一种基于IRS-BackCom的多小区MISO下行通信方法及系统技术方案

技术编号:32887451 阅读:66 留言:0更新日期:2022-04-02 12:23
本发明专利技术公开了一种基于IRS

【技术实现步骤摘要】
一种基于IRS

BackCom的多小区MISO下行通信方法及系统


[0001]本专利技术属于无线通信
,具体涉及一种基于IRS

BackCom的多小区MISO下行通信方法及系统。

技术介绍

[0002]随着基站(Base Station,BS)的快速部署,5G网络变得越来越密集化。尽管BS的广泛部署能扩展小区网络覆盖范围并提升通信质量,但是多个BS的使用也常常会引起小区间干扰(Inter

Cell Interference,ICI),进而导致通信性能的下降。为了消除ICI,协同多点(Coordinated Multipoint,CoMP)传输技术已经被提出和广泛研究。能够实现占用相同时间和频谱资源的多个BS的联合传输。由于BS配备了射频链路(Radio Frequency,RF),因此目前的CoMP技术未能够有效降低功耗和硬件成本。最近,新兴的智能反射面反向散射通信(Intelligent Reflecting Surface Backscatter Communication,IRS

BackCom)技术为实现低功耗低成本CoMP提供了一种可能的解决方案。
[0003]智能反射面(Intelligent Reflecting Surface,IRS)是由大量无源反射元素单元组成的可编程二维人工超表面。当电磁波入射IRS时,各元素单元能够重新配置RF信号的振幅和相位等电磁特性。基于此种能力,IRS通过协同地控制各元素单元,可以实现反射信号的被动波束成形。与有源天线相比,IRS没有或仅仅配备了少量RF链路,是一种更具成本优势的无源设备。通常而言,IRS的功耗非常低,且主要来源于控制器和元素单元电路。
[0004]因此,在提升小区网络的频谱和能量效率方面,毫无疑问,IRS技术提供了一种绿色环保方案。目前,大多数研究主要集中在探索IRS的反射能力,用以改善无线环境,而如何利用IRS

BackCom优化多小区多输入单输出(Multiple

Input Single

Output,MISO)网络还未有人研究。

技术实现思路

[0005]本专利技术所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于IRS

BackCom的多小区MISO下行通信方法及系统,采用IRS代替有源发射天线来用作小区BS。通过调制并反向散射来自功率站(Power Station,PB)的无线能量信号,从而实现与小区单天线用户的下行通信。
[0006]本专利技术采用以下技术方案:
[0007]一种基于IRS

BackCom的多小区MISO下行通信方法,包括以下步骤:
[0008]S1、建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型,当功率站发射的携能电磁波入射到智能反射面时,智能反射面的各个元素单元各自改变入射的电磁信号特性,并利用反向散射通信发射新信号,结合小区边缘单天线用户设备的接收信号信干噪比,在总功率受限条件下,对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述;
[0009]S2、利用拉格朗日对偶转换将步骤S1得到的数学表述进行转换,然后采用块坐标
下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量,最大化多小区多输入单输出网络下行链路的加权和速率,实现多小区MISO下行通信。
[0010]具体的,基于IRS

