一种基于RIS辅助的认知无线网络中断性能预测方法及系统技术方案

本发明专利技术提供了一种基于RIS辅助的认知无线网络中断性能预测方法及系统，包括S1构建RIS辅助认知无线网络模型，写出次用户接收机的接收信号表达式,S2用RIS消除次用户对主用户的干扰，导出各反射单元的相位取值，得到接收信噪比表达式，S3讨论RIS各反射单元的幅度取值，导出对应的接收信噪比表达式，S4定义中断概率事件，推导出次用户中断概率理论表达式,S5通过蒙特卡洛进行仿真及理论分析验证；另一方面还提供一种系统用于实现上述方法。本发明专利技术在RIS覆盖范围的限制下，采用RIS来消除次用户对主用户的干扰，以提升次用户系统性能，可以精确预测实际系统性能甚至提升系统性能，其网络还可以工作在更低干扰噪声比环境下，为实际网络设计与优化提供了理论指导。络设计与优化提供了理论指导。络设计与优化提供了理论指导。

【技术实现步骤摘要】
一种基于RIS辅助的认知无线网络中断性能预测方法及系统


[0001]本专利技术属于领域无线通信领域，特别涉及一种基于RIS辅助认知无线网络中断性能预测方法。

技术介绍

[0002]随着无线通信产业的蓬勃发展，激增的移动用户数和无线宽带业务需求面临着频谱资源分配殆尽、设备成本高和能耗高等问题，制约着无线通信产业的持续发展。认知无线电技术被认为是解决频谱资源短缺问题的一项有效技术。认知无线网络中，主次用户可以采用重叠模式或覆盖模式来共享频谱。在重叠模式下，次用户可接入主用户的频谱，只要其对主用户的干扰低于预设的门限值。由于干扰门限和信道衰落的影响，次用户的服务质量往往难于满足。如何保障次用户链路的通信质量，是认知无线技术实用化需要考虑的关键问题。
[0003]智能反射面(RIS)技术由于其具有全双工全频带工作、无需射频单元、不会放大噪声、低成本、低能耗和易布置等优点获得了学术界和工业界的广泛关注。RIS是一个由大量低成本的无源反射单元所构成的超表面。每个单元都可独立地对入射信号的幅度和相位进行调节。通过各单元的协作，RIS可让各反射信号在接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RIS辅助的认知无线网络中断性能预测方法，其特征在于，包括以下步骤：S1，对通信系统构建基于RIS辅助的认知无线网络模型，写出次用户接收机的接收信号表达式；S2，导出各反射单元的相位取值，并得到此时的接收信噪比表达式；S3，获取RIS各反射单元的幅度取值，导出对应的接收信噪比表达式；S4，定义中断概率事件，推导出次用户中断概率理论表达式；S5，通过蒙特卡洛对S4所述次用户中断概率理论表达式进行仿真及理论分析验证。2.根据权利要求1所述的一种基于RIS辅助的认知无线网络中断性能预测方法，其特征在于，步骤S1所述通信系统还包括单天线主用户接收机、单天线次用户发射机、单天线次用户接收机和具有N个反射单元的RIS所组成，主用户发射机位于RIS覆盖范围内，而次用户发射机位于RIS覆盖范围之外。3.根据权利要求2所述的通信系统，其特征在于，还包括单天线主用户接收机数量为1，单天线次用户发射机数量为1，单天线次用户接收机数量为1，RIS数量为1。4.根据权利要求1所述的一种基于RIS辅助的认知无线网络中断性能预测方法，其特征在于，包括：把RIS的第i个反射单元记为用h
sd
、h
sp
、h
si
和h
ip
分别表示s
→
d链路、s
→
p链路、s
→
r
i
链路和r
i
→
p链路的复信道系数，用d
sd
、d
sp
、d
sr
和d
rp
分别表示上述对应链路节点间间距；所有链路信道系数：服从均值为0，方差为1的复高斯随机分布；其中|h
mn
|和∠h
mn
分别是信道h
mn
的幅度和相位，e为常数，j2＝
‑
1为虚数，写出次用户接收机的接收信号表达式：其中，P
s
是发射功率，x是能量归一化发射信号，n是均值为0，方差为N0的加性高斯白噪声；在最大发射功率约束Q和干扰功率约束I
p
下，次用户发射功率表示为：其中，β是路径损耗因子，θ
i
是第i个反射单元的调节相位，α∈(0，1]是第i个反射单元的调节幅度。5.根据权利要求1所述的一种基于RIS辅助的认知无线网络中断性能预测方法，其特征在于，所述步骤S2中反射单元的相位取值为：次用户接收机处的信噪比表示为：
其中，为平均信噪比，为平均干扰噪声比，服从瑞利分布，服从指数分布，用伽马分布对X2进行近似，X2的概率密度函数表示为：其中，Γ(
·
)为伽马函数，ρ＝Nπ2/(16
‑
π2)为...

【专利技术属性】
技术研发人员：杨平，邝伟潮，王善进，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：