CN116614826B - 一种同时传输和反射表面网络的覆盖和容量优化方法 - Google Patents

Abstract

本发明公开了一种同时传输和反射表面网络的覆盖和容量优化方法。首先分析同时传输和反射表面网络的覆盖范围和容量性能，然后提出了一种基于动作值更新策略的多目标近端策略优化算法，最后获得一组最优解来逼近帕累托前沿。本发明提供了一种同时传输和反射表面网络的覆盖和容量优化方法，具有良好的应用价值。

Description

一种同时传输和反射表面网络的覆盖和容量优化方法

技术领域

本发明涉及无线通信领域，具体涉及一种同时传输和反射表面网络的覆盖和容量优化方法。

背景技术

为了支持未来无线网络日益增长的异构服务质量要求，例如高数据速率、低延迟、高可靠性、大规模连接等，已经提出了一种新兴的通信范式，即可重构智能表面控制无线通信环境。可重构智能表面能够通过反射为位于受阻区域的用户提供视距链路，以提高传统无线网络的覆盖范围和容量。然而，传统的可重构智能表面具有最大180°的覆盖范围，其中“盲区”仍然存在于可重构智能表面的背面。为了克服这一限制，一个名为同时传输和反射表面的新概念变得很有吸引力。与传统的可重构智能表面相比，同时传输和反射表面能够同时传输和反射入射信号，这有助于全空间覆盖。作为一种新的通信范式，同时传输和反射表面在覆盖范围和容量方面的表现如何是一个非常有趣的问题。请注意，覆盖和容量优化是第三代合作伙伴项目提到的典型操作任务之一。由于覆盖范围和容量具有多种相互矛盾的关系，因此同时优化它们很重要。例如，高发射功率有助于大覆盖，但高小区间干扰会降低容量性能。为此，多目标机器学习算法可能是一种潜在的解决方案。与单目标算法相比，多目标机器学习算法能够处理目标之间的内在冲突，通过协调和折衷目标的要求来实现一组最优解。因此，受同时传输和反射表面优势的启发，同时传输和反射表面无线网络已被视为下一代无线通信***的候选方案之一，并且同时优化覆盖范围和容量也是同时传输和反射表面无线网络中关键问题。

发明内容

针对现有技术的不足，本发明旨在提出一种同时传输和反射表面网络的覆盖和容量优化方法。

为了实现上述目的，本发明采用如下技术方法：

一种同时传输和反射表面网络的覆盖和容量优化方法，具体过程为：

步骤一：分析同时传输和反射表面网络的覆盖范围和容量性能：

通信***包括A个单天线基站和N_s个同时传输和反射表面；其中单天线基站放置在其服务区域的边界上，每个同时传输和反射表面含有K个元素；服务区域被离散为N个网格，每个网格只能使用同时传输和反射表面的传输或反射模式；此外，对于每个同时传输和反射表面，定义δ∈{Tr，Re}代表传输或反射模式，则K个元素将被划分为K_Tr个传输元素和K_Re个反射元素，即K＝K_Tr+K_Re；因此，同时传输和反射表面的系数可以定义为：

其中，θ_Tr和θ_Re分别代表传输表面系数矩阵和反射表面系数矩阵，其中，θ_Tr和θ_Re分别代表传输表面系数矩阵和反射表面系数矩阵， e和j分别代表第1个传输元素振幅、第K_Tr个传输元素振幅、第1个反射元素振幅、第K_Re个反射元素振幅、自然对数底数和虚数单位，/>分别表示第1个传输元素相位、第K_Tr个传输元素相位、第1个反射元素相位和第K_Re个反射元素相位；定义第a个单天线基站到第n_s个可同时传输和反射表面的信道为/>第a个单天线基站到第n个网格的信道为h_a，n，第n_s个同时传输和反射表面中采用δ模式的元素到第n个网格的信道为/>H表示共轭，则第n个网格接收到第a个基站经过第n_s个同时传输和反射表面的信号为：

其中x表示传输信号，表示零均值和方差为δ²的加性高斯白噪声；根据接收到的信号，定义参考信号接收功率为来自所有可能来源，第n个网格的参考信号接收功率表示为/> 此外，第n个网格的信号加干扰噪声比可以表示为：

