1.一种可重构智能表面辅助毫米波通信的联合预编码方法，其特征在于：包括以下步骤：步骤1，构建信道模型，对信道信息进行预处理；

步骤2，RIS无源预编码设计；

步骤3，收发端有源预编码设计。

2.如权利要求1所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特征在于：步骤1中，构建信道模型时，采用几何宽带毫米波信道模型，对于OFDM系统，为对应第p子载波的等效信道矩阵且可被表示为如下形式：Hp＝Gp+RpΦTp

其中，Φ为RIS的反射系数矩阵， 与 分别为BS到MS的信道矩阵(直连信道矩阵)、BS到RIS的信道矩阵与RIS到MS的信道矩阵，且有对应的毫米波频域信道的几何模型如下：其中，fs代表采样速率；

对于直连信道Gp：Ld代表BS到MS之间散射路径总数，其中 是第l条路径的复增益，相应地， 代表时延， 代表空间域发射角， 代表空间域到达角， 代表发射阵列响应向量， 代表接收阵列响应向量；

对于BS到RIS的信道矩阵Tp：Lt代表BS到RIS之间散射路径总数，其中 是第l条路径的复增益，相应地， 代表时延，γl代表空间域发射角， 及 分别代表空间域到达方位角和到达俯仰角，aBS(γl)代表发射阵列响应向量， 代表接收阵列响应向量；

对于RIS到MS的信道矩阵Rp：Lr代表RIS到MS之间散射路径总数，其中 是第l条路径的复增益，相应地， 代表时延，χa,l及χe,l分别代表空间域发射方位角和发射俯仰角，θl代表空间域到达角，aBS(γl)代表发射阵列响应向量， 代表接收阵列响应向量；

上述均匀线阵与平面阵的阵列响应向量的具体数学表达式如下(符号 表示矩阵Kronecker乘积)：

3.如权利要求2所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特2

征在于：步骤1中，输入信道环境噪声功率s及相应必要的信道信息以完成信道信息预处理如下：首先，计算信道的等效路径复增益参数为：其次，分别对 与 进行降序排序操作，使之分别满足，再次，基于降序结果，计算BS‑RIS信道与RIS‑MS信道的多径的耦合复增益：最后，计算RIS的部分耦合阵列相应向量：(上标*表示向量/矩阵元素取共轭，°表示矩阵的Hadamard乘积)

4.如权利要求3所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特征在于：步骤2中，通过两步过程分别计算用以自适应平衡系统对直连信道及反射信道利用率的算法参数K，与RIS反射系数向量v。

5.如权利要求4所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特征在于：第一步，定义算法参数K为自变量的目标函数，并通过遍历方法估计K∈[1,…,Ns]，给定：其中， 后续设置为：

首先，对于K＝1,…,Ns，计算所有目标函数值g(K)；

★ ★

其次，取使目标函数值最大的参数作为输出K ，即K ＝argmaxKg(K)；

再次，计算

最后，获得次优反射系数向量设计， 其中，arg(·)表示取复数相位操作， 表示 的第m元。

6.如权利要求5所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特★征在于：第二步，基于算法参数估计K ，计算 并给出反射系数向量优化的目标函数：

后续通过迭代优化算法求解在满足约束条件 的解，包括：(1)输入初始点v0，计算初始目标函数值f(v0)；

(2)初始化迭代参数t＝0，算法收敛门限∈；

(3)计算当前点在目标函数上的黎曼梯度 其中欧几里得梯度 表示取复数实部；

(4)基于目标函数f(v)，在数据点vt的负黎曼梯度 方向上，通过最优化理论中的Armijo准则计算线搜索步长(5)更新数据点

(6)将 投影到对应约束条件的流形空间上，即(7)计算目标函数值f(vt+1)，若|f(vt+1)‑f(vt)|>∈，则令t＝t+1并转至步骤(2)，否则跳★出迭代并输出v ＝vt+1；

★ ★ H

(8)计算RIS的反射系数矩阵Φ ＝diag((v ))。

7.如权利要求6所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特★征在于：步骤3中，收发端的有源预编码设计，基于已获得的RIS无源预编码矩阵Φ 。

8.如权利要求7所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特征在于：收发端的有源预编码设计，包括以下步骤：步骤(a)，计算对应所有子载波的等效信道步骤(b)，完成所有等效信道的奇异值分解 获得步骤(c)，获得最优化的有源预编码设计，对于p＝1,…,P，计算其中，Vp[：,1：Ns]表示右奇异向量矩阵的第1到第Ns列，Up[：,1：Ns]表示左奇异向量矩阵的第1到第Ns列，对角阵Λ为基于信道奇异值∑p及噪声功率的注水功率分配矩阵；

步骤(d)，完成可用于混合波束成形架构的预编码与混合矩阵的问题转化。

9.如权利要求8所述的一种可重构智能表面辅助毫米波通信的联合预编码方法，其特征在于：步骤(d)中，包括：首先，完成已知数据矩阵拼接，即

然后，构建最小化二范数误差问题：

其中，FBB＝[FBB,1,…,FBB,P]，WBB＝[WBB,1,…,WBB,P]；

最后，通过现行通用方法解出前一步步骤中的预编码问题，输出近似全数字的射频及基带混合架构预编码/混合矩阵