirs组之间的距离，
Figure BDA00040006875800000816
表示接收端的第kr个子阵列在路径lr方向上与IRS上第kirs组之间的距离。
Figure BDA00040006875800000817
其中，
Figure BDA00040006875800000818
和
Figure BDA00040006875800000819
分别表示x轴上包含
Figure BDA00040006875800000820
个阵元的均匀线性阵列(ULA)的阵列响应向量和表示z轴上包含
Figure BDA00040006875800000821
个阵元的均匀线性阵列(ULA)的阵列响应向量。于接收端子阵列而言，有
Figure BDA00040006875800000822
个阵元，则接收端的阵列响应向量
Figure BDA00040006875800000823
另外，IRS归一化的子阵列响应向量
Figure BDA00040006875800000824
可以表示为
Figure BDA00040006875800000825
其中，x和y表示IRS上子阵列中元件的索引，并且有
Figure BDA00040006875800000826
同样地，通过变换
Figure BDA00040006875800000827
中的上下标，即可得到
Figure BDA0004000687580000091
发送信号x经过信道Ht到达IRS，在FPGA控制器操控下，IRS对接收到的信号施加相移Φ，IRS反射信号经过Hr到达接收端。由此，接收端接收到的信号为
Figure BDA0004000687580000092
其中，
Figure BDA0004000687580000093
是信道中的加性高斯白噪声，且n:
Figure BDA0004000687580000094
由于IRS上各个元件的反射系数是相互独立，所以IRS上各组元件的反射系数之间也是相互独立的，则IRS上的相移矩阵是块对角矩阵，
Figure BDA0004000687580000095
每个IRS组的反射系数矩阵
Figure BDA0004000687580000096
Figure BDA0004000687580000097
各个元件的反射系数为
Figure BDA0004000687580000098
k＝1,2,L,Kirs，l＝1,2,L,Nirs，γk,l和φk,l分别是第k组IRS上第l元件的反射幅值和相移，一般地无源IRS的幅值γk,l＝1，反射相移φk,l∈[0,2π)。接收端天线接收到的信号经过模拟组合器
Figure BDA0004000687580000099
和数字组合器
Figure BDA00040006875800000910
后得到的信号为
Figure BDA00040006875800000911
与发送端的模拟预编码器类似，WRF也是块对角化的，且满足恒模约束，即
Figure BDA00040006875800000912
在提出的***框架下，主要目标是通过联合优化收/发端的混合预编码矩阵/组合矩以及IRS端的反射相位矩阵，最大化***的频谱效率。首先，***频谱效率为
Figure BDA00040006875800000913
式中，
Figure BDA00040006875800000914
表示噪声的协方差矩阵。因此，最大化***频谱效率的优化问题可以表述为
Figure BDA00040006875800000915
Figure BDA00040006875800000916
Figure BDA00040006875800000917
Figure BDA00040006875800000918
φ∈[0,2π)
将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题，求解各个问题时，我们假设信道状态信息是完全已知的，重点研究提出的新架构下收发端与IRS上的联合波束赋形。具体而言，首先假设收发端的混合预编码矩阵(组合矩阵)是全数字的，以最大化***的频谱效率为目标，优化IRS上的反射系数矩阵，得到的第一个优化子问题
Figure BDA0004000687580000101
Figure BDA0004000687580000102
φ∈[0,2π)
将得到的IRS反射系数矩阵代入，优化发送(接收)端的混合预编码矩阵(合并矩阵)，此时得到第二个优化子问题
Figure BDA0004000687580000103
Figure BDA0004000687580000104
Figure BDA0004000687580000105
图3为黎曼流形优化方法的几何解释示意图。下面结合附图进行说明：
基于黎曼流形优化算法，计算IRS反射系数矩阵，由于P1中，假设收发端的预编码和组合矩阵均是全数字的最优形式，通过进一步剖析级联信道矩阵的结构，简化P1的优化问题，将级联信道矩阵重写为如下形式
Figure BDA0004000687580000106
其中
Figure BDA0004000687580000107
和
Figure BDA0004000687580000108
分别表示Kr×Kr和Kt×Kt维的单位矩阵，
Figure BDA0004000687580000109
Figure BDA00040006875800001010
且
Figure BDA00040006875800001011
其中
Figure BDA00040006875800001012
Figure BDA00040006875800001013
当收发端的天线阵列足够大时，AR和AT可认为是标准正交矩阵，两个矩阵的列向量分别构成各自的正交集，根据克罗内克积的性质知
Figure BDA00040006875800001014
和
Figure BDA00040006875800001015
也是标准的正交矩阵。若合理设计IRS上的反射系数，使得矩阵D主对角线上的元素远大于非主对角线上的元素，则
Figure BDA00040006875800001016
可以近似看作级联信道矩阵H的SVD分解。因此优化问题P1可以转换为如下形式
Figure BDA0004000687580000111
Figure BDA0004000687580000112
φ∈[0,2π)
其中
Figure BDA0004000687580000113
和
Figure BDA0004000687580000114