假设所有网格的参考信号接收功率最低阈值为RSRP_th，时间步长t的加权覆盖率为：

其中，表示/>网格对应的覆盖权重，/>表示参考信号接收功率达到阈值RSRP_th的网格集合；根据SINR_n，整个服务区域的N个网格的容量可以表示为：

其中w_cap，n和B分别表示第n个网格的容量权重和带宽；a^*和n_s ^*则取决于对应的值；

步骤二：基于动作值更新策略的多目标近端策略优化算法：

根据马尔可夫决策过程，引入基于动作值更新策略，在该策略下，马尔可夫决策过程表示为其中/>和/>分别表示偏好空间和偏好函数，/>为状态空间，为动作空间，/>为奖励空间；p是转移概率矩阵，指示将当前状态转换为下一状态的概率；将控制器定义为代理，它控制两个基站，以通过同时传输和反射表面制定从单天线基站到网格的策略，即相移和发射功率的调整策略；那么基于clip理论的损失函数将定义为：

其中和/>分别表示当前策略参数和更新后策略参数，/>和分别表示当前策略和新策略；/>和∈则分别为优势函数和clip理论的概率比；随着训练的进行，直到收敛，输出最优的参数及对应的策略。

步骤三：在步骤二的基础上，获得一组最优解来逼近帕累托前沿。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述方法。

本发明还提供一种计算机设备，包括处理器和存储器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序时，实现上述方法。

本发明的有益效果在于：本发明提供一种高效率的多目标机器学习算法，可以实现同时优化同时传输和反射表面网络中的覆盖范围和容量，具有良好的应用价值。

附图说明

图1为本发明实施例中方法的总体思路图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方法为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

本实施例提供一种同时传输和反射表面网络的覆盖和容量优化方法，如图1所示，首先分析同时传输和反射表面网络的覆盖范围和容量性能，然后提出了一种基于动作值更新策略的多目标近端策略优化算法，最后获得一组最优解来逼近帕累托前沿。具体过程为：

步骤一：分析同时传输和反射表面网络的覆盖范围和容量性能。

通信***包括A个单天线基站和N_s个同时传输和反射表面。其中单天线基站放置在其服务区域的边界上，每个同时传输和反射表面含有K个元素。服务区域被离散为N个网格，每个网格只能使用同时传输和反射表面的传输或反射模式。此外，对于每个同时传输和反射表面，定义δ∈{Tr，Re}代表传输或反射模式，则K个元素将被划分为K_Tr个传输元素和K_Re个反射元素，即K＝K_Tr+K_Re。因此，同时传输和反射表面的系数可以定义为：

其中，θ_Tr和θ_Re分别代表传输表面系数矩阵和反射表面系数矩阵，其中，θ_Tr和θ_Re分别代表传输表面系数矩阵和反射表面系数矩阵， e和j分别代表第1个传输元素振幅、第K_Tr个传输元素振幅、第1个反射元素振幅、第K_Re个反射元素振幅、自然对数底数和虚数单位，/>分别表示第1个传输元素相位、第K_Tr个传输元素相位、第1个反射元素相位和第K_Re个反射元素相位；定义第a个单天线基站到第n_s个可同时传输和反射表面的信道为/>第a个单天线基站到第n个网格的信道为h_a，n，第n_s个同时传输和反射表面中采用δ模式的元素到第n个网格的信道为/>H表示共轭，则第n个网格接收到第a个基站经过第n_s个同时传输和反射表面的信号为：

其中x表示传输信号，表示零均值和方差为δ²的加性高斯白噪声。根据接收到的信号，定义参考信号接收功率为来自所有可能来源(包括基站，同时传输和反射表面的传输或反射模式)的最大有用信号功率(接收功率去除噪声功率)，第n个网格的参考信号接收功率可以表示为/>此外，第n个网格的信号加干扰噪声比可以表示为：

