1.一种IRS辅助C‑RAN簇内信道估计量化比特优化方法，其特征在于：对于智能反射面辅助的云无线接入网的上行通信系统，根据簇内前传容量的限制，分配各RRH各天线的量化比特，以最小化信道估计误差，具体步骤如下：

1.1)K个单天线用户UE通过I个RRH与BBU池进行通信，其中RRH分为两个集合 和 集合 中的RRH与UE之间的通信需要IRS辅助，而集合 中的RRH则不需要IRS辅助通信；每个RRH有M根天线，装有N个反射单元得IRS部署在用户和RRH之间；RRH对接收信号进行压缩，再通过前传链路传输到BBU池；

1.2)在只考虑有IRS辅助的C‑RAN系统中，在信道估计阶段的t时刻用户k向RRH发送信号 各RRH通过直连链路和IRS的反射链路接收用户发送的信号，假定第i(i＝1,…,I1)个RRH收到的反射信号是由第i个IRS辅助完成的，其中，RRHi在时刻t接收到的信号表示为：其中 表示第k个用户到RRHi的直连信道,hi,k的协方差矩阵为 表示hi,k的路径损耗，p表示用户的相同发射功率，φi,n,t表示第i个IRS的第n个反射单元在t时刻对所考虑的相干块的反射系数，满足：gk,n,i＝sk,i,nri,n表示从第k个用户通过第i个IRS的第n个反射单元到第i个RRH的UE‑IRS‑RRH反射信道，其中 为用户k到第i个IRS的信道，其中sk,i的协方差矩阵为 表示sk,i的路径损耗， 为第i个IRS到第i个RRH的信道，其中Ri的协方差矩阵为 表示Ri的路径损耗， 表示t时刻RRHi处的加性高斯白噪声AWGN，其协方差矩阵为

1.3)信道估计分为三个阶段，在第一阶段中关闭所有IRS反射单元，即φi,n,t＝0，估计所有用户到提供服务的RRH的直连信道，定义 为一阶段用2

户k发送的导频序列，其中q ＝‑1，τ1≥K， 则RRHi在第一阶段时刻t(t＝1,···,τ1)的接收信号为：i

因此在时刻t(t＝1,···,τ1)，RRH的第m根天线收到的信号为：其中Hi,m＝[hi,1,m,···,hi,K,m]，

1.4)在收到来自用户的信号后，每个RRH将其量化，然后将量化信号转发到BBU池；首先将RRH i的第m根天线接收到的信号归一化为 其中 是RRHi接收到的噪声功率， 是一个比例因子：归一化信号 通过量化器后，量化为 量化后的信号可从归一化信号计算为：其中符号 表示离x最近的整数，Qi,m表示量化器对RRHi的第m根天线的接收信号进行量化时的分辨率；RRHi的第m根天线处的量化误差为 和 近似为[‑δi,m,δi,m]的均匀随机变量，其中 的均值为零且方差 随后量化后的信号将通过无差错的前传链路发送到BBU池；

1.5)在第一阶段时刻t(t＝1,···,τ1)在BBU池接收到的信号为：其中 为压缩噪声；

在整个一阶段BBU池处接收到的信号两边同时乘上 得：其中

然后采用线性最小均方误差方法，得到hi,k的估计为：所以hi,k的MSE为：

其中

得到一阶段信道估计总误差为：

1.6)在第二阶段中，任意选择其中一个用户，假定其为用户1，向RRHi发送导频符号，即估计其到提供服务的RRHi和IRSi的反射信道，定义 为用户1在二阶段的导频序列，则RRH i在第二阶段时刻t(t＝τ1+1,…,τ1+τ2)的接收信号为：T

其中g1,n,i＝[g1,n,i,1,···,g1,n,i,M]；

则在时刻t(t＝τ1+1,…,τ1+τ2)，RRHi的第m根天线收到的信号为：因此

所以可得 的均值为零且方差为：

1.7)在整个第二阶段，BBU池处的有效接收信号则表示为：其中

令 作为总噪声，则得到：

其中 是对括号内的矩阵求期望，且

再定义 然后采用LMMSE方法，得到[g1,1,i,···,g1,N,i]的估计为：所以得到第二阶段估计[g1,1,i,···,g1,N,i]的MSE为：则第二阶段总的MSE为：

