1.一种多智能反射面辅助通信主被动波束赋形迭代优化方法，其特征在于，包括以下步骤：S1：考虑无线通信系统的下行链路通信，通信系统通过多条智能反射面反射链路同时为多个用户端提供通信服务；用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；

S2：基站端根据距离因素，为每个用户端分配一个未被选择使用的、距离其最近的智能反射面进行下行链路通信，并采用广义瑞利熵算法计算得到基站端通过所选择智能反射面服务各自用户端的最优主动波束赋形向量；

S3：基站端根据所求得的服务每一个用户端时的最优主动波束赋形向量，计算基站端通过所选择智能反射面服务各自用户端的信噪泄漏比值；

S4：基站端根据计算所得的最优主动波束赋形向量，通过优化每一位用户端所选择的智能反射面的被动波束赋形矩阵，最大化各个用户端的最小信噪泄漏比；

所述步骤S4中，被动波束赋形优化的具体步骤如下：

T1：将最大化各个用户端的最小信噪泄漏比表述为一个非凸问题P  1：其中SLNRm(k),k为基站端通过所选择智能反射面服务第k个用户端时的信噪泄漏比，θm(k)为基站端所选服务第k个用户端的智能反射面的相位矩阵，问题P1满足条件 其中n∈{1,2,...,N}，m(k)为基站端分配服务第k个用户端的智能反射面索引，N为每个智能反射面装配的无源反射单元数目，J为智能反射面数目，K为用户端数目， 为智能反射面索引集， 为用户端索引集，αm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的幅度，θm(k),n为基站端所选服务第k个用户端的智能反射面的第n个无源反射单元的相位；

T2：将问题P1简化为以δ为辅助变量的被动波束赋形优化问题P2： 问题P2满足条件SLNRm(k),k≥δ,T3：引入辅助变量x，将问题P2改写为问题P3： 问题P3满足条件其中

为基站端通过所选智能反射面来为第k个用户端服务时的主动波束赋形向量，为基站端通过所选智能反射面来为第k个用户端服务时的信道矩阵， 为所选智能反射面到第k个用户端间的信道向量，T4：令 满足Vm(k)≥0且rank(Vm(k))＝1，将问题P3改写为问题P4：问题P4满足条件 [Vm(k)]n,n＝1,n＝1,

2,...,N+1，Vm(k)≥0，其中tr()表示矩阵的迹，rank()表示矩阵的秩；

T5：采用二分法搜索的思想，迭代求出δ可达的最大值，在迭代中，求解以下可行性问题P5：find Vm(k)，问题P5满足条件 [Vm(k)]n,n＝1,n＝1,2,...,N+1，

Vm(k)≥0，其中find函数表示寻找优化问题可行解；问题P5可行时，得到优化矩阵Vm(k)，否则跳转至步骤T1重新求解；

T6：采用高斯随机化方法，利用求得的优化矩阵Vm(k)进一步求解，得到满足rank(Vm(k))＝1的被动波束赋形优化向量Vm(k),opt， 更新Φm(k)＝diag(Vm(k),opt)，获得被动波束赋形优化矩阵Φm(k)；

步骤T5中采用二分法搜索的思想，迭代求出δ可达的最大值，其二分法搜索具体步骤如下：R1：设定被动波束赋形优化的辅助变量δ的最大值δmax、最小值δmin以及设定的最小正值ε；

R2：计算δmid＝(δmax+δmin)/2；

R3：设问题P5条件不等式中的辅助变量δ＝δmid，采用凸优化方法解决问题P5：find Vm(k)；

R4：若可行性问题P5能够解决，则δmin＝δmid，否则δmax＝δmid；

R5：当δmax‑δmin≥ε或可行性问题P5未能解决时，跳转至步骤R2，否则输出δmid，此时的δmid即δ的最大值；

S5：基站端根据获得的被动波束赋形优化矩阵，重新计算最优主动波束赋形向量、更新后每个用户端的信噪泄漏比以及所有用户端的可达和速率；

S6：基站端通过重复步骤S4、S5来进行迭代优化，直至新一次迭代的可达和速率对比上一次迭代的可达和速率不再增加或达到所设定的迭代次数时完成迭代，此时所计算得到的所有用户端的可达和速率得到提升；

