1.一种多智能反射面辅助上行云接入网络接入链路传输方法，云无线接入网C‑RAN接入链路通过智能反射面IRS的辅助，以最大化系统和速率为目的，对IRS的相移矩阵和前传链路压缩噪声的协方差进行联合优化，其特征在于：具体包括如下步骤：

1.1)基于IRS辅助的C‑RAN的接入链路的通信系统中，用户通过射频拉远头RRH与基带处理单元BBU池进行通信，将多个IRS部署在用户和RRH之间，辅助用户接入RRH；系统中有K个单天线用户，有L个RRH，每个RRH有NR根接收天线，在用户和RRH之间部署有M个IRS，每个IRS有NI个反射单元；RRH对接收信号进行压缩，再通过有线前传链路传输到BBU池；

1.2)用户k,k＝1,...,K，向各个RRH发送信号xk，各RRH通过直射链路和IRS的反射链路接收用户发送的信号；RRHl，l＝1,...,L，接收信号可表示为：T

其中x＝[x1,...,xk] ，x～CN(0,PI)，服从高斯分布，P表示用户传输功率，I表示单位矩阵； 表示用户到RRHl信道矩阵， 表示用户到IRSm，m＝1,...,M，的信道矩阵， 表示IRS到RRHl的信道矩阵；Θm＝diag(θm,1,...,θm,n)表示IRS的相移矩阵，为对角矩阵，其对角线元素取自向量 IRS只对相位进行调整，因此|θm,n|＝1,n＝1,...,NI， 表示由Θm组2

成的块对角矩阵；nl～CN(0,σIM)为信道的加性高斯噪声；Gl,m表示第m个IRS到第l个RRH的2

信道噪声，IM表示M阶单位矩阵，σ表示信道加性高斯噪声因子；

1.3)RRH将接收信号通过点对点压缩或者Wyner‑Ziv编码压缩，再通过有线前传链路传输到BBU池；在BBU池接收到的量化信号可以表示为：其中ql～CN(0,Ωl)表示RRHl的量化噪声，其服从复高斯分布，Ωl为其协方差矩阵；这样用户到BBU池的和速率可表示为：其中 表示所有用户到所有RRH的信道

矩阵， 表示所有用户到所有RRH的直射链路信道矩阵， 表示所有IRS到所有RRH的信道矩阵， 表示由Ωl组成的块对角矩阵；I为互信H息的表示形式，I表示单位矩阵，V表示V的共轭转置；

1.4)对于RRH采用点对点压缩的情况，前传链路压缩率要小于前传链路容量Cl，即需要满足：

1.5)对于RRH采用Wyner‑Ziv编码压缩的情况，前传链路压缩率也要小于前传链路容量，即需要满足： 其中Cπ(l)表示前传链路容量，π(l)表示在BBU池对接收信号的解压顺序， 表示前l‑1个接收信号的解压顺序集；

对于采用点对点压缩，所述IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

2.1)对于和速率最大化优化问题可以表示为：其中Vl＝Hl+GlΘHr表示所有用户到RRHl的信道矩阵；

(0)

2.2)再确定联合优化的最大迭代次数Tmax，并选取满足约束条件的初始Θ 和

2.3)对于步骤2.1)的优化问题可以转换成如下形式：其中 W为接收矩阵，Σ表示后验准则估计数据符号的协方差矩阵，El辅助变量矩阵；

2.4)固定Θ,Ωl对W,Σ,Εl进行更新，可得：

2.5)再固定W，Σ和Εl对Θ,Ωl进行联合优化，这样优化问题可以表示为：T T

其中 Al⊙ B 表示Al和B 的哈达玛积，为列向量由矩阵

的对角线元素组成；

为列向量

由矩阵 的对角线元素组成， 通过半正定放松SDR将 的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为： 表示本步骤中优化问题的优化解；HL表示所有用户到RRH的信道矩阵；

2.6)再判断 是否满足步骤2.5)的约束条件，若满足约束条件直接进行特征值分解：为步骤2.5)优化问题的优化解，U表示为 特征向量组成的矩阵，Λ为 的特H征值组成的对角矩阵，U 为U的共轭转置； 表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量；若不满足步骤2.5)的约束条件通过以下方法来产生多个次优的解：首先让 其中 为独立随机变量，均匀分布在复平面的单位圆，其次通过对Ωl进行放缩，使产生的优化解满足步骤2.5)的约束条件，最后在从中选取一个使步骤2.5)中目标函数达到最小值的作为最优解，最后得到优化解为：(t)