分别表示
Figure BDA0004000687580000115
和
Figure BDA0004000687580000116
的第k行和第k列，
Figure BDA0004000687580000117
和
Figure BDA0004000687580000118
分别表示对x向上和向下取整，
Figure BDA0004000687580000119
表示元素全为1的行向量，1K∈CK×1表示元素全为1的列向量。令
Figure BDA00040006875800001110
Figure BDA00040006875800001111
Figure BDA00040006875800001112
则优化问题式P1可以重新表述为
Figure BDA00040006875800001113
Figure BDA00040006875800001114
Figure BDA00040006875800001115
Figure BDA00040006875800001116
φ∈[0,2π)
将转换后的优化问题的可行搜索空间可以看作Nirs_tot个复圆的乘积，即：
Figure BDA00040006875800001117
在流形M上搜索最优相移时，始终满足IRS反射系数的恒模约束，因此P1可以转换为无约束形式，采用梯度下降算法求解，此时优化的目标函数为
Figure BDA00040006875800001118
在黎曼流形中，目标函数的最快下降方向是与负黎曼梯度相关的方向，黎曼梯度可以通过欧几里得梯度映射得到。因此首先，计算目标函数f(v)在vk处的欧几里得梯度
Figure BDA00040006875800001119
接着，使用正交投影算子Proj(.)，将欧几里得梯度
Figure BDA00040006875800001120
投影到切空间
Figure BDA00040006875800001121
上，并计算f(v)在vk处的黎曼梯度
Figure BDA00040006875800001122
然后，根据步长μk沿负黎曼度方向更新vk
Figure BDA0004000687580000121
其中，μk表示Armijo步长。更新后的
Figure BDA0004000687580000122
位于切空间，需要使用收缩算子将更新的点重新映射回流形，以便继续使用负黎曼梯度，进行下一步的更新。
Figure BDA0004000687580000123
映射到流形上的vk+1处
Figure BDA0004000687580000124
根据以上步骤，即可得到IRS反射系数矩阵的最优解。
将得到的IRS反射系数矩阵代入原优化问题后，将级联信道进行SVD分解
Figure BDA0004000687580000125
其中，U是Nr_tot×Q的酉矩阵，Σ是Q×Q对角矩阵，对角线元素为级联信道的奇异值，V是Nt_tot×Q的酉矩阵，
Figure BDA0004000687580000126
Q是级联信道矩阵H的秩。通过进一步剖析级联信道矩阵的结构，简化P2的优化问题，将级联信道矩阵重写为如下形式
Figure BDA0004000687580000127
其中，
Figure BDA0004000687580000128
结合H的SVD分解，得到发送端混合预编码矩阵的闭式解
Figure BDA0004000687580000129
其中，
Figure BDA00040006875800001210
表示右奇异矩阵的前Ns列，
Figure BDA00040006875800001211
的归一化注水功率分配矩阵，
Figure BDA00040006875800001212
表示第i条数据流分配的功率，且i＝1,2,L,Ns，ε是注水高度，
Figure BDA00040006875800001213
相似地，将级联信道矩阵重写为
Figure BDA00040006875800001214
其中，
Figure BDA00040006875800001215
结合H的SVD分解，得到接收端混合组合码矩阵的闭式解
Figure BDA00040006875800001216
其中，
Figure BDA00040006875800001217
表示左奇异矩阵的前Ns列。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：该方法包括以下步骤：
步骤一：IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构提出；
步骤二：在提出架构下，基于克罗内克积，建立的信道模型；
步骤三：根据频谱效率最大化原则，在提出架构下构建一个含有多变量耦合和非凸约束的非凸目标函数；
步骤四：将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题；
步骤五：基于黎曼流形优化算法，计算IRS反射系数矩阵；
步骤六：基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解。
2.根据权利要求1所述的基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：所述步骤一中，IRS多分区辅助收发端多子阵列太赫兹MIMO通信***架构提出，针对IRS辅助太赫兹MIMO***，假设发射端和接收端之间的视距通信链路被障碍物阻断，需要依赖IRS建立有效的通信链路；为获取更加丰富的空间多路复用增益，收发端处采用宽间隔多子阵列混合预编码结构，并设计对应的宽间隔多分区的IRS架构。
3.根据权利要求1所述的基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：所述步骤二中，在提出架构下，基于克罗内克积，建立的信道模型，结合宽间距多子阵列WSMS架构信道模型和IRS级联信道模型，得出发送端与接收端通过IRS构建的虚拟视距通信信道表示为
H＝HrΦHt
式中
Figure FDA0004000687570000011
发送端与IRS之间的信道Ht，IRS与接收端之间的信道Hr表示为
Figure FDA0004000687570000012
Figure FDA0004000687570000013
