1.一种智能反射面增强云接入网多天线用户上行传输方法，其特征在于：通过IRS辅助C‑RAN接入链路，以最大化上行链路总速率为目的，对用户发送波束赋形，IRS被动波束赋形以及前传压缩噪声协方差矩阵进行联合优化，具体包括如下步骤：

1.1)基于IRS辅助的C‑RAN的接入链路传输系统中，多天线用户通过RRH与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；链路传输系统中有K个多天线用户，有L个RRH，每个用户有NU根发射天线，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，再通过前传链路传输到BBU池；

1.2)用户k,k＝1,...,K向RRH发送信号xk＝Fksk，其中 表示具有协方差矩阵的数据符号向量，d表示每个用户发送数据流中的数据符号个数， 表示受功率约束 的用户发送波束赋形，Pk表示用户发射功率；各RRH通过直射链路和IRS的反射链路接收用户发送的信号，第l个RRH，RRH l，l＝1,...,L接收到的信号表示为：其中 和 分别表示用户k和RRHl之间、IRSm和RRHl之间以及用户k和IRSm之间的信道矩阵，其中IRSm表示第m个IRS；HK,l＝[H1,l,...,HK,l]表示所有用户到RRHl的信道矩阵，Gl,M＝[Gl,1,...,Gl,M]表示所有IRS到RRHl之间的信道矩阵， 表示用户k到所有IRS之间的信道矩阵，HK,R,M＝[H1,R,M,...,HK,R,M]表示信道矩阵所有用户到所有IRS之间； 表示IRSm的被动波束赋形,IRS只调整相移，即|θm,n|＝1,n＝1,···NI，其中θm,n表示第m个IRS上的第n个反射2

单元的相移角，Θ＝diag({Θm}m∈M)，FK＝diag({Fk}k∈K)， nl～CN(0,σI)是加性高斯白噪声，其中I为单位矩阵；

1.3)RRH将接收信号通过点对点压缩或者Wyner‑Ziv编码，再通过前传链路传输到BBU池，BBU池恢复的压缩信号表示为：其中ql～CN(0,Ωl)，表示RRHl的量化噪声，Ωl为压缩噪声协方差矩阵，这样用户到BBU池的上行链路总速率表示为：

其中 VL＝HL+GLΘHK,R,M，表示所有用户到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，Ω＝diag({Ωl}l∈L)。

2.根据权利要求1所述的一种智能反射面增强云接入网多天线用户上行传输方法，其特征在于所述步骤1.3)中，所述RRH将接收信号通过点对点压缩，前传链路压缩率要小于前传链路容量Cl，即需要满足：

3.根据权利要求1所述的一种智能反射面增强云接入网多天线用户上行传输方法，其特征在于所述步骤1.3)中，所述RRH将接收信号通过Wyner‑Ziv编码，前传链路压缩率也要小于前传链路容量，即需要满足： 其中 是S的补集，其中S表示联合解压的RRH集合。

4.根据权利要求2所述的一种智能反射面增强云接入网多天线用户上行传输方法，其特征在于所述步骤1.3)中，所述RRH将接收信号通过点对点压缩，是以最大化上行链路总速率为目的，联合设计用户发送波束赋形，IRS被动波束赋形以及前传压缩噪声协方差矩阵，具体步骤如下：

2.1)对于上行链路总速率最大化优化问题可以表示为：其中Vl＝HK,l+Gl,MΘHK,R,M表示所有用户到RRHl的信道矩阵；

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Fk,Θ和Ωl；

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，Εl为辅助变量矩阵。

2.4)在每次迭代中，首先固定Fk,Θ,Ωl对W,Σ ,Εl进行更新，可得：* *

Σ＝I‑WVLFK，

2.5)接着固定Θ,Ωl对Fk进行优化，对于步骤2.3)的优化问题可以转换成如下的子问题：

*

使用标准凸优化工具对上述问题进行迭代优化，可得到优化解为：Fk表示本步骤中优化问题的优化解；

2.6)再固定Fk对Θ和Ωl进行优化，这样优化问题可以表示为：其中

T T

A⊙B表示A和B的哈达玛积，为列向量，由矩阵

的对角线元素组成，

其为列向量，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，再通过标准凸优化工具对半正定放松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；

