1.一种面向云接入网有源智能反射面辅助的通感一体化方法，其特征在于：BBU池产生关于L个RRH的通信信号和雷达信号，经由有线前传链路发送给各个RRH，由于RRH和探测目标和通信用户之间存在遮挡，通过有源智能反射面的辅助实现对目标的探测同时建立RRH和各通信用户之间的级联链路；对所有RRH发射信号波束成形矩阵的协方差矩阵和波束赋形矩阵、有源反射面的反射矩阵和前传量化噪声协方差矩阵进行联合优化，具体包括如下步骤：

1.1)在一个面向云接入网的有源智能反射面辅助的通信感知一体化系统中，BBU池通过L个多天线RRH同时服务K个单天线用户并对I个目标进行感知，每个RRH有 根发射天线，一个有源智能反射面拥有M个反射单元，同时辅助通信和感知；

1.2)BBU池首先产生信号 ，其中 为每个用户的数据符号，为通信波束赋形矩阵， 为感知信号， 为对应第l个RRH的信号；由于前传链路容量有限，需要对信号 进行量化压缩之后再传输给各个RRH；经过量化压缩后每个RRH接收到的信号为：；

其中 ； ， 为感知信号的协方差矩阵；

， 为量化噪声的协方差矩阵，由于采用点对点压缩，该协方差矩阵为一个块对角阵；对于信号 ，其协方差矩阵表示为：；

3)每个RRH通过矩阵 从广播信号x中选择相应的信号进行转发；其中矩阵在第 到第 行为单位阵，剩余元素都为0；每个RRH发送的信号表示为：；

为独立于 的量化噪声，根据上述点对点压缩带来的量化噪声协方差矩阵块对角的性质得到 ；每个RRH收到功率约束 ；

1.4)有源反射面的反射信号形式为：；

其中 为反射矩阵，基于有源反射面放大信号的特性， 每一项的幅值大于1； 为RRH和反射面之间的信道；第二项为动态噪声 ，第三项为静态噪声，动态噪声大于静态噪声，因此静态噪声可被忽略；有源智能反射面收到功率限制，反射面矩阵 的初始化需要满足功率条件；

1.5)RRH发射信号经过RRH和用户之间的直连链路 和有源反射面的反射链路到达用户k，其中 为反射面和用户之间的信道； 为级联信道；用户接收信号表示为：；

为用户接收到的高斯白噪声；

1.6）所述一个面向云接入网的有源智能反射面辅助的通信感知一体化系统在各RRH和有源智能反射面功率限制，用户信干噪比限制和前传链路限制下，优化发送信号的协方差矩阵 ，发送信号的波束赋形矩阵 ，量化噪声协方差矩阵 和反射面矩阵 ，使得有源智能反射面的反射波束和理想波束之间的均方误差最小。

2.根据权利要求1中所述的一种面向云接入网有源智能反射面辅助的通感一体化方法，其特征在于，所述1.6）具体步骤如下：

2.1) 对于任意角度 的智能反射面反射波束表示为：；

其中 表示 角度的方向向量， 为有源智能反射面相邻单元之间的间隔， 为波长；

2.2) 在所有角度 上步骤2.1)中的反射波束和理想波束 的均方误差表示为：；

其中 为缩放因子， 为采样角度的数量；

2.3) 对于用户通信条件限制，希望每个用户的用户信干噪声比SINR大于特定阈值，保证用户的通信质量，每个用户k的SINR条件表示为：；

其中 为阈值， 为 的第i列， 为 的第k列,代表当前第k个用户的波束赋形向量；

2.4)对于前传链路限制，每条BBU和RRH之间的有限前传链路的容量为 ， 表示 与 之间的互信息，得到每条链路的前传链路限制的表达为：；

2.5) 优化问题表示为:

；

其中 表示矩阵的半正定性。

3.根据权利要求2所述的一种面向云接入网有源智能反射面辅助的通感一体化方法，其特征在于，所述步骤2.5）中优化问题，由于目标函数和限制的非凸性，同时各个优化变量之间存在耦合，因此需要将原始问题拆分成两个子问题，通过交替优化的方式求解；具体步骤如下：

3.1) 子问题一特征在于首先固定反射面矩阵 ，以协方差矩阵 ， 和用户波束赋形矩阵 为优化变量构建凸形式的优化问题，并对凸子问题进行优化，具体步骤如下：

3.1.1) 采用连续凸近似SCA方法将前传链路限制转化为关于 和 凸限制，有不等式：；

成立，其中 为任意半正定矩阵，等号条件只有在：；

时成立， 需要根据上式进行初始化满足每个RRH的功率限制条件，同时在每轮交替优化的开始根据上一轮的优化结果 进行更新；综上将步骤2.4) 中的前传链路限制条件转化为如下凸限制形式：；

3.1.2)将用户SINR限制条件转化为关于 的凸限制形式，定义 ，步骤2.3) 中的用户SINR限制转换为以下关于 和 的凸限制形式：；

3.1.3)根据定义 ， 也转化为以下限制形式：；

由于 为目标函数和其余限制条件没有影响，因此省略 得到如下松弛的限制形式：；

3.1.4)通过半正定松弛SDR方法将关于 的秩一约束条件松弛，得到子问题一的优化问题形式为：；

3.1.5)由于的到的优化结果 不一定为秩一矩阵，通过以下公式得到最优的和 ：；

3.2) 根据子问题一中得到优化结果 和 ，子问题二的特征在于固定优化变量和 ，以反射面矩阵 为优化变量构建凸形式的子问题二，具体步骤如下：

3.2.1) 对于步骤2.3)中的用户SINR条件，在子问题二中等效的表达为：；

定义公式的左半部分为用户k的可达速率 ；

3.2.2) 用户k接收的信号 通过一个线性接收器 还原基带信号 ；最小化 与原始基带信号 之间的均方误差实现前最佳的前传速率：；

其中 ；

3.2.3)  改写为：

；

其中 为一个正数辅助变量；经过证明得最佳前传速率满足时下有以下结论：；

其中 ；对于步骤3.2.1)中的限制条件改写为：；

3.2.4) 定义以下变量处理 ；

；

其中 ；以上变量在每次子问题二之前根据子问题一中得到的最佳和 进行更新；限制条件最终改写为关于 的凸形式：；

其中 ；

3.2.5)改写关于 有源智能反射面的功率限制：；

其中 ；

3.2.6) 重写关于 目标函数；

其中 ，

；

同时利用辅助变量对优化目标函数进行约束，有限制条件：；

3.2.7) 使用半正定松弛方式直接对 进行优化获得结果 ；通过泰勒展开得到目标函数关于 的下界；将目标函数在 处展开，计算变量，；

得到 ；其中 的初始值

由满足有源反射面功率条件，在交替优化过程中由上一轮高斯随机化得到的最优 得到；

3.2.8) 优化以下子问题：

；

3.2.9)根据步骤3.2.8) 中优化得到 的进行足够次数的高斯随机化得到性能最好的，判断优化是否收敛，如果没有收敛则根据步骤3.1.1)更新变量 ，优化步骤3.1.4)中的子问题一，根据步骤3.1.5)更新变量 和 ，进而根据步骤3.2.4)，步骤3.2.7)更新其中有关变量，优化步骤3.2.8)中的子问题直到收敛。