4.根据权利要求1所述的基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：所述步骤三中，根据频谱效率最大化原则，在提出架构下构建一个含有多变量耦合和非凸约束的非凸目标函数，通过部署收发两端的天线阵列和IRS上的元件，打破有限的散射路径对多路复用增益带来的限制，突破现有的IRS辅助太赫兹MIMO通信***中的频谱效率瓶颈，旨在通过联合优化IRS上的反射系数矩阵、发送端的混合预编码矩阵、接收端的混合合并矩阵，实现***频谱效率最大化；***频谱效率为
Figure FDA0004000687570000021
最大化***频谱效率的优化问题表述为
Figure FDA0004000687570000022
5.根据权利要求1所述的基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：所述步骤四中，将优化问题解耦成两个易于求解的子问题，即IRS反射系数矩阵设计问题和收/发端的混合预编码/组合矩阵设计问题，求解各个问题时，我们假设信道状态信息是完全已知的，重点研究提出的新架构下收发端与IRS上的联合波束赋形；首先假设收发端的混合预编码矩阵是全数字的，以最大化***的频谱效率为目标，优化IRS上的反射系数矩阵，得到的第一个优化子问题
P1:
Figure FDA0004000687570000023
Figure FDA0004000687570000024
φ∈[0,2π)
将得到的IRS反射系数矩阵代入，优化发送(接收)端的混合预编码矩阵(合并矩阵)，此时得到第二个优化子问题
P2:
Figure FDA0004000687570000025
Figure FDA0004000687570000026
Figure FDA0004000687570000027
6.根据权利要求1所述的基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：所述步骤五中，基于黎曼流形优化算法，计算IRS反射系数矩阵，由于P1中假设收发端的预编码和组合矩阵均是全数字的最优形式，通过进一步剖析级联信道矩阵的结构，简化P1的优化问题为如下形式
Figure FDA0004000687570000028
Figure FDA0004000687570000029
φ∈[0,2π)
其中
Figure FDA0004000687570000031
Figure FDA0004000687570000032
和
Figure FDA0004000687570000033
分别表示
Figure FDA0004000687570000034
和
Figure FDA0004000687570000035
的第k行和第k列，
Figure FDA0004000687570000036
Figure FDA0004000687570000037
和
Figure FDA0004000687570000038
分别表示对x向上和向下取整，
Figure FDA0004000687570000039
表示元素全为1的行向量，1K∈CK×1表示元素全为1的列向量；令
Figure FDA00040006875700000310
Figure FDA00040006875700000311
Figure FDA00040006875700000312
则优化问题式P1重新表述为
Figure FDA00040006875700000313
Figure FDA00040006875700000314
Figure FDA00040006875700000315
Figure FDA00040006875700000316
φ∈[0,2π)
将转换后的优化问题的可行搜索空间看作Nirs_tot个复圆的乘积，即：
Figure FDA00040006875700000317
在流形M上搜索最优相移时，始终满足IRS反射系数的恒模约束，P1转换为无约束形式，采用梯度下降算法求解。
7.根据权利要求1所述的基于IRS辅助太赫兹MIMO通信***的空间多路复用方法，其特征在于：所述步骤六中，基于数理推导，得到混合预编码矩阵/组合矩阵的闭式解，首先将级联信道进行SVD分解
Figure FDA00040006875700000318
其中，U是Nr_tot×Q的酉矩阵，Σ是Q×Q对角矩阵，对角线元素为级联信道的奇异值，V是Nt_tot×Q的酉矩阵，
Figure FDA00040006875700000319
Q是级联信道矩阵H的秩；通过进一步剖析级联信道矩阵的结构，简化P2的优化问题，将级联信道矩阵重写为如下形式
Figure FDA00040006875700000320
其中，
Figure FDA00040006875700000321
结合H的SVD分解，得到发送端混合预编码矩阵的闭式解
Figure FDA0004000687570000041
其中，
Figure FDA0004000687570000042
表示右奇异矩阵的前Ns列，
Figure FDA0004000687570000043
的归一化注水功率分配矩阵，
Figure FDA0004000687570000044
表示第i条数据流分配的功率，且
i＝1,2,L,Ns，ε是注水高度，
Figure FDA0004000687570000045
将级联信道矩阵重写为：
Figure FDA0004000687570000046
其中，
Figure FDA0004000687570000047
结合H的SVD分解，得到接收端混合组合码矩阵的闭式解
Figure FDA0004000687570000048
其中，
Figure FDA0004000687570000049
表示左奇异矩阵的前Ns列。
CN202211612661.0A 2022-12-15 2022-12-15 基于irs辅助太赫兹mimo通信***的空间多路复用方法 Active CN116094556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211612661.0A CN116094556B (zh) 2022-12-15 2022-12-15 基于irs辅助太赫兹mimo通信***的空间多路复用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211612661.0A CN116094556B (zh) 2022-12-15 2022-12-15 基于irs辅助太赫兹mimo通信***的空间多路复用方法

