6G空中智能反射面辅助网络多小区干扰协调方法技术

本发明专利技术提出了一种6G空中智能反射面辅助网络多小区干扰协调方法，涉及无线通信网络领域，特别涉及网络规划、小区增强，其中空中智能反射面作为无源反射中继，在多小区边缘以某一特定高度飞行，通过反射地面基站的信号提升小区用户的服务质量，同时抑制相邻小区的干扰。主要内容如下：获取用户位置，基于莱斯信道模型，计算智能反射面理想信号和干扰信号增益；根据位置信息，计算基站到用户的平均接收功率，并计算用户在任意时隙的传输速率；求解问题获得智能反射面调度方案和用户最小传输速率最大值η；求解问题获得移动方案，迭代求解问题P1和P2直到η的增量小于设定精度ξ；按照所得结果控制不同时隙下的智能反射面移动、调度及相位调整情况。度及相位调整情况。度及相位调整情况。

【技术实现步骤摘要】
6G空中智能反射面辅助网络多小区干扰协调方法


[0001]本专利技术涉及无线通信网络领域，特别涉及网络规划、小区增强，空中智能反射表面(Intelligent Reflecting Surface，IRS)辅助网络的多小区干扰协调方法。

技术介绍

[0002]作为一种新兴的无线通信传输技术，智能反射表面可以通过将信号被动反射到所需区域来提高信号强度，而无人机(Unmanned Aerial Vehicle，UAV)由于其高度的灵活性和视线特性，可以缓解固定部署的IRS的覆盖范围有限的问题。
[0003]在多小区空中IRS辅助网络中，无人机的高视线和敏捷性为IRS辅助通信提供了有利条件。然而，由于无源反射特性，IRS的反射将增强期望信号和干扰信号，从而导致信干噪比(Signal
‑
to
‑
Interference
‑
and
‑
Noise Ratio，SINR)的耦合问题,尤其是在具有大量IRS反射元件的密集网络中。而无人机的机动性进一步导致了动态信号增益，这使得这种耦合问题更加复杂。因此，空中IRS的灵活性需要仔细设计，以尽可能减轻IRS反射干扰的影响。
[0004]对于上述多小区干扰，有三种传统的多小区干扰抑制方法，即通过接收机处理消除干扰、通过跳频进行干扰随机化以及通过资源划分和功率分配避免干扰。然而，这些方法不可避免地会增加系统的复杂性，尤其是在未来非均匀网络拓扑的情况下。
[0005]此外，现有的工作通常会引入一种新的网元来解决上述问题，如无人机基站辅助方案、地面IRS辅助方案和空中IRS辅助方案。对于无人机辅助方案，这些工作通过引入有源无人机基站来提高小区边缘用户的性能，但这也会给附近用户带来同等强度的额外干扰，这并不能从根本上解决问题。对于地面IRS辅助方案，这些工作将IRS部署在固定的位置，这导致IRS的覆盖范围有限。尽管部署多个IRS可以在一定程度上解决这个问题，但它不可避免地会增加网络的复杂性，并引发一些新的问题，如多个IRSs的反射、IRSs的调度和用户关联问题。因此，利用空中机动的IRS可以结合上述两个方案的优势，为多小区干扰协调提供更优解决方案。

