智能反射面的位置部署方法和系统技术方案

本发明专利技术提供一种智能反射面的位置部署方法、系统、存储介质和电子设备，涉及无线通信技术领域。本发明专利技术包括，获取通信网络中待部署的发射机及智能反射面的相关信息；根据所述发射机及智能反射面的相关信息，以网络中所有用户端点接收的能量和最大化为目标，构建关于发射机位置部署、智能反射面位置部署和智能反射面相位偏移的联合优化模型；根据所述联合优化模型，依次获取发射机位置部署位置、智能反射面位置部署位置和智能反射面相位偏移。对比不同方法下的系统内所有用户端点所接收到的能量和，部署了智能反射面的系统，其能量高于未部署智能反射面的系统；且经过对智能反射面的部署位置进行优化，系统能量和又有进一步的提升。升。升。

【技术实现步骤摘要】
智能反射面的位置部署方法和系统


[0001]本专利技术涉及无线通信
，具体涉及一种智能反射面的位置部署方法、系统、存储介质和电子设备。

技术介绍

[0002]智能反射面(IRS)是一种具有大量低成本的被动无源反射元件组成的平面，IRS中每个反射单元都可以独立地调节入射信号的相位。可以利用智能反射面，以提升通信网络性能。为了实现IRS辅助无线网络，需要考虑无源波束成形设计、IRS部署、有源波束成形设计等问题。
[0003]原有技术方案中，例如公开日期为2020年11月20日的文献《智能反射面无线携能通信系统优化算法研究》，其研究了一种IRS辅助的无线携能通信系统。其中，IRS辅助其多天线AP和一个用户进行通信。在多天线接入点AP处的发射功率和用户节点处的收集能量的约束条件下，以最大化用户端信息传输速率为目标函数，建立了AP处有源波束成形和IRS处无源移相器的反射波束成形优化问题。
[0004]但是大部分与IRS相关的现有技术，只考虑了单个发射端或单个IRS辅助的无线携能系统。对于空间区域内分散的接收机，实际的实施效果与无线通信模型很难吻合，更难以符合未来6G通信网络中爆炸性增长的无线用户的需求。并且，大多数技术方案中没有考虑具体的IRS部署问题，而是考虑给定IRS位置下的无线网络，通信系统中能量效率有待进一步提高。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种智能反射面的位置部署方法、系统、存储介质和电子设备，解决了通信系统中能量效率低下的技术问题。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]一种智能反射面的位置部署方法，包括：
[0010]S1、获取通信网络中待部署的发射机及智能反射面的相关信息；
[0011]S2、根据所述发射机及智能反射面的相关信息，以网络中所有用户端点接收的能量和最大化为目标，构建关于发射机位置部署、智能反射面位置部署和智能反射面相位偏移的联合优化模型；
[0012]S3、根据所述联合优化模型，依次获取发射机位置部署位置、智能反射面位置部署位置和智能反射面相位偏移。
[0013]优选的，所述S3包括：
[0014]S31、基于区域离散化策略，将联合优化模型转化为关于发射机位置部署的第一子模型，获取发射机的部署位置；
[0015]S32、根据所述发射机的部署位置，以及预先给定的智能反射面初始相位偏移，将联合优化模型题转化为关于智能反射面的部署位置的第二子模型，获取智能反射面的部署位置；
[0016]S33、根据所述发射机的部署位置、智能反射面的部署位置，将联合优化模型题转化为关于智能反射面相位偏移的第三子模型，获取智能反射面相位偏移。
[0017]优选的，所述联合优化模型包括最大化网络中所有用户端点接收的能量和的目标函数：
[0018][0019][0020]其中，所述通信网络中包括发射机数量为M，K个智能反射面和K个用户端点；每个发射机包括N个天线，每个智能反射面包括u个反射单元，每个用户端点为单天线；
[0021]E
k
表示第k个用户所接收到的能量；
[0022]用户从发射机端接收信号为:
[0023][0024]其中，h
d,i,k
为第i个发射机到第k个用户端点的等效基带信道，
[0025][0026]其中，d
i,k
为第i个发射机和第k个用户端点之间的距离，α和β为与周围环境相关的参数，x
N
为发射机第N条天线的相移；
[0027]h
d,k,k
表示第k个发射机到第k个用户端点的等效基带信道，
[0028]h
r,k,k
为第k个IRS到第k个用户端点的等效基带信道，
[0029]H表示共轭转置，
[0030]为第k个智能反射面的相移矩阵，diag表示对角矩阵，其中表示第k个智能反射面第u个反射单元的相移，
[0031]g
k
为与第k个用户端点配对的发射机和智能反射面之间的信道增益，即第k个发射机到第k个智能反射面的等效基带信道；
[0032]w
i,k
是第i个发射机到第k个用户端点的发射波束成形矢量，
[0033]表示第k个用户端点处的加性高斯白噪声；
[0034]所述联合优化模型还包括约束条件：
[0035]每个用户端点接收到的能量阈值约束为：
[0036][0037]其中，R
T
为每个用户毒啊年接受到的最小能量阈值；
[0038]每个发射机发射预编码功率阈值约束：
[0039][0040]其中，P
max