Publications (2)

Publication Number Publication Date
CN116094556A true CN116094556A (zh) 2023-05-09
CN116094556B CN116094556B (zh) 2024-05-14

Family

ID=86212839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211612661.0A Active CN116094556B (zh) 2022-12-15 2022-12-15 基于irs辅助太赫兹mimo通信***的空间多路复用方法

Country Status (1)

Country Link
CN (1) CN116094556B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117979325A (zh) * 2024-03-29 2024-05-03 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 面向共生去蜂窝大规模mimo***的资源分配方法
CN117979325B (zh) * 2024-03-29 2024-07-30 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 面向共生去蜂窝大规模mimo***的资源分配方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200245166A1 (en) * 2017-10-17 2020-07-30 Samsung Electronics Co., Ltd. Method and device for supporting beam-based cooperative communication in wireless communication system
CN113271270A (zh) * 2021-06-28 2021-08-17 上海交通大学 基于深度卷积神经网络的太赫兹超大规模信道估计方法
WO2021207748A2 (en) * 2020-08-13 2021-10-14 Futurewei Technologies, Inc. Methods and apparatus for channel reconstruction in intelligent surface aided communications
CN113949474A (zh) * 2021-09-27 2022-01-18 江苏科技大学 基于智能反射面辅助的无人机几何模型建立方法
CN114513237A (zh) * 2022-02-16 2022-05-17 东南大学 一种面向大规模阵列通信的子阵结构设计方法
CN114726687A (zh) * 2022-03-24 2022-07-08 南京邮电大学 一种智能反射面辅助毫米波大规模mimo***的信道估计方法
CN115278707A (zh) * 2022-06-15 2022-11-01 东莞理工学院 基于智能反射面辅助的noma太赫兹网络能效优化方法
CN115426019A (zh) * 2022-08-15 2022-12-02 华中科技大学 一种3d混合波束成形方法、装置及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200245166A1 (en) * 2017-10-17 2020-07-30 Samsung Electronics Co., Ltd. Method and device for supporting beam-based cooperative communication in wireless communication system
WO2021207748A2 (en) * 2020-08-13 2021-10-14 Futurewei Technologies, Inc. Methods and apparatus for channel reconstruction in intelligent surface aided communications
CN113271270A (zh) * 2021-06-28 2021-08-17 上海交通大学 基于深度卷积神经网络的太赫兹超大规模信道估计方法
CN113949474A (zh) * 2021-09-27 2022-01-18 江苏科技大学 基于智能反射面辅助的无人机几何模型建立方法
CN114513237A (zh) * 2022-02-16 2022-05-17 东南大学 一种面向大规模阵列通信的子阵结构设计方法
CN114726687A (zh) * 2022-03-24 2022-07-08 南京邮电大学 一种智能反射面辅助毫米波大规模mimo***的信道估计方法
CN115278707A (zh) * 2022-06-15 2022-11-01 东莞理工学院 基于智能反射面辅助的noma太赫兹网络能效优化方法
