【技术实现步骤摘要】
一种多智能反射面辅助下的去蜂窝多输入多输出网络分布式波束成形方法
[0001]本专利技术涉及信号处理
,尤其是一种多智能反射面辅助下的去蜂窝多输入多输出网络分布式波束成形方法。
技术介绍
[0002]去蜂窝网络是5G和6G通信中极具潜力的技术,它使所有基站不受蜂窝边缘限制同时服务用户,因此相比于传统的蜂窝网络,它更高效地利用了频谱资源。智能反射面技术也是一项革命性的技术,可用于改善物理层安全,提高终端在死区和蜂窝边缘的服务质量(Quality of Service,QoS)等。因此,将IRS与无蜂窝网络相结合的技术在提高无线网络容量方面具有广阔的前景。
[0003]加权和速率(Weighted sum
‑
rate,WRS)最大化是IRS辅助通信网络中的一个重要研究课题。引入IRS将导致目标函数中变量和非凸单位模相移约束之间的耦合,这是一个很难解决的问题。引入IRS会导致目标函数中的变量与非凸模1相移约束之间的耦合,这对求解问题带来挑战。传统的半正定松弛(Semi
‑
defin ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种多智能反射面辅助下的去蜂窝多输入多输出网络分布式波束成形方法,其特征在于,包括如下步骤:步骤1、优化问题建模与变量初始化;考虑IRS辅助的cell
‑
free MIMO系统下行链路场景,对基站
‑
用户、基站
‑
IRS以及IRS
‑
用户的信道信息进行评估,随机初始化基站波束成形向量及IRS的相移控制矩阵,计算出包含IRS链路的基站
‑
用户等效信道,根据基站数量、用户数量、IRS数量、基站天线数量、用户优先级程度实际参数建模出用户接受信号、信干噪比以及可达香农速率,完成优化问题建模;步骤2、基站波束成形子问题求解;在波束成形子问题中,利用最小化均方误差MMSE并且引入辅助权值和解码系数变量将子问题等价转换成为WMMSE凸问题形式,利用块坐标下降法BCD依次求得每次迭代中解码系数、辅助权值以及波束成形向量的最优解;步骤3、IRS控制矩阵子问题求解;在控制矩阵子问题中,将目标函数重新整理成为标准形式,忽略其中常数项,对于非常数项进行分析与变形,采用元素块坐标下降法对于控制矩阵对角线上每一元素依次求解,最终得到子问题中各IRS相对应控制矩阵的最优解;步骤4、分布式实施与数值分析;确定各节点位置,建模信道模型,记录每次迭代更新后基站波束成形向量、IRS控制矩阵以及其所对应的加权速率和,比较此算法与其他集中算法的收敛速度,分析加权速率和与不同发射功率、不同发送天线数量以及不同IRS阵元数的相关关系。2.如权利要求1所述的多智能反射面辅助下的去蜂窝多输入多输出网络分布式波束成形方法,其特征在于,步骤1中,优化问题建模与变量初始化具体为:考虑IRS辅助的去蜂窝MIMO系统下行链路,其中B个基站在R个IRS的辅助下同时服务于K个用户,假设每个基站和用户分别配备N
t
个发射天线和1个接收天线,同时假定IRS只能够改变入射信号的相位,每个IRS具有N个单元,第r个IRS的相移矩阵表示为其中为第r个IRS的第n个单元的相移系数,基站b到第r个IRS的信道,基站b到用户k的信道以及第r个IRS到用户k的信道分别以表示,假设系统中的所有每个节点间信道状态信息都是可知的;基站b到用户k的等效信道表示为:其中,其中,表示所有基站发送给第k个用户的符号信息,且基站b到用户k的发射波束成形向量表示为因此,用户k接收到信号表示为:其中n
k
表示用户k接收到的高斯白噪声;
用户k处的信干噪比写为:其中,表示噪声n
k
的功率;优化问题表示为:其中,是所有基站的波束成形向量集合,α
k
,P
b
,θ
n
分别为用户k的优先级权重,基站b的最大发射功率以及θ的第k个元素;由于约束中的变量是可分离的,利用块坐标下降法来求解,基于块坐标下降法的分布式、低复杂度算法来最大化WSR,在每次迭代中,先确定θ来优化F,然后再通过得到的F来计算θ。3.如权利要求1所述的多智能反射面辅助下的去蜂窝多输入多输出网络分布式波束成形方法,其特征在于,步骤2中,基站波束成形子问题求解具体为:给定θ,表示用户k的解码系数,表示估计得到的信号,故用户k的均方误差表示为:通过使用最小均方误差接收机MMSE将(4)关于F的问题等价地转化为WMMSE问题,即其中,分别表示变量的辅助加权变量和解码系数集合,因为对于w,u,F中的每个变量,(6)都是凸的,故用BCD方法来求解(6);通过对u
k
求梯度并令其等于0,即,得到最优的MMSE接收机即
由(6)通过最优性条件得到辅助加权变量w
技术研发人员:王可为,刘浩煊,赵敬诚,戚楠,王子骏,郑玮,
申请(专利权)人:南京航空航天大学,
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。