技术实现思路

[0006]本文构建了一种空中智能反射面辅助网络多小区干扰协调方法，其中无人机机载智能反射面(Unmanned Aerial Vehicle
‑
Mounted Intelligent Reflecting Surface,UAV
‑
IRS)作为无源通信反射中继节点，在多小区边缘以某一特定高度飞行，通过反射地面基站(Ground Base Station,GBS)的信号提升小区用户的服务质量，同时抑制相邻小区的干扰。该无人机机载智能反射面可以被多小区调度，在不同时刻服务不同小区用户。在此基础上，我们设计了通信方案，解决了所构建的多小区边缘用户最小速率最大化问题，并获得了多基站对IRS的传输调度结果和IRS的移动方案，通过仿真验证了所提出方案的有效性。
[0007]本专利技术的空中智能反射面辅助网络多小区干扰协调方法如附图1所示，主要包括步骤200
‑
步骤280，其中，步骤200为获取输入参数步骤，步骤210
‑
步骤270为控制中心计算步骤，步骤280为为了实现干扰协调通信的网络实际操作步骤。
[0008]步骤200，利用3GPP Release16版本中引入的多种定位使能技术，如UTDOA、OTDOA、AOA、RTT等，测量用户位置；或者派遣无人机获取用户位置，如利用光学摄像头、雷达等设备。
[0009]步骤210，该步骤在控制中心进行计算，基于莱斯衰落信道模型，利用公式(1)和公式(2)分别计算IRS反射的理想信号增益和干扰信号增益。
[0010][0011][0012]其中，各个参数定义如下：
[0013]K
r
为空地信道的莱斯因子；
[0014]N为IRS的单元数量；
[0015]为度为1/2的拉盖尔多项式。
[0016]步骤220，该步骤在控制中心进行计算，根据所有基站位置信息和所获得所有用户位置信息，利用公式(3)计算所有基站到所有用户的平均接收功率。
[0017][0018]其中，各个参数定义如下：
[0019]P
i
为基站i的发射功率；
[0020]β0为单位距离的传播路径损耗；
[0021]α1为基站到用户的直接链路的路径损耗指数；
[0022]α2为基站到用户的反射链路的路径损耗指数；
[0023]G1和G2如公式(1)和(2)所示；
[0024]为地面基站i与用户k的空间距离；
[0025]为在第m个时隙时，地面基站i与空中IRS的空间距离；
[0026]为在第m个时隙时，空中IRS与用户k的空间距离。
[0027]步骤230，该步骤在控制中心进行计算，根据公式(4)计算第m时隙时，所有基站为所有用户的平均可实现传输速率。
[0028][0029]其中，各个参数定义如下：
[0030]σ2为高斯白噪声功率密度；
[0031]如公式(3)所示。
[0032]步骤240，该步骤在控制中心进行计算，求解下述问题P1(式子(5))，获得空中IRS调度方案和用户的最小传输速率的最大值η。即所有基站在不同时刻对空中IRS的调度情况在任意时刻m,1≤m≤M，基站i,1≤i≤I调度IRS为用户k,1≤k≤K服务。其中，IRS为用户k,1≤k≤K服务。其中，表示在时隙m中,地面基站i调度空中IRS为用户k服务。
[0033][0034]其中，M为UAV飞行的总时隙数量，K为总用户数量。注意，求解获得的可能不满足约束a
k
[m]∈{0,1}，因此需要进一步处理，这将在步骤270中进行讲述。注意，在求解P1的时候，需要给定UAV轨迹在第一次求解P1时，UAV轨迹可随机选取一个可行轨迹，此后的UAV轨迹由步骤250求解获得。
[0035]步骤250，求解下述问题P2(式子(6))，获得UAV轨迹方案和用户的最小传输速率的最大值η。注意，本文UAV的飞行始终处于某一固定高度，该高度可以选取该区域安全飞行的最低高度以降低路径损耗。
[0036][0037]其中，q0和q
F
为UAV飞行的起始和降落地点，D
max
为两个相邻时隙UAV可以移动的最大距离。注意，在求解P2的时候，需要给定IRS调度方案在第一次求解P2时，IRS调度方案可随机选取一个可行调度方案，此后的IRS调度方案由步骤240求解获得。
[0038]步骤260，设定迭代计算精度ξ，反复进行步骤240和步骤250，直到步骤240获得的用户最小传输速率最大值η的增量小于设定的迭代计算精度ξ。此时，我们可以获得空中IRS调度方案和移动方案请注意，此时获得的空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种6G空中智能反射面辅助网络多小区干扰协调方法，其特征在于，包括：获取用户位置，计算智能反射面理想信号和干扰信号增益；根据位置信息，计算基站到用户的平均接收功率，并计算用户在任意时隙的平均传输速率；求解问题P1(说明书中式子(5))，获得智能反射面调度方案和用户最小传输速率最大值η；求解问题P2(说明书中式子(6))，获得智能反射面移动方案，迭代求解问题P1和P2直到η的增量小于设定精度ξ；按照所得结果控制不同时隙下的智能反射面移动、调度及相位调整情况。2.根据权利要求1所述的理想信号和干扰信号的智能反射面增益计算，其特征在于，按照以下公式计算理想信号反射增益G1和干扰信号反射增益G2，，其中，N是智能反射面单元数量，K
r
是空地信道莱斯衰落因子，为度为1/2的拉盖尔多项式。3.根据权利要求1所述的基站到用户的平均接收功率计算，其特征在于，按照以下公式计算基站i到用户k的平均接收功率，其中，P
i
为基站i的发射功率,β0为单位距离的传播路径损耗,α1/α2为基站到用户的直射/反射链路的路径损耗指数,G1和G2分别为理想信号和干扰信号的智能反射面增益，为地面基站i与用户k的空间距离，为在第m个时隙时，空中智能反射面与地面基站i/用户k的空间距离。4.根据权利要求1所述的用户在任意时隙的平均传输速率计算，其特征在于，按照以下公式计算m时隙时，用户...

【专利技术属性】
技术研发人员：张鸿涛，刘江徽，何元，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：