CN115426019A (zh) * 2022-08-15 2022-12-02 华中科技大学 一种3d混合波束成形方法、装置及电子设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
K. DOVELOS: "Intelligent Reflecting Surfaces at Terahertz Bands: Channel Modeling and Analysis", 《2021 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS WORKSHOPS (ICC WORKSHOPS)》, 9 July 2021 (2021-07-09) *
刘洁: "智能反射表面辅助通信中利用统计CSI的无线传输方法", 《中国优秀硕士学位论文全文数据库信息科技辑》, 15 March 2022 (2022-03-15) *
尤若楠: "基于有限反馈的毫米波MIMO***的混合预编码方法", 《电信科学》, 20 August 2018 (2018-08-20) *
张瑜: "基于智能反射表面辅助的MIMO通信***波束赋形算法研究", 《万方数据知识服务平台》, 31 October 2022 (2022-10-31) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117979325A (zh) * 2024-03-29 2024-05-03 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 面向共生去蜂窝大规模mimo***的资源分配方法
CN117979325B (zh) * 2024-03-29 2024-07-30 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 面向共生去蜂窝大规模mimo***的资源分配方法

Also Published As

Publication number Publication date
CN116094556B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
CN111294096B (zh) 一种智能反射面miso无线通信***的信道容量优化方法
CN113746578B (zh) 一种基于智能反射表面辅助的通信***传输方法
CN111092641B (zh) 基于毫米波mimo***深度学习的混合预编码设计方法
CN111294095B (zh) 基于统计csi的irs辅助大规模mimo无线传输方法
CN112235026B (zh) 一种mimo-ofdma太赫兹通信***的混合波束设计方法
CN113726383B (zh) 一种智能反射面辅助的无线通信***
CN111865387A (zh) 智能反射面辅助无线通信***的波束成形设计方法
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
CN113556164B (zh) Irs辅助的swipt***中基于能效优先的波束成型优化方法
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
CN114286312A (zh) 一种基于可重构智能表面增强无人机通信的方法
CN111988073A (zh) 面向宽带毫米波通信***半动态子阵混合结构的设计方法
CN115021779B (zh) Ris辅助的mimo***的离散相移设计方法和装置
CN113852401B (zh) 一种面向多用户irs的光与无线智能融合安全接入方法
CN117295084A (zh) 双智能反射面辅助的毫米波miso***中基于交替优化的联合优化方案设计
Zhang et al. Beampattern design for RIS-aided dual-functional radar and communication systems
CN117527020A (zh) 智能反射面辅助无线携能通信***下联合有源和无源波束成形优化
CN116094556B (zh) 基于irs辅助太赫兹mimo通信***的空间多路复用方法
CN116092332B (zh) 无人机携载智能反射面的多模调控与轨迹优化方法及***
CN115001545B (zh) 一种毫米波大规模mimo***中的混合预编码方法
CN114285443B (zh) 动态超表面天线辅助的近场宽带上行mimo传输方法
Mihret et al. Hybrid photonic beamforming for 5G downlink millimeter wave MIMO communication
CN105610476B (zh) 分离型数模混合收发通信***中的模拟波束矢量优化方法
CN114710186A (zh) 一种低成本广覆盖的毫米波预编码方法
CN114826353A (zh) 方向调制中irs相移矩阵和接收波束成形的优化方法

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
GR01 Patent grant
GR01 Patent grant