S7：基站端根据迭代优化后智能反射面的被动波束赋形矩阵，采用广义瑞利熵算法计算最优主动波束赋形向量、设置主动波束赋形、调整智能反射面的被动波束赋形，实现基站端到各个用户端的下行链路数据通信。

2.根据权利要求1所述的一种多智能反射面辅助通信主被动波束赋形迭代优化方法，其特征在于：所述步骤S1中，基站端配备多根天线，多个智能反射面在基站端与用户端之间分布式布设；

配备M根天线的单个基站端，J个智能反射面在基站端与K个用户端之间分布式布设，每个智能反射面装有N个无源反射单元，用户端配备单根天线，智能反射面的位置信息在基站端已知；用户端进行上行链路通信，通过智能反射面向基站端发送导频信号，基站端通过控制器控制智能反射面依次打开N个无源反射单元反射导频信号，基站端根据接收的导频信号估计出级联链路信道状态信息；

该级联链路信道状态信息的具体组成部分包括基站端通过第j个智能反射面服务第kH个用户端的级联信道 ()表示共轭转置矩阵，

为智能反射面索引集， 为用户端索引集，其中

包括基站端到第j个智能反射面的信道矩阵 第j个智能反射面到第k个用户端间的信道向量 以及智能反射面的相移矩阵 其中αj,n∈[0,1]为第j个智能反射面的第n块无源反射单元的幅度，θj,n∈[0,2π]为第j个智能反射面的第n块无源反射单元的相位，设置所有智能反射面的所有无源反射单元的幅度α1,1＝α1,2＝...＝αj,n＝1，n∈{1,2,...,N}。

3.根据权利要求1所述的一种多智能反射面辅助通信主被动波束赋形迭代优化方法，其特征在于：所述步骤S2中，设基站端分配服务第k个用户端的智能反射面索引为m(k)，其中 为智能反射面索引集， 为用户端索引集，采用广义瑞利熵算法，当考虑最大化K个用户端的信噪泄漏比时，求得基站端通过所选智能反射面服务第k个用户端的最优主动波束赋形向量为 其中 为基站端通过所选智能反射面来为第k个用户端服务时的级联信道，其包括基站端通过所选智能反射面为第k个用户端服务时的信道矩阵 所选智能反射面到第k个用户端间的信道向量 以及所选智能反射面的相移矩阵 为基站端在通过所选智能反射面服务第k个用户端时对第t个用户端所造成的干扰， 加性

2 ‑1

高斯白噪声n服从均值为0、方差为σ的复高斯分布，() 为逆矩阵，IM为M×M单位矩阵。

4.根据权利要求1所述的一种多智能反射面辅助通信主被动波束赋形迭代优化方法，其特征在于：所述步骤S3中，基站端通过所选择智能反射面服务第k个用户端时的信噪泄漏比可表示为 其中m(k)为基站端分配服务第k个用户端的智能反射面索引，为智能反射面索引集， 为用户端索引集，

为基站端通过所选智能反射面来为第k个用户端服务时的主动波束赋形向量，为基站端通过所选智能反射面来为第k个用户端服务时的级联信道，其包括基站端通过所选智能反射面来为第k个用户端服务时的信道矩阵 所选智能反射面到第k个用户端间的信道向量 以及所选智能反射面的相移矩阵 为基站端在通过所选智能反射面服务第k个用户端时对第t个用户端所造成的干扰， 加

2

性高斯白噪声n服从均值为0、方差为σ的复高斯分布。

5.根据权利要求1所述的一种多智能反射面辅助通信主被动波束赋形迭代优化方法，其特征在于：所述步骤S5中，和速率 γk为第k个用户端的信干噪比，信干噪比 其中m(k)为基站端分配服务第k个用户端的智能反射面索引， 为智

能反射面索引集， 为用户端索引集， 为基站端通过所选智能反射面来为第k个用户端服务时的信道矩阵， 为所选智能反射面到第k个用户端间的信道向量， 为所选智能反射面的相移矩阵， 为基站端通过所选智能反射面来为第k个用户端服务时的主动波束赋形向量。