相移矩阵Θ 和压缩噪声的协方差矩阵 表示迭代次数。再将优化解带入步(t)骤2.5)的目标函数得到f ，表示本次优化解带入目标函数的值，再将上一次迭代的解(t‑1) (t‑1) (t) (t‑1)Θ ， 也带入本轮步骤2.5)的目标函数得到f ，进行比较，若f ≤f 则将上一轮的优化解作为本轮的优化解；

2.7)将步骤2.6)的优化解带入和速率表达式Rsum，得到本次迭代的和速率 与上一次迭代的 进行比较，若 则停止迭代，确定最优结果 输出优化解*

Θ , 其中▽表示允许误差范围；若 再判断迭代次数是否超过Tmax，若没有超过Tmax，回到步骤2.2)继续进行迭代优化；若超过Tmax，则输出最后的优化解

2.8)对于IRS反射面相位为离散的情况，首先通过2.1)～2.7)获得 其中将Θ的对角线元素θm,n映射到离散相位的点上，即: 其中φ表示离散b

的相位，τ＝2 ,b＝1,2.表示离散电平；再对 进行放缩得到 使其满足步骤2.1)中的约束条件；

对于采用Wyner‑Ziv编码压缩，所述的IRS的相移矩阵和前传链路压缩噪声的协方差矩阵的设计，具体步骤如下：

3.1)和速率最大化优化问题可表示为：

其中 表示解压顺序集，π(l)表示RRHπ(l)排在BBU池解压顺序的第l位；

3.2)对于BBU解压池的顺序，通过判断： 的值，对其值较大的先进(0)

行解压；再确定联合优化的最大迭代次数Tmax，并选取满足条件的初始Θ 和

3.3)对于步骤3.1)中的优化问题可以写成如下形式：其中

3.4)固定Θ,Ωl对 进行更新，可得：

IK表示K×K的单位矩阵；

3.5)再固定W，Σ和 对Θ,Ωl进行联合优化，这样优化问题可以表示为：其中

为列向量由矩阵 对角线元素组成，

再通过半正定放松SDR将 的约束条件去除，再通过凸优化工具对SDR放松后的优化问题进行迭代优化，可得到优化解为： 为本步骤优化问题的解；

3.6)再判断 是否满足步骤3.5)的约束条件，若满足约束条件直接进行特征值分解：为步骤3.5)优化问题的优化解， 表示优化后的列向量，由相移矩阵的对角线元素组成的列向量和1组成的列向量。若不满足步骤3.5)的约束条件通过以下方法来产生多个次优的解：首先让 其中 为独立随机变量，均匀分布在复平面的单位圆上，其次通过对Ωl进行放缩，使产生的优化解满足步骤3.5)的约束条件，最后在从中选取一个使步骤3.5)中目标函数达到最小值的作为最优解，最后得到优化(t)解为：相移矩阵Θ 和压缩噪声的协方差矩阵 t＝1,...,Tmax表示迭代次数。再将优化(t)解带入步骤3.5)的目标函数得到f ，表示本次优化解带入目标函数的值，再将上一次迭代(t‑1) (t‑1) (t) (t‑1)的解Θ ， 也带入本轮步骤3.5)的目标函数得到f ，进行比较，若f ≤f 则将上一轮的优化解作为本轮的优化解；

3.7)将步骤3.6)的优化解带入和速率表达式Rsum，得到本次迭代的和速率 与上一次迭代的 进行比较，若 则停止迭代，确定最优结果 输出优化解(t)

Θ , 其中 表示允许误差范围；若 再判断迭代次数是否超过Tmax，若没有超过Tmax，回到步骤3.2)继续进行迭代优化；若超过Tmax，则输出最后的优化解*

3.8)对于IRS反射面相位为离散的情况，首先通过3.1)～3.7)获得Θ , 其中将Θ的对角线元素θm,n映射到离散相位的点上，即: 其中φ表示离散b

的相位，τ＝2 ,b＝1,2.表示离散电平。再对 进行放缩得到 使其满足步骤3.1)中的约束条件。