假设所有网格的参考信号接收功率最低阈值为RSRP_th，时间步长t的加权覆盖率为：

其中，表示/>网格对应的覆盖权重，/>表示参考信号接收功率达到阈值RSRP_th的网格集合。根据SINR_n，整个服务区域的N个网格的容量可以表示为：

其中w_cap，n和B分别表示第n个网格的容量权重和带宽；a^*和n_s ^*则取决于对应的值。

步骤二：基于动作值更新策略的多目标近端策略优化算法：

根据马尔可夫决策过程，在传统的多目标近端策略优化算法中，马尔可夫决策过程可以用元组表示为其中/>为状态空间，/>为动作空间，/>为奖励空间。p是转移概率矩阵，指示将当前状态转换为下一状态的概率。将控制器定义为代理，它控制两个基站，以通过同时传输和反射表面制定从单天线基站到网格的策略，即相移和发射功率的调整策略。为进一步提高多目标近端策略优化算法的效率，本实施例引入基于动作值更新策略。在该策略下，马尔可夫决策过程被重新表示为/>其中/>和/>分别表示偏好空间和偏好函数，那么基于clip理论的损失函数将定义为：

其中和/>分别表示当前策略参数和更新后策略参数，/>和分别表示当前策略和新策略。/>和∈则分别为优势函数和clip理论的概率比。随着训练的进行，直到收敛，输出最优的参数及对应的策略。

步骤三：在步骤二的基础上，获得一组最优解来逼近帕累托前沿。对于本领域的技术人员来说，可以根据以上的技术方法和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。

Claims (3)

1.一种同时传输和反射表面网络的覆盖和容量优化方法，其特征在于，具体过程为：

步骤一：分析同时传输和反射表面网络的覆盖范围和容量性能：

通信***包括A个单天线基站和N_s个同时传输和反射表面；其中单天线基站放置在其服务区域的边界上，每个同时传输和反射表面含有K个元素；服务区域被离散为N个网格，每个网格只能使用同时传输和反射表面的传输或反射模式；此外，对于每个同时传输和反射表面，定义δ∈{Tr,Re}代表传输或反射模式，则K个元素将被划分为K_Tr个传输元素和K_Re个反射元素，即K＝K_Tr+K_Re；因此，同时传输和反射表面的系数可以定义为：

其中，θ_Tr和θ_Re分别代表传输表面系数矩阵和反射表面系数矩阵，e和j分别代表第1个传输元素振幅、第K_Tr个传输元素振幅、第1个反射元素振幅、第K_Re个反射元素振幅、自然对数底数和虚数单位，分别表示第1个传输元素相位、第K_Tr个传输元素相位、第1个反射元素相位和第K_Re个反射元素相位；定义第a个单天线基站到第n_s个可同时传输和反射表面的信道为/>第a个单天线基站到第n个网格的信道为h_a,n，第n_s个同时传输和反射表面中采用δ模式的元素到第n个网格的信道为/>H表示共轭，则第n个网格接收到第a个基站经过第n_s个同时传输和反射表面的信号为：

其中x表示传输信号，表示零均值和方差为δ²的加性高斯白噪声；根据接收到的信号，定义参考信号接收功率为来自所有可能来源，第n个网格的参考信号接收功率表示为/> 此外，第n个网格的信号加干扰噪声比可以表示为：

假设所有网格的参考信号接收功率最低阈值为RSRP_th，时间步长t的加权覆盖率为：

其中，表示/>网格对应的覆盖权重，/>表示参考信号接收功率达到阈值RSRP_th的网格集合；根据SINR_n，整个服务区域的N个网格的容量可以表示为：

其中w_cap,n和B分别表示第n个网格的容量权重和带宽；a^*和n_s ^*则取决于对应的值；

步骤二：基于动作值更新策略的多目标近端策略优化算法：

根据马尔可夫决策过程，引入基于动作值更新策略，在该策略下，马尔可夫决策过程表示为其中/>和/>分别表示偏好空间和偏好函数，/>为状态空间，/>为动作空间，/>为奖励空间；p是转移概率矩阵，指示将当前状态转换为下一状态的概率；将控制器定义为代理，它控制两个基站，以通过同时传输和反射表面制定从单天线基站到网格的策略，即相移和发射功率的调整策略；那么基于clip理论的损失函数将定义为：

其中和/>分别表示当前策略参数和更新后策略参数，/>和/>分别表示当前策略和新策略；/>和∈则分别为优势函数和clip理论的概率比；随着训练的进行，直到收敛，输出最优的参数及对应的策略；

步骤三：在步骤二的基础上，获得一组最优解来逼近帕累托前沿。

2.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1所述的方法。

3.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序时，实现权利要求1所述的方法。