1.非理想信道信息下IRS辅助云接入网上行传输优化方法，其特征在于：非理想信道信息下IRS辅助C‑RAN的多天线用户的上行通信，以最大化系统上行传输和速率为目的，对用户的有源波束成型、IRS的无源波束成型和前传链路压缩噪声进行联合优化，包括如下步骤：

1.1)在非理想信道信息下的IRS辅助的C‑RAN的多天线用户的通信系统中，多天线用户通过射频拉远头RRH与基带处理单元BBU池进行通信，将多个智能反射面IRS部署在用户和射频拉远头RRH之间，辅助用户接入射频拉远头RRH；系统中有K个多天线用户，每个用户有NU个发射天线，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通过点对点压缩，对接收到的信号进行压缩，再通过容量有限的有线前传链路将压缩的信号传输到BBU池，BBU池在通过解压缩恢复出原始信号；

1.2)用户发送导频，BBU池根据RRH接收到的信号估计信道；因此用户k到RRH l的直射链路信道矩阵和用户k通过IRS到RRH l的信道矩阵为：其中 表示用户k到RRHl的估计信道矩阵， 表示用户k到RRHl的信道估计误差矩阵，其服从复正态分布 表示信道估计误差 的协方差； 表示用户k与IRSm(m＝1,2,...,M)的第n(n＝1,2,...,NI)个反射元件的估计信道增益， 表示IRSm的第n个反射元件到RRHl的估计信道增益；

为用户‑IRS‑RRH的级联信道估计误差，服从复正态分布

1.3)用户k，k＝1,...,K，向RRHl，l＝1,...,L发送的预编码信息流表示为：xk＝Fksk其中 为用户发送的数据流向量，服从高斯分布，其协方差矩阵为为发送端的预编码矩阵，即用户端的波束成型，需满足功率约束Tr表示矩阵的迹，Pk表示用户k的发射功率；

RRH接收通过直射链路和IRS的反射链路传输的用户信号；对于RRHl接收信号可表示为：其中 表示用户集到RRH  l的直射信道的估计信道矩阵，表示所有用户的集合， 表示用户集到RRHl的直射信道的信道估计误差； 表示IRSm到RRHl的估计信道矩阵，表示所有IRSs到RRH l的估计信道矩阵， 表示所有IRS的集合； 表示所有用户经过每个反射元件到达RRH的级联信道估计误差， 表示用户k到RRHl的级联信道的信道估计误差；

表示用户k到所有IRSm的信道矩阵，

表示用户k到所有IRSs的信道矩阵， 表示用户集到所有IRSs的信道矩阵；IRS的相移矩阵 为对角矩阵，其对角线元素取自向量IRS只进行相位调整，因此|θm,n|＝1， 表示IRSm的所有发射元件，Θm,n表示IRSm的第n个反射元件，m表示指集合 中第m个，n也是表示指NI个反射元件中第n个； 表示所有用户发送到RRH的预编码信息流，是所有用户的预编码矩阵， 表示所有用户发送的信息2

流；最后nl表示加性高斯噪声，服从均值为0、方差为σ的复高斯分布；

1.4)RRH将接收信号通过点对点压缩，再通过容量有限的前传链路传输到BBU池；BBU池恢进行解压缩复出的原始信号表示为：其中 表示RRHl的量化噪声，其服从复高斯分布，Ωl为其协方差矩阵；

1.5)用户到BBU池的上行和速率表示为：其中 表示所有的RRH集合，

为所有用户到所有RRHs的直连估计信道矩阵， 表示用户集到所有RRHs直链信道估计误差；

为 所有 I RS s 到所 有 RR H s 的估 计 信道 矩 阵 ，表示用户集到所有RRHs的级联信道的信道估计误差；

由Ωl组成的块对角矩阵，表示所有的RRHs的压缩噪声的协方差矩阵，是数学期望的表示形式，表示矩阵的期望；

此外：

为了方便表述，这里定义 因此可达上行和速率表示为：

其中

1.6)各RRH采用点对点压缩，每个RRH前传链路压缩率要小于前传链路容量Cl，利用Jensen不等式，前传链路容量转换成如下形式：其中 这样前传容量约束表示为：

对所述的用户端的预编码矩阵、IRS的相移矩阵和压缩噪声的协方差矩阵的设计，具体步骤如下：

2.1)对于上行传输和速率最大化的优化问题表示为：(0)

2.2)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P1转换成如下形式：其中 W为接收矩阵，Σ为后验准则估计数据符号的协方差矩阵，El为辅助变量；

2.4)进行迭代优化，首先固定Fk，Θ和Ωl，并通过对W，Σ和

Εl进行更新；

2.5)再固定W，Σ和Εl对Fk，Θ和Ωl进行优化；

2.5.1)这里先固定Θ，Ωl，对Fk进行优化，优化问题P2可以写成如下子优化问题P2‑1表示为：通过凸优化工具对子优化问题P2‑1求解，得出最优解为： 表示本步骤中子优化问题P2‑1的解，Re表示取实数部分；

2.5.2)然后固定Fk对Θ和Ωl进行联合优化，优化问题P2可以转换成如下子优化问题P2‑2T

其中 A⊙B 表示A和

T

B的哈达玛积， 为列向量由矩

阵 的对角线元素组成，

为常数项；

为列向量由矩阵 的对角线元素

组成， 为常数项，通过半正定放松

SDR忽略约束条件 再通过凸优化工具对SDR放松后的优化问题进行求解，可得到优化解为： 表示本步骤中子优化问题P2‑2的优化解；

2.6)再判断 是否满足步骤2.5.2)中子优化问题P2‑2的约束条件C1，若满足约束条件C1直接进行特征值分解： 令 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2.5.2)中子优化问题P2‑2的约束条件C1，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2.5.2)中子优化问题P2‑2的约束条件C1，最后在从中选取一个使步骤2.5.2)中子优化问题P2‑2的目标函数达到最小值的作为最优解；最(t)后得到优化解为：预编码矩阵 相移矩阵Θ 和压缩噪声的协方差矩阵 t＝1,...,(t)Tmax表示迭代次数；再将优化解带入步骤2.5.2)的子优化问题P2‑2的目标函数得到f ，表(t‑1)示本次优化解带入目标函数的值，再将上一次迭代的解 Θ 和 也带入本轮步(t‑1) (t) (t‑1)骤2.5.2)的子优化问题P2‑2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)的优化解带入上行和速率表达式 得到本轮迭代的和速率 并与上一轮迭代的 进行比较，若 则停止迭代，确定最优结果 输出优*

化解 Θ 和 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2.4)继续进行迭代优化；若超过Tmax，则输出最后的优化解和*

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 Θ 和 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b

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 使其满足步骤2.1)中的约束条件C1。