本发明专利技术所述的一种智能反射面辅助认知无线电系统的符号级预编码方法，首先建立认知用户和主用户的接收信号模型，其次建立相关的符号级预编码问题，在认知用户侧符号错误概率约束、干扰温度约束、智能反射面的恒模约束以及基站已知的用户信道状态信息的基础上，提出以系统发射功率最小化为目标的设计问题，最后针对所建立的系统发射功率最小化设计问题进行求解。本发明专利技术基于符号级预编码方案，使用智能反射面辅助认知无线电系统，在认知用户侧符号错误概率、干扰温度等约束条件下，设计了系统发射功率最小化的实现方法，节省了系统的发射功率，有利于未来绿色无线通信网络的建设。有利于未来绿色无线通信网络的建设。有利于未来绿色无线通信网络的建设。
【技术实现步骤摘要】
一种智能反射面辅助认知无线电系统的符号级预编码方法
[0001]本专利技术属于无线通信
，尤其涉及一种智能反射面辅助认知无线电系统的符号级预编码方法。
技术介绍
[0002]随着无线通信技术的迅速发展，大量的移动终端需要接入到无线通信网络中来，导致巨大的频谱需求与有限的频谱资源之间的矛盾日益尖锐，而认知无线电技术可以实现对空闲频谱资源的再次利用，从而解决频谱资源稀缺、利用率低下的问题，能够更好的契合未来无线通信技术的发展。
[0003]智能反射面(Intelligent Reflecting Surface，IRS)能够实时、动态的配置无线通信环境，已经在提升通信可靠性、减少功率损耗以及保证物理层安全等方面得到了广泛应用。IRS通过调节入射信号的相位或振幅来实现特定的通信功能，能够更加方便灵活的实现基站与用户之间的通信。此外，IRS所反射的信号可以与其他路径的信号叠加，以增加接收端信号功率或减小同信道的干扰。如文献[J.Yuan,Y.Liang,J.Joung,G.Feng and E.G.Larsson,"Intelligent Reflecting Surface(IRS)
‑
Enhanced Cognitive Radio System,"ICC 2020
‑
2020IEEE International Conference on Communications(ICC),2020,pp.1
‑
6.]在线性预编码方案下，考虑有智能反射面辅助认知无线电的场景，比较了不同条件下认知用户的可达速率；但传统的预编码方案虽然实现起来比较简单，但需要较高的功耗来保证基站到用户间的信号传输。
[0004]符号级预编码(Symbol Level Precoding，SLP)方案则是在正交调幅(QAM)或M进制相移键控(MPSK)调制下将传输符号从星座图中提取出来，同时将干扰信号转化为一个有利因素，在符号级处理传输数据帧时利用这些干扰信号，将其转化为有用的信号功率，从而使基站能以更小的发射功率完成通信工作。与传统的预编码方案相比，SLP方案在降低用户侧符号错误概率以及改善系统通信时的功耗方面具备明显优势。如文献[M.Shao,Q.Li and W.
‑
K.Ma,"Minimum Symbol
‑
Error Probability Symbol
‑
Level Precoding With Intelligent Reflecting Surface,"in IEEE Wireless Communications Letters,vol.9,no.10,pp.1601
‑
1605,Oct.2020.]在智能反射面的辅助下，针对传统的无线通信环境考虑了SLP方案，强调了SLP方案比传统的迫零(Zero Forcing，ZF)预编码方案在降低用户误码率方面更具优势，但其只考虑了传统的无线通信场景，没有将SLP方案应用到认知无线电场景，并且只侧重于用户侧误码率的研究，没有对系统发射功率的相关问题进行研究。
技术实现思路
[0005]为解决系统发射功率损耗过高的问题，本专利技术在SLP方案的基础上，首先使用认知无线电技术解决频谱利用率低下的问题，其次使用智能反射面来拓宽信号传输和用户接收的路径，弥补信号传输过程中由于各种因素造成的功率损耗，最后在有智能反射面辅助的认知无线电通信系统下，提出并解决了以系统发射功率最小化为目标的设计问题。以此来
节省系统的发射功率，有利于未来绿色无线通信网络的建设。
[0006]本专利技术所述的一种智能反射面辅助认知无线电系统的符号级预编码方法，包括如下步骤：
[0007]S1、根据认知无线电通信系统的参数设定、信道状态信息以及智能反射面参数，建立认知用户和主用户的接收信号模型；
[0008]S2、针对智能反射面辅助的认知无线电通信场景，建立相关的符号级预编码问题，在认知用户侧符号错误概率约束、干扰温度约束、智能反射面的恒模约束以及基站已知的用户信道状态信息的基础上，提出以系统发射功率最小化为目标的设计问题；
[0009]S3、针对所建立的系统发射功率最小化设计问题，首先使用了基于双层迭代的块坐标下降算法，将建立的设计问题分解为两个子问题，分别进行迭代更新求解；其次在分层迭代过程中，又使用半正定松弛算法和高斯随机化方法来解决智能反射面的恒模约束；最后在符号级预编码方案下求解出最小的系统发射功率，为减少求解时的迭代次数，设计并使用了二分算法。
