可重构智能表面辅助的MIMO通信系统的参数优化方法技术方案

本申请涉及一种可重构智能表面辅助的MIMO通信系统的参数优化方法，包括：将所有用户的加权速率和WSR最大化作为优化目标，通过联合优化基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ来最大化所有用户的加权速率和WSR；将所述优化目标解耦为两个子目标，通过分别对基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ进行交替优化，实现所述的所有用户的加权速率和WSR最大化的优化目标。本申请可以适用于多小区的情况下并考虑硬件损耗时，通过这种方式构建加权速率和WSR最大化模型，使得获得的最大化系统中用户的加权速率和非常准确。常准确。常准确。

【技术实现步骤摘要】
可重构智能表面辅助的MIMO通信系统的参数优化方法


[0001]本申请涉及MIMO通信系统领域，尤其是涉及一种可重构智能表面辅助的MIMO通信系统的参数优化方法。

技术介绍

[0002]随着移动通信设备的快速增长，多样化的数据流、应用和通信需求都给无线通信带来了巨大的挑战。复杂的通信环境和通信需求需要多种通信技术结合来提高通信系统性能，易于与现有通信系统结合的技术成为第六代(six
‑
th generation，6G)及未来无线通信的主要研究方向。可重构智能表面RIS技术作为未来6G通信中可能采用的前沿技术之一，可以有效应对6G无线通信中出现的挑战。
[0003]现有技术中，相关文献针对存在收发器硬件损耗的RIS辅助的多天线通信系统，为了最大限度地提高接收信噪比(Signal
‑
to
‑
Interference
‑
plus
‑
Noise Ratio，SINR)，首先推导了 BS发射波束成形矢量的一个闭式解，然后对RIS反射单元相移角的单位模约束进行优化，通过求解单个凸问题得到最优目标值的上界。但是该技术考虑的仅仅是单个基站、单个小区和用户的简单情形，目前还没有针对多小区的情况下考虑硬件损耗最大化系统中用户的加权速率和(weighted sum rate，WSR)的研究。