1.8)在第三阶段的信道估计中，剩余用户向RRH  i发送导频符号，定义为用户k的导频序列，则RRHi在第三阶段时刻t(t＝τ1+τ2+1,…,τ1+τ2+τ3)的接收信号为：因为用户1和其他用户的UE‑IRS‑RRH反射信道之间的有以下关系：其中sk,i,n是用户k到第i个IRS的第n个反射单元的信道；

因此，RRHi在第三阶段时刻t(t＝τ1+τ2+1,…,τ1+τ2+τ3)的接收信号重新表示如下：当t≥τ1+τ2+1时，定义在每个时刻t，只有用户序号为kt,2≤kt≤K的用户能够将其导频符号传输给RRH，并且N个IRS反射单元中只有Mt≤M，用集合Δt表示，其中Mt＝|Δt|≤M，开启以反映导频符号，以便RRH估计 其中：其中 因此，对于用户序号为kt的用户，分配时隙来估计其反射信道；在第一个 时隙中，M个IRS反射单元处于开启状态，在最后一个时隙中，其余 个IRS反射单元处于开启状态；需要时隙来估计

1.9)在时刻 设置

此时，RRHi的第m根天线收到的信号为：因此

由于

因此

所以得 的均值为零且方差为：

1.10)在第三阶段时，假设信道估计误差 由于对hi,k和g1,n,i的估计不完善，BBU池在时刻t(t＝τ1+τ2+1,…,τ1+τ2+τ3)的有效接收信号为：其中

由上式可得：

其中

定义 然后采用LMMSE方法，得到 的估计为：则在给定G1,t,i的情况下，估计 的MSE为：通过平均G1,t,i的所有通道实现，估计 的MSE为：所以第三阶段总的MSE为：

对于智能反射面辅助的云无线接入网的上行通信系统，根据簇内前传容量的限制，分配各RRH各天线的量化比特，以最小化信道估计误差，具体步骤如下：

2.1)在信道估计的各阶段中，RRH i的第m根天线的量化比特数为Qi,m；RRH天线量化比特数限制表示为 其中C为RRH天线量化比特数之和；以RRH天线量化比特数之和为约束，使各阶段MSE最小化的优化问题分别表示为如下的(P1)，(P2)和(P3)：(C2):Qi,m≥0且Qi,m为整数(C2):Qi,m≥0且Qi,m为整数(C2):Qi,m≥0且Qi,m为整数Ι ΙΙ ΙIΙ

阶段一、二、三的信道估计总误差ε ，ε ，ε 分别由步骤1.6)，1.7)，1.10)给出，优化步骤如下：

0 0 0

2.2)对于优化问题P1，初始化 d ，δ ，D；d 为左右点0

距离的初始设定值，δ 为初始步长，D表示每次迭代时随机搜索方向向量集的最大向量个

0 0 Ι 0

数；令p∈[0,d ]，fbest＝f(x )，其中函数f(x)是ε 关于x 的函数；定义迭代上限次数为steps，迭代次数t≤steps；定义随机搜索方向的向量集为：代表第i次探索的方向；

t

2.3)首先确定搜索方向为 通过x得到左右点的位置xlt和xrt，其中 带入到函数f(x)中可以得到左右点位置的函数值fl＝f(xlt)和fr＝f(xrt)；

t

2.4)如果fbest≤fl&&fbest≤fr，则更新搜索方向记为 根据x得到新的左右点位置xlt和xrt，将新的左右点位置的函数值与fbest比较；如果同时满足fbest≤fl&&fbest≤fr&&i≤D，则继续更新 并继续寻找新的左右点；若有一项不满足则停止寻找新的左右点；

t t+1

2.5)根据步骤2.4)得到的左右点的函数值f(xlt)、f(xrt)和x 可以得到x ，其中t+1 t其中左右点之间的距离为d ＝ad

t+1 t+1 t

+b，a,b∈(0,1)；并且令fbest＝f(x )，迭代次数变为t＝t+1，更新步长为δ ＝uδ ,u∈(0,t

1)；如果此时t≤steps，则回到步骤2.3)；否则停止迭代且最后一次得到的x就是最优解，Ι t问题P1中最小的估计误差值ε 就等于函数值f(x)；

2.6)优化问题P2,P3的求解步骤与P1的步骤相同，所以用上述的步骤就能够解出三个优化问题的最优解。