[0010]进一步的，S1的具体步骤为：
[0011]对于一个有智能反射面辅助并配备了N
T
根天线的认知基站(CBS)，服务K个单天线认知用户(CU)和L个单天线主用户(PU)的认知无线电通信系统模型；智能反射面(IRS)配备了N
R
个反射单元，相关反射系数可以表示为H
r
表示认知无线通信系统中CBS到IRS间的传输信道；g
r,l
、h
r,k
分别是IRS到第l个PU间的干扰信道以及IRS到第k个CU间的传输信道；g
l
、h
k
分别代表CBS对第l个PU产生的直接干扰信道和CBS到第k个CU间的直接传输信道；则第k个CU接收到的信号为：
[0012][0013]第l个PU接收到的干扰信号为：
[0014][0015]其中，y
k
(t)是第k个CU在符号时间t内接收的信号；i
l
(t)是第l个PU在符号时间t内接收到的干扰信号；T是信道相干时间；Φ＝Diag(θ)是IRS的反射矩阵；是CBS的发射信号；射信号；和是圆形复高斯噪声；认知基站已知的信道状态信息包括干扰信道g
r,l
、g
l
和传输信道H
r
、h
r,k
、h
k
。
[0016]进一步的，S2的具体步骤为：
[0017]在智能反射面辅助的认知无线电通信场景下，同时满足认知用户侧符号错误概率约束、干扰温度约束以及智能反射面的恒模约束，提出了以系统发射功率最小化为目标的设计问题；目标函数及约束条件表示为：
[0018][0019]其中，“min”表示最小化运算；“s.t.”表示约束条件；为实部，为虚部，是认知用户侧符号错误概率约束；是干扰温度约束，I
th
是系统可以承受的最大干扰温度阈值；|θ
i
|＝1是智能反射面的恒模约束；在QPSK调制下，为方便求解问题，将用替代，可以将(11)式写成：
[0020][0021]进一步的，所述S3的具体步骤为：
[0022]S3
‑
1、由于约束条件中存在变量耦合，不适合直接求解，因此将(12)式中的约束条件u(t)＝(H
k
θ+h
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能反射面辅助认知无线电系统的符号级预编码方法，其特征在于，所述方法的步骤为：S1、根据认知无线电通信系统的参数设定、信道状态信息以及智能反射面参数，建立认知用户和主用户的接收信号模型；S2、针对智能反射面辅助的认知无线电通信场景，建立相关的符号级预编码问题，在认知用户侧符号错误概率约束、干扰温度约束、智能反射面的恒模约束以及基站已知的用户信道状态信息的基础上，提出以系统发射功率最小化为目标的设计问题；S3、针对所建立的系统发射功率最小化设计问题，首先使用了基于双层迭代的块坐标下降算法，将建立的设计问题分解为两个子问题，分别进行迭代更新求解；其次在分层迭代过程中，又使用半正定松弛算法和高斯随机化方法来解决智能反射面的恒模约束；最后在符号级预编码方案下求解出最小的系统发射功率，为减少求解时的迭代次数，设计并使用了二分算法。2.根据权利要求1所述的一种智能反射面辅助认知无线电系统的符号级预编码方法，其特征在于，S1的具体步骤为：对于一个有智能反射面辅助并配备了N
T
根天线的认知基站(CBS)，服务K个单天线认知用户(CU)和L个单天线主用户(PU)的认知无线电通信系统模型；智能反射面(IRS)配备了N
R
个反射单元，相关反射系数可以表示为H
r
表示认知无线通信系统中CBS到IRS间的传输信道；g
r,l
、h
r,k
分别是IRS到第l个PU间的干扰信道以及IRS到第k个CU间的传输信道；g
l
、h
k
分别代表CBS对第l个PU产生的直接干扰信道和CBS到第k个CU间的直接传输信道；则第k个CU接收到的信号为：第l个PU接收到的干扰信号为：其中，y
k
(t)是第k个CU在符号时间t内接收的信号；i
l
(t)是第l个PU在符号时间t内接收到的干扰信号；T是信道相干时间；Φ＝Diag(θ)是IRS的反射矩阵；是CBS的发射信号；号；和是圆形复高斯噪声；认知基站已知的信道状态信息包括干扰信道g
r,l
、g
l
和传输信道H
r
、h
r,k
、h
k
。3.根据权利要求1所述的一种智能反射面辅助认知无线电系统的符号级预编码方法，其特征在于，S2的具体步骤为：在智能反射面辅助的认知无线电通信场景下，同时满足认知用户侧符号错误概率约束、干扰温度约束以及智能反射面的恒模约束，提出了以系统发射功率最小化为目标的设计问题；目标函数及约束条件表示为：
其中，“min”表示最...
【专利技术属性】
技术研发人员：史大帅，蔡曙，朱洪波，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
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。