一种基于可重构智能表面的发射功率最小化传输方法技术

本发明专利技术公开了一种基于可重构智能表面的发射功率最小化传输方法，该传输方法中基站发送的信号经可重构智能表面反射到达用户端，可重构智能表面能改变入射到其上信号的相位以增强用户端接收信号，从而达到在保证服务质量的前提下降低基站端发射功率的效果。该方法中基站和可重构智能表面利用已知的信道状态信息，基于发射功率最小化原则，考虑用户间不共享子载波分配策略，在满足用户性能约束的前提下，通过最大比传输预编码方案和深度强化学习算法联合设计发射端预编码矩阵和可重构智能表面处反射相位矩阵。本发明专利技术收敛速度快，以相对传统数值方法较低的计算复杂度和时延获得发射功率的有效降低。发射功率的有效降低。发射功率的有效降低。

A transmission method of minimizing transmission power based on Reconfigurable Intelligent surface

【技术实现步骤摘要】
一种基于可重构智能表面的发射功率最小化传输方法


[0001]本专利技术属于可重构智能表面辅助的多用户多输入单输出正交频分复用(multiple
‑
input single
‑
output orthogonal frequency division multiplexing,MISO
‑
OFDM)下行系统自适应传输
，具体涉及一种基于可重构智能表面的发射功率最小化传输方法。

技术介绍

[0002]可重构智能表面(reconfigurable intelligent surface,RIS)得益于超材料的快速发展被视为新一代无线通信中可以低成本和低能量消耗获得高频谱效率的关键技术之一。RIS是一种由大量无源且可重构的反射元件组成的软件可控的平面阵列超表面，通过实时动态调整反射信号的幅度和/或相位，反射信号能量在特定方向被加强或减弱，因而目标用户的信噪比性能被极大改善，同时用户间干扰可得到有效控制。此外，RIS仅依赖于无源信号的反射，因此与传统的有源收发器/继电器相比，大大降低了硬件成本和能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可重构智能表面的发射功率最小化传输方法，其特征在于，包括以下步骤：步骤一、基站配置均匀线性天线阵包括N
t
个天线阵元，服务K个单天线用户；可重构智能表面配置均匀平面反射阵，共M＝x
×
y个反射单元，包括垂直方向x行反射单元，水平方向每行y个反射单元；系统整体带宽被划分为N个子载波，进一步划分为K个子带并分配给K个用户，满足S1∪S2∪
…
S
k
∪
…
S
K
＝{i|i＝0,1,
…
,N
‑
1}，S
k
为用户k的子载波索引集，k＝1,2,
…
,K；基站和可重构智能表面已知用户的时域信道状态信息；步骤二、利用时域信道状态信息构建从基站到用户k频域子载波i上的信道向量从可重构智能表面到用户k频域子载波i上的信道向量和从基站到可重构智能表面频域子载波i上的信道矩阵G
i
，k＝1,2,
…
,K，i∈S
k
；步骤三、构建智能体X的经验池及深度强化学习神经网络，包括：动作输出在线网络A、动作输出目标网络状态动作评价在线网络C
ρ
，ρ＝1,2即C1和C2，以及状态动作评价目标网络即和所述动作输出在线网络A和动作输出目标网络构成智能体X的动作输出网络；所述状态动作评价在线网络C1和C2以及状态动作评价目标网络和构成智能体X的评价网络；智能体X在t时刻的环境状态为其中其中为智能体X在t
‑
1时刻输出的可重构智能表面各个反射元件的相位参数，是t
‑
1时刻的系统发射功率；步骤四、初始化深度强化学习神经网络参数，初始化单次随机采样数量N
B
，初始化t＝0；可重构智能表面在t＝0时刻的相位矩阵中的各个相位从[
‑
π,π]中随机选取；计算得到t＝0时刻系统发射功率令t＝t+1，得到智能体X在t时刻的环境状态步骤五、将t时刻的环境状态s
(t)
作为动作输出在线网络的输入，得到智能体X的动作a
(t)
；然后计算t时刻可重构智能表面的相位偏置矩阵Φ
(t)
、子载波i上的预编码向量以及用户k在子载波i上的发射功率进而得到智能体X在t+1时刻的环境状态并将t时刻的系统发射功率作为奖励值r
(t)
；最终得到四元组将其作为一个经验样本存入经验池中，若经验池已存满后，则用该经验样本覆盖经验池中最早的一个经验样本；步骤六、智能体X将状态动作对(s
(t)
,a
(t)
)输入状态动作评价在线网络C1和C2中，输出状态动作对(s
(t)
,a
(t)
)的评价值和其中，分别表示状态动作评价在线网络C1和C2的评价函数，分别为状态动作评价在线网络C1和C2的网络参数；
随后从经验池随机采样N
B
个样本：若t≥N
B
，则从经验池中随机选择N
B
个样本其中每个样本均为学习过程中存入经验池中的四元组，进入步骤七；若t<N
B
，则不采样并令t＝t+1，转到步骤五；步骤七、利用采样结果对动作输出在线网络和状态动作评价在线网络进行更新，并对动作输出目标网络和状态动作评价目标网络进行软更新；若其中是网络收敛条件，则停止迭代转到步骤八，否则令t＝t+1并转到步骤五；步骤八、将当前t时刻所得的可重构智能表面的相位偏置矩阵Φ
(t)
、子载波i上的预编码向量以及用户k在子载波i上的发射功率作为当前信道状态信息下的可重构智能表面的最佳相位偏置矩阵Φ
opt
、相应的最佳基站预编码方案及功率分配方案。2.根据权利要求1所述的一种基于可重构智能表面的发射功率最小化传输方法，其特征在于，步骤一所述时域信道状态信息包括：基站到用户k的时域块循环信道矩阵见下式：其中，是基站到用户k的具有L0个抽头的直接路径时域基带等效多径信道矩阵，(
·
)
T
表示转置，(
·
)
H
表示共轭转置；基站到可重构智能表面的时域块循环信道矩阵见下式：其中，为基站到可重构智能表面的具有L1个抽头的时域等效多
径信道矩阵，可重构智能表面到用户k的时域块循环矩阵见下式：其中，是可重构智能表面到用户k的具有L2个抽头的时域等效多径信道矩阵，3.根据权利要求1所述的一种基于可重构智能表面的发射功率最小化传输方法，其特征在于，步骤二所述利用时域信道状态信息构建从基站到用户k频域子载波i上的信道向量从可重构智能表面到用户k频域子载波i上的信道向量和从基站到可重构智能表面频域子载波i上的信道矩阵G
i
，具体包括以下步骤：步骤2.1、按下式计算中间矩阵和和和和其中，表示矩阵的第n列向量，表示矩阵的第n
t
+(n
‑
1)
×
N
t
列向量；表示矩阵的第p行第q列元素，表示矩阵的第m+(p
‑
1)
×
M行第n
t
+(q
‑
1)
×
N
t
...

【专利技术属性】
技术研发人员：李潇，黄文婷，金石，
申请(专利权)人：东南大学，
类型：发明
国别省市：