2.7)再判断 是否满足步骤2.6)的约束条件，若满足约束条件直接进行特征值分解：为步骤2.6)优化问题的优化解，其中U表示为 特征向量组成的矩阵，Λ为H

的特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IRS被动波束赋形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2.6)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，即 θi独立均匀分布在[0,2π]，其次通过对Ωl进行放缩，使产生的优化解满足步骤2.6)的约束条件，最后再从中选取一个使步骤2.6)中目(t)

标函数达到最小值的作为最优解，最后得到优化解为：IRS被动波束赋形Θ 和压缩噪声的协方差矩阵  t＝1,...,Tmax，表示迭代次数；再将优化解带入步骤2.6)的目标函数得(t) (t) (t‑1)

到f ，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Θ ， 也带入本(t‑1) (t) (t‑1)轮步骤2.6)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；

2.8)将步骤2.5)和步骤2.7)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Fk ,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

* *

2.9)对于IRS反射面相位为离散的情况，首先通过步骤2.1)～2.8)获得Fk ,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φb

表示离散的相位，τ＝2 ,b＝1,2表示离散电平；再对 进行放缩得到 使 满足步骤

2.1)中的约束条件。

5.根据权利要求3所述的一种智能反射面增强云接入网多天线用户上行传输方法，其特征在于所述步骤1.3)中，所述RRH将接收信号通过Wyner‑Ziv编码，以最大化上行链路总速率为目的，联合设计用户发送波束赋形，IRS被动波束赋形以及前传压缩噪声协方差矩阵，具体步骤如下：

3.1)对于上行链路总速率最大化优化问题表示为：其中 ΩS＝diag({Ωl}l∈S)，表示所有用户到RRHl, 的信道矩阵， 表示所有IRS到RRHl, 的信道矩阵；

3.2)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Fk,Θ和Ωl；

3.3)对于步骤3.1)中的优化问题可以写成如下形式：其中 为接收矩阵， 表示后验准则估计数据符号的协方差矩阵，EL为辅助变量矩阵；

3.4)在每次迭代中，首先固定Fk,Θ,ΩL对W,Σ,ΕL, 进行更新，可得：

* *

Σ＝I‑WVLFK，

3.5)接着固定Θ,ΩL对Fk进行优化，对于步骤3.2)的优化问题可以转换成如下的子问题：

其中：

使用标准凸优化工具对上述问题进行迭代优化*

可得优化解为：Fk，表示本步骤中优化问题的优化解；

3.6)再固定Fk对Θ,ΩL进行优化，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，

通过半正定

放松SDR将 的约束条件去除，再通过标准凸优化工具对SDR放松后的优化问题进行迭代优化，可得优化解为： 表示本步骤中优化问题的优化解；

3.7)再判断 是否满足步骤3.6)的约束条件，若满足约束条件直接进行特征值分解：为步骤3.6)优化问题的优化解，其中U表示为 特征向量组成的矩阵，Λ为H

的特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IRS被动波束赋形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3.6)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，即 θi独立均匀分布在[0,2π]，其次通过对Ωl进行放缩，使产生的优化解满足步骤3.6)的约束条件，最后在从中选取一个使步骤3.6)中目(t)

标函数达到最小值的作为最优解，最后得到优化解为：IRS被动波束赋形Θ 和压缩噪声的协方差矩阵 t＝1,...,Tmax表示迭代次数。再将优化解带入步骤3.6)的目标函数得到f(t) (t‑1)

，表示本次优化解带入目标函数的值，再将上一次迭代的解Θ ， 也带入本轮步骤(t‑1) (t) (t‑1)

3.6)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；

3.8)将步骤3.5)和步骤3.7)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Fk ,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

* *

3.9)对于IRS反射面相位为离散的情况，首先通过步骤3.1)～3.8)获得Fk ,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b

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