为发射机的最大允许发射功率；
[0041]每个用户端点的信干噪比阈值约束：
[0042][0043]其中，SINR
k
为第k个用户端点的信干噪比，R为每个用户端的最小信干噪比值。
[0044]优选的，所述S31包括：
[0045]S311、基于区域离散化的策略，将连续空间区域划分为多个空间网格，引入0
‑
1变量x
i,g
表示第i个发射机是否部署在第g个格子中，将联合优化模型转化为关于发射机位置部署的第一子模型；
[0046]则所述目标函数转化为：
[0047][0048]其中，G表示格子总数；
[0049]相应的所述约束条件调整为：
[0050][0051][0052][0053][0054]x
i,g
∈{0,1}
[0055]S312、根据上述第一子模型，采用隐枚举法获取发射机的部署位置。
[0056]优选的，所述S32包括：
[0057]S321、根据所述发射机的部署位置，以及预先给定的智能反射面初始相位偏移，将联合优化模型题转化为关于智能反射面的部署位置的第二子模型，
[0058]则所述目标函数转化为：
[0059][0060]所述约束条件调整为：
[0061]E
k
≥R
T
,k＝1,2,
…
,K
[0062][0063](x
k
‑
x
′
k
)2+(y
k
‑
y
′
k
)2≤r
k
[0064]其中，{x
k
,y
k
}为第k个智能反射面的在区域中的坐标，{x
′
k
,y
′
k
}为第k用户端点及其发射机的对称中心的坐标，r
k
为它们之间距离的一半；
[0065]S322、根据上述第二子模型，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能反射面的位置部署方法，其特征在于，包括：S1、获取通信网络中待部署的发射机及智能反射面的相关信息；S2、根据所述发射机及智能反射面的相关信息，以网络中所有用户端点接收的能量和最大化为目标，构建关于发射机位置部署、智能反射面位置部署和智能反射面相位偏移的联合优化模型；S3、根据所述联合优化模型，依次获取发射机位置部署位置、智能反射面位置部署位置和智能反射面相位偏移。2.如权利要求1所述的智能反射面的位置部署方法，其特征在于，所述S3包括：S31、基于区域离散化策略，将联合优化模型转化为关于发射机位置部署的第一子模型，获取发射机的部署位置；S32、根据所述发射机的部署位置，以及预先给定的智能反射面初始相位偏移，将联合优化模型题转化为关于智能反射面的部署位置的第二子模型，获取智能反射面的部署位置；S33、根据所述发射机的部署位置、智能反射面的部署位置，将联合优化模型题转化为关于智能反射面相位偏移的第三子模型，获取智能反射面相位偏移。3.如权利要求1或者2所述的智能反射面的位置部署方法，其特征在于，所述联合优化模型包括最大化网络中所有用户端点接收的能量和的目标函数：所述联合优化模型包括最大化网络中所有用户端点接收的能量和的目标函数：其中，所述通信网络中包括发射机数量为M，K个智能反射面和K个用户端点；每个发射机包括N个天线，每个智能反射面包括u个反射单元，每个用户端点为单天线；E
k
表示第k个用户所接收到的能量；用户从发射机端接收信号为:其中，h
d,i,k
为第i个发射机到第k个用户端点的等效基带信道，其中，d
i,k
为第i个发射机和第k个用户端点之间的距离，α和β为与周围环境相关的参数，x
N
为发射机第N条天线的相移；h
d,k,k
表示第k个发射机到第k个用户端点的等效基带信道，h
r,k,k
为第k个IRS到第k个用户端点的等效基带信道，H表示共轭转置，为第k个智能反射面的相移矩阵，diag表示对角矩阵，
其中表示第k个智能反射面第u个反射单元的相移，g
k
为与第k个用户端点配对的发射机和智能反射面之间的信道增益，即第k个发射机到第k个智能反射面的等效基带信道；w
i,k
是第i个发射机到第k个用户端点的发射波束成形矢量，表示第k个用户端点处的加性高斯白噪声；所述联合优化模型还包括约束条件：每个用户端点接收到的能量阈值约束为：其中，R
T
为每个用户毒啊年接受到的最小能量阈值；每个发射机发射预编码功率阈值约束：其中，P
max
为发射机的最大允许发射功率；每个用户端点的信干噪比阈值约束：其中，SINR
k
为第k个用户端点的信干噪比，R为每个用户端的最小信干噪比值。4.如权利要求3所述的智能反射面的位置部署方法，其特征在于，所述S31包括：S311、基于区域离散化的策略，将连续空间区域划分为多个空间网格，引入0
‑
1变量x
i,g
表示第i个发射机是否部署在第g个格子中，将联合优化模型转化为关于发射机位置部署的第一子模型；则所述目标函数转化为：其中，G表示格子总数；相应的所述约束条件调整为：相应的所述约束条件调整为：相应的所述约束条件调整为：
x
i,g
∈{0,1}S312、根据上述第一子模型，采用隐枚举法获取发射机的部署位置。5.如权利要求4所述的智能反射面的位置部署方法，其特征在于，所述S32包括：S321、根据...

【专利技术属性】
技术研发人员：梁运龙，刘振威，黄欣，张海洋，张文捷，曹琪，黄伟，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：