技术实现思路

[0004]为了获得针对多小区的情况下考虑硬件损耗时的最大化系统中用户的加权速率和，本申请提供一种可重构智能表面辅助的MIMO通信系统的参数优化方法。
[0005]本申请提供的一种可重构智能表面辅助的MIMO通信系统的参数优化方法采用如下的技术方案：一种可重构智能表面辅助的MIMO通信系统的参数优化方法，包括：将所有用户的加权速率和WSR最大化作为优化目标，通过联合优化基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ来最大化所有用户的加权速率和WSR；将所述优化目标解耦为两个子目标，通过分别对基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ进行交替优化，实现所述的所有用户的加权速率和WSR最大化的优化目标；其中，所述的将所有用户的加权速率和WSR最大化作为优化目标包括：对于包含M个基站、每个基站服务于K个用户的MIMO通信系统，最大化所有小区用户的加权和速率，并服从于约束条件；即基站处的发射预编码矩阵应满足第k个小区内所有用户累加的预编码矩阵的元素平方和小于第k个基站的总发射功率，且可重构智能表面的每一个反射单元的相移角在[0，2π]内分布。
[0006]本申请中对于包含M个基站、每个基站服务于K个用户的MIMO通信系统，最大化所有小区用户的加权和速率，并服从于约束条件；即基站处的发射预编码矩阵应满足第k个小区内所有用户累加的预编码矩阵的元素平方和小于第k个基站的总发射功率，且可重构智
能表面的每一个反射单元的相移角在[0，2π]内分布，从而可以适用于多小区的情况下并考虑硬件损耗时，通过这种方式构建加权速率和WSR最大化模型，使得获得的最大化系统中用户的加权速率和非常准确。
[0007]优选的，所述的加权速率和WSR最大化模型为：所述的加权速率和WSR最大化模型为：0≤θ
n
≤2π，n＝1，...，N；所述的由第m个基站服务的第k个用户的可达到的数据速率R
m，k
(F，θ)通过以下方式获得：式获得：其中，w
m，k
为加权因子，代表对应用户的优先级；R
m，k
(F，θ)为由第m个基站服务的第k个用户的可达到的数据速率，μ
B
为表示基站的硬件损耗系数，F
m，k
是第m个基站用于将其数据向量x传输给第k个用户的线性发射预编码矩阵，P
m，max
为第m个基站的最大总发射功率，N为IRS反射单元的数量；θ＝[θ1，...，θ
N
]；T
m，k
为用户接收到的干扰加噪声协方差矩阵，其中所述干扰包含来自小区内不同用户的干扰、小区外其他用户的干扰、基站及用户本身硬件损耗的干扰和噪声干扰；σ2为噪声向量的协方差；为从第m个基站到由第 m个基站服务的第k个用户的信道；μ
U
为用户的硬件损耗系数，为Ar*Ar维单位矩阵。
[0008]通过本申请中的方式构建的加权速率和WSR最大化模型，尤其是通过本申请中构建的第m个基站服务的第k个用户的可达到的数据速率R
m，k
(F，θ)模型，适用于多小区的情况并考虑硬件损耗时，使得最终得到的加权速率和WSR更加准确，而且本申请将RIS引入 MIMO通信系统中并研究考虑收发器硬件损耗的情形，通过本申请中的方式调整RIS的相移，反射信号可以建设性地添加到期望的接收机以增强接收信号的功率，同时也能破坏性地叠加到非预期的接收机以减少同信道干扰。
[0009]优选的，所述方法还包括：引入一个辅助矩阵A
m，k
并考虑一个线性解码矩阵D
m，k
，对第m个基站服务的第k个用户的接收信号向量进行解码。从而可以将上述优化问题重新表述为更易于求解的形式。
[0010]优选的，所述的分别对基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ进行交替优化时，将RIS处的反射相移矩阵θ视作常量，对基站处的发射预编码矩阵F进行优化：第m个基站的发射预编码矩阵F的优化问题表示为：
式中，式中，A
m，k
为最优辅助矩阵；D
m，k
为第m个基站服务的第k个用户的解码矩阵；为从第m个基站到由第m个基站服务的第k个用户的信道；μ
U
为用户的硬件损耗系数；处理时，通过不等式：将对所述Y中的求解转化为对的求解；其中，表示行为A
t
列为s的单位矩阵；采用拉格朗日乘数法进行求解，求得最优的发射预编码矩阵即F
m，k
(λ
m
)，其中λm＞0是与第m个基站的功率约束相关联的拉格朗日乘数。
[0011]一般来说，用传统的拉格朗日乘数法即可得到发射预编码矩阵的最优解，但由于本申请在此模型中考虑了收发件的硬件损耗，优化求解变得较为复杂，无法获得准确的求解结果。因此在优化时本申请通过采用一个矩阵不等式将原问题转化为更易处理的形式，进而再采用拉格朗日乘数法进行求解，可以求得最优的发射预编码矩阵，最终获得针对多小区的情况下考虑硬件损耗时的最大化系统中用户的加权速率和的准确值。
[0012]优选的，所述的Fm，k的最优解通过下式得到：其中，λ
m
为拉格朗日乘子。
[0013]优选的，所述的最优辅助矩阵A
m，k
通过以下方式确定：其中，E
m，k
为用户的均方误差矩阵；式中，T
m，k
为用户接收到的干扰和噪声的协方差矩阵；为第k个用户解码后的数据流向量；x
m，k
为传输给m个基站服务的第k个用户的s<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可重构智能表面辅助的MIMO通信系统的参数优化方法，其特征在于，包括：将所有用户的加权速率和WSR最大化作为优化目标，通过联合优化基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ来最大化所有用户的加权速率和WSR；将所述优化目标解耦为两个子目标，通过分别对基站处的发射预编码矩阵F和RIS处的反射相移矩阵θ进行交替优化，实现所述的所有用户的加权速率和WSR最大化的优化目标；其中，所述的将所有用户的加权速率和WSR最大化作为优化目标包括：对于包含M个基站、每个基站服务于K个用户的MIMO通信系统，最大化所有小区用户的加权和速率，并服从于约束条件；即基站处的发射预编码矩阵应满足第k个小区内所有用户累加的预编码矩阵的元素平方和小于第k个基站的总发射功率，且可重构智能表面的每一个反射单元的相移角在[0,2π]内分布。2.根据权利要求1所述的可重构智能表面辅助的MIMO通信系统的参数优化方法，其特征在于，所述的加权速率和WSR最大化模型为：所述的加权速率和WSR最大化模型为：0≤θ
n
≤2π，n＝1,
…
,N；所述的由第m个基站服务的第k个用户的可达到的数据速率R
m,k
(F,θ)通过以下方式获得：得：其中，w
m,k
为加权因子，代表对应用户的优先级；R
m,k
(F,θ)为由第m个基站服务的第k个用户的可达到的数据速率，μ
B
为表示基站的硬件损耗系数，F
m,k
是第m个基站用于将其数据向量x传输给第k个用户的线性发射预编码矩阵，P
m,max
为第m个基站的最大总发射功率，N为IRS反射单元的数量；θ＝[θ1,
…
,θ
N
]；T
m,k
为用户接收到的干扰加噪声协方差矩阵，其中所述干扰包含来自小区内不同用户的干扰、小区外其他用户的干扰、基站及用户本身硬件损耗的干扰和噪声干扰；σ2为噪声向量的协方差；为从第m个基站到由第m个基站服务的第k个用户的信道；μ
U
为用户的硬件损耗系数，I
Ar
为Ar*Ar维单位矩阵。3.根据权利要求2所述的可重构智能表面辅助的MIMO通信系统的参数优化方法，其特征在于，所述方法还包括：引入一个辅助矩阵A
m,k
并考虑一个线性解码矩阵D
m,k

【专利技术属性】
技术研发人员：林东平，刘莹洁，徐齐钱，何春龙，
申请(专利权)人：浙江以正通信技术有限公司，
类型：发明
国别省市：