BackCom辅助的多小区MISO网络下行链路模型包括一个配有M根天线的能量站,多个由L个元素单元组成的智能反射面和多个单天线用户设备:
[0011]当能量站向多个智能反射面发射能量信号时,智能反射面作为小区的无源基站,利用反向散射向小区边缘的用户设备发送信息;能量站与所有智能反射面之间的数据流相互独立,信道状态信息完整;当能量站发射的电磁波入射到智能反射面时,智能反射面控制各个元素单元的反射系数,实现对电磁波信号振幅和相位的调制,再利用反向散射向用户设备发送调制后的新信号。
[0012]进一步的,智能反射面的调制过程为:
[0013][0014]其中,f
jk,i
表示从第i个智能反射面到第j个小区中第k个小区边缘的用户设备的数据流的信道增益向量,H表示从能量站到第i个智能反射面的信道增益矩阵,s代表来自能量站的原始数据流,w是能量站的波束成形,Θ
i
和θ
i
分别表示第i个智能反射面的反向散射对角矩阵和被动波束成形向量,x
ir
是经过调制后针对第i个小区中第r个小区边缘的单天线用户设备的数据流。
[0015]更进一步的,第j个小区中第k个小区边缘的用户设备的数据流的接收信号y
jk
和信号与干扰加噪声比γ
jk
分别表示为:
[0016][0017][0018]其中,是高斯白噪声,和分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。
[0019]具体的,步骤S1中,对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述如下:
[0020][0021]其中,ω
jk
为第j个小区中第k个小区边缘的用户设备的权重因子,Θ为θ
jk
组成的向量集合,P为能量站的总功率,和分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。
[0022]具体的,步骤S2中,利用拉格朗日对偶转换将步骤S1构建的数学表述进行转换得到数学模型如下:
[0023][0024]其中,w为能量站的波束成形向量,α
jk
和β
jk
为辅助变量,Θ为θ
jk
组成的向量集合,P为能量站的总功率,和分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘的单天线用户设备,f
obj
为步骤S1构建的数学模型的目标函数,θ
jk
为对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量。
[0025]进一步的,数学模型的目标函数f
obj
为:
[0026][0027]其中,ω
jk
为第j个小区中第k个小区边缘的用户设备的权重因子,γ
jk
为第j个小区中第k个小区边缘的用户设备的信干噪比,α
jk
为辅助变量。
[0028]具体的,步骤S2中,采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量具体为:
[0029]首先固定能量站的波束成形向量w和对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量θ
jk
组成的向量集本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于IRS

BackCom的多小区MISO下行通信方法,其特征在于,包括以下步骤:S1、建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型,当功率站发射的携能电磁波入射到智能反射面时,智能反射面的各个元素单元各自改变入射的电磁信号特性,并利用反向散射通信发射新信号,结合小区边缘单天线用户设备的接收信号信干噪比,在总功率受限条件下,对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述;S2、利用拉格朗日对偶转换将步骤S1得到的数学表述进行转换,然后采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量,最大化多小区多输入单输出网络下行链路的加权和速率,实现多小区MISO下行通信。2.根据权利要求1所述的基于IRS

BackCom的多小区MISO下行通信方法,其特征在于,基于IRS

BackCom辅助的多小区MISO网络下行链路模型包括一个配有M根天线的能量站,多个由L个元素单元组成的智能反射面和多个单天线用户设备:当能量站向多个智能反射面发射能量信号时,智能反射面作为小区的无源基站,利用反向散射向小区边缘的用户设备发送信息;能量站与所有智能反射面之间的数据流相互独立,信道状态信息完整;当能量站发射的电磁波入射到智能反射面时,智能反射面控制各个元素单元的反射系数,实现对电磁波信号振幅和相位的调制,再利用反向散射向用户设备发送调制后的新信号。3.根据权利要求2所述的基于IRS

BackCom的多小区MISO下行通信方法,其特征在于,智能反射面的调制过程为:其中,f
jk,i
表示从第i个智能反射面到第j个小区中第k个小区边缘的用户设备的数据流的信道增益向量,H表示从能量站到第i个智能反射面的信道增益矩阵,s代表来自能量站的原始数据流,w是能量站的波束成形,Θ
i
和θ
i
分别表示第i个智能反射面的反向散射对角矩阵和被动波束成形向量,x
ir
是经过调制后针对第i个小区中第r个小区边缘的单天线用户设备的数据流。4.根据权利要求3所述的基于IRS

BackCom的多小区MISO下行通信方法,其特征在于,第j个小区中第k个小区边缘的用户设备的数据流的接收信号y
jk
和信号与干扰加噪声比γ
jk
分别表示为:分别表示为:其中,是高斯白噪声,和分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。5.根据权利要求1所述的基于IRS

BackCom的多小区MISO下行通信方法,其特征在于,
步骤S1中,对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述如下:(P1)s.t.Tr(ww
H
)≤P其中,ω
jk
为第j个小区中第k个小区边缘的用户设备的权重因子,Θ为θ
jk
组成的向量集合,P为能量站的总功率,和分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。6.根据权利要求1所述的基于IRS

BackCom的多小区MISO下行通信方法,其特征在于,步骤S2中,利用拉格朗日对偶转换将步骤S1构建的数学表述进行转换得到数学模型如下:(P2)s.t.Tr(ww
H
)≤P其中,w为能量站的波束成形向量,α
jk
和β
jk
为辅助变量,Θ为θ
jk
组成的向量集合,P为能量站的总功率,和分别为智能反射面集合、元素单元集...

【专利技术属性】
技术研发人员:徐赛肖素杰刘家佳
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1