利索能及
我要发布
收藏
专利号: 2024114746707
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-01
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于智能反射表面的共生无线电系统的设计与优化方法,其特征在于:包括以下步骤:(1)构建通信系统模型:在常规共生无线电系统的基础上,引入智能反射表面作为反向散射装置,通过开关键控方式控制反射单元的开关,生成次级信号并将其散射给次级用户,次级用户在无法消除主符号的干扰时采用能量检测方法对次级符号进行检测;

(2)主用户处解码主符号时的信噪比为

式中, 表示基站发射波束赋形矢量, 为信道噪声,

和 分别为基站与智能反射表面、基站与主用户和智能

反射表面与主用户之间的信道系数矩阵或矢量, 为智能反射表面的相移矩阵,其中ζm∈[0,1]和θm∈[0,2π]为第m个反射元件的反射幅度和反射相移,s为次级符号,取值为0或1;主用户处的平均可达速率为(3)次级用户使用能量检测法对次级符号进行检测,先在一个次级符号周期内以主传输符号周期为对接收信号进行采样,累积L个样值的能量得到检测统计量为式中,nr[l]和ni[l]分别为噪声的实部和虚部,ys,r[l]和ys,i[l]分别次级符号s=1时次级用户接收样值的实部和虚部;s=0时的错判概率为式中,λ为判决门限,Γ(x)和Γ(a,x)分别为伽玛函数和上不完全伽玛函数;s=1时的错判概率为次级符号的误比特率为

最佳判决门限λ为

(4)以次级符号误比特率最小化为优化目标,构造在主用户最小平均速率、基站的总发送功率约束下关于基站波束赋形矢量和智能反射表面相移矩阵的优化数学模型:|Θm,m|=1,m∈{1,2,…,M}

其中Pmax表示基站总的发送功率,Rmin表示主用户的最小平均速率;该优化问题进一步转换为最大化次级用户在s=1时的接收信号功率:(5)将优化问题转换成基站波束赋形矢量优化和智能反射表面相移矩阵优化两个子问题;

(6)在固定基站波束赋形矢量时,通过将优化子问题转化为凸问题,再利用凸优化求解器和高斯随机化的方法获得智能反射表面相移矩阵矢量;

(7)在固定智能反射表面相移矩阵矢量时,通过使用半正定松弛和高斯随机化的方法获得基站波束赋形矢量;

(8)利用交替优化算法求解智能反射表面相移矩阵矢量和基站波束赋形矢量。

2.根据权利要求1所述一种基于智能反射表面的共生无线电系统的设计与优化方法,其特征在于:步骤(1)所述使用智能反射表面作为反向散射装置,使用开关键控方式生成次级信号并散射给次级用户,还可以为主用户提供一条有益的多径链路,提高主传输性能。

3.根据权利要求1所述一种基于智能反射表面的共生无线电系统的设计与优化方法,其特征在于:步骤(5)所述将优化问题转换成基站波束赋形矢量优化和智能反射表面相移矩阵优化两个子问题,具体包括:(1)在基站发射波束赋形矢量w固定的情况下,优化智能反射表面相移矩阵Θ使得次级符号误比特率最小化,即(2)在智能反射表面相移矩阵Θ固定的情况下,优化基站发射波束赋形矢量w,使得次级符号误比特率最小化,即

4.根据权利要求1所述一种基于智能反射表面的共生无线电系统的设计与优化方法,其特征在于:步骤(6)所述将优化子问题转化为凸问题并通过凸优化求解器和高斯随机化的方法获得智能反射表面相移矩阵矢量,具体包括:由于优化子问题是一个非齐次二次约束二次规划问题,需要将其变换成凸优化问题的形式;定义其中0为元素全为0的列矢量,令

并令 将优化问题转化为

|Vm,m|=1,m∈{1,2,…,M}

Rank(V)=1

式中,

去除Rank(V)=1约束后,优化问题为凸问题,可使用凸优化求解器进行求解;再对求解优化opt问题后得到的解V 通过高斯随机化的方法得到智能反射表面相移矩阵Θ的近似解。

5.根据权利要求1所述一种基于智能反射表面的共生无线电系统的设计与优化方法,其特征在于:步骤(7)所述通过半正定松弛和高斯随机化的方法获得基站波束赋形矢量,具H体为:由于优化问题为非凸问题,令W=ww,再令

可将优化子

问题转化为

tr(W)≤Pmax

Rank(W)=1

再进行半定松弛,将约束Rank(W)=1去掉,就可以得到一个标准的凸半正定规划问题,再使用已有的凸优化求解算法或凸优化求解器进行求解;假设半定松弛后的优化问题的解opt为W ,若其秩为1,则对其进行特征值分解,非零特征向量就是优化子问题的解;如果秩不为1,可利用高斯随机化方法获得优化子问题的近似解。

6.根据权利要求1所述一种基于智能反射表面的共生无线电系统的设计与优化方法,其特征在于:步骤(8)所述求解智能反射表面相移矩阵矢量和基站波束赋形矢量的交替优化算法具体为:算法开始时用基于基站与主用户间信道矢量的最大比发射预编码初始化波束赋形矢量w;每轮w与Θ的交替迭代优化中,先固定波束赋形矢量w为上轮迭代优化得到的解,优化相移矩阵Θ;然后将相移矩阵Θ固定为本轮优化中得到的解,优化波束赋形矢量w;

每轮w与Θ都优化后,根据下式计算出次级传输误比特率:当本次迭代和上轮迭代得到的误比特率相对差值小于收敛因子ε时,迭代结束。