【技术实现步骤摘要】
本专利技术涉及无线通信，尤其涉及一种ris辅助noma系统中多变量联合优化方法。
技术介绍
1、由于5g网络频段sub-6ghz频段（450mhz-6000mhz）现在较为拥挤，毫米波通信(mmwave)已经成为第五代(5g)无线通信系统中前景广阔的技术。然而由于毫米波波长短，传播信号损耗大，极易受到障碍物影响。因此采用可重构人工表面（ris）来重构信号传播信道，基站向ris发射信号然后ris将信号发射给用户，以使得非视距信道转为视距信道，绕过障碍物来提高信噪比系统性能，从而提高系统频谱效率。虽然 ris 类似于全双工放大-前向（af）中继器，但它利用无源反射波束成形来转发射频信号，因此 ris 的功耗比 af 中继器低得多，而且在反射过程中几乎不会增加额外的热噪声，因此ris可大大提高无线系统的性能。非正交多址接入（noma）技术通过在功率域区分信号，使得在同一时间得同一个波束内可以传播多个数据流信号，极大得提高了频谱利用率。
2、在ris辅助noma系统中，系统性能取决于不同用户间的功率分配、发射基站的有源阵列波束赋形（即基站阵列天线激励）、ris的无源阵列波束赋形（即ris相位激励）。然而，在这个系统设计问题中，待优化变量高度耦合在目标函数与约束中，现有方法计算复杂度高，算法迭代较慢，导致系统响应速度较慢。
技术实现思路
1、本专利技术针对现有技术在ris辅助noma系统的功率分配优化处理时的计算复杂度高而影响系统响应速度的技术问题，公开了一种ris辅助noma系
2、本专利技术采用的技术方案为：
3、一种ris辅助noma系统中多变量联合优化方法，该方法包括下列步骤：
4、步骤1，获取非正交多址接入noma通信系统中基站、可重构人工表面ris和用户的相对位置；
5、步骤2，根据基站阵列天线结构、ris无源阵列结构及步骤1获取的相对位置构建基站到ris、ris到用户的信道；
6、步骤3，以最大化通信系统的合速率为优化目标构建基站总发射功率优化模型，该优化模型的约束条件包括：用户的服务质量约束、基站阵列天线激励约束、发射信号的功率约束和ris无源阵列的硬件约束；
7、步骤4，采用交替迭代法对基站总发射功率优化模型进行优化求解，得到通信系统最优的功率分配、基站阵列天线激励和ris无源阵列激励。
8、进一步的，步骤3中，基站总发射功率优化模型为：
9、；
10、其中，表示基站阵列天线激励，表示复数域，nt表示基站的阵列天线单元数，ris相位激励，表示ris的第i个无源反射单元的移相器相位，nr表示ris的无源反射单元数，表示功率分配因子，r表示所有用户的总频谱效率，、、分别表示用户k的频谱效率、信号功率、频谱效率阈值，k表示用户数，表示系统总功率，用户k的频谱效率，表示用户k的接收信号的信号与干扰加噪声比。
11、进一步的，步骤3中，基站总发射功率优化模型的目标优化函数设置为：
12、；
13、其中，表示第一目标优化函数，表示基站阵列天线激励，表示复数域，nt表示基站的阵列天线单元数，ris相位激励，表示ris的第i个无源反射单元的移相器相位，，nr表示ris的无源反射单元数，表示功率分配因子，、分别表示用户k的信号功率、接收信号的信号与干扰加噪声比，k表示用户数，表示参与计算的分布式规划中的两个辅助变量，其初始值为预置值，、表示用户k的分布式规划中的两个辅助变量，表示用户k的信道增益，，用户k的信道增益辅助量，表示ris与第k个用户之间的信道增益，上标r用于标识ris，表示基站到ris之间的信道增益，表示用户j的信号功率，表示噪声方差，上标“”表示矩阵的共轭转置，表示对角矩阵。
14、进一步的，步骤3中，基站总发射功率优化模型设置为：
15、定义表示引入辅助变量的第二目标优化函数，其表达式为：
16、；
17、基于第二目标优化函数设置基站总发射功率优化模型为：
18、；
19、其中，表示用户m的信号功率，表示系统总功率，表示惩罚因子，表示噪声方差，辅助变量为优化对象，、表示辅助变量的不同元素，下标k、m用于标识用户编号，辅助变量的初始值基于初始ris相位激励、初始基站阵列天线激励、用户的信号功率的初始值计算得到：、，其中，、分别表示用户m、k的信号功率的初始值。
20、进一步的，步骤4中，采用交替迭代法对基站总发射功率优化模型进行优化求解具体包括：
21、步骤4-1，初始化基站阵列天线激励、ris相位激励、功率分配因子、辅助变量，以及初始化迭代次数；
22、步骤4-2，基于第二目标优化函数，按照依次更新辅助变量、功率分配因子、基站阵列天线激励、ris相位激励和辅助变量的更新顺序进行迭代求解；
23、步骤4-3，检测是否满足预置的迭代收敛条件，若是，则基于当前迭代求解得到的功率分配因子、基站阵列天线激励和ris相位激励得到最优的功率分配、基站阵列天线激励和ris无源阵列激励；若否，则迭代次数自增1后继续执行步骤4-2；
24、其中，迭代收敛条件为迭代次数达到预置上限或者第二目标优化函数的函数值收敛。
25、进一步的，步骤4-3中，第二目标优化函数的函数值收敛的具体判别方式为：
26、定义表示根据当前次迭代求解得到的计算出的第二目标优化函数的函数值；
27、定义表示根据上一次迭代求解得到的计算出的第二目标优化函数的函数值；
28、若，则表示第二目标优化函数的函数值收敛，其中，表示预置常数。
29、本专利技术提供的技术方案至少带来如下有益效果：
30、本专利技术以提高通信系统中所有用户的频谱效率之和为目标，并结合实际工程条件与需求构建基站总发射功率优化模型，采用交替迭代法求解通信系统最优的功率分配、基站阵列天线激励和ris无源阵列激励，本专利技术降低了发射功率优化处理的计算复杂度，提高了系统响应速度。
本文档来自技高网...【技术保护点】
1.一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，包括下列步骤：
2.如权利要求1所述的一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，步骤3中，基站总发射功率优化模型为：
3.如权利要求1所述的一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，步骤3中，基站总发射功率优化模型的目标优化函数设置为：
4.如权利要求3所述的一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，基站总发射功率优化模型设置为：
5.如权利要求4所述的一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，步骤4中，采用交替迭代法对基站总发射功率优化模型进行优化求解具体包括：
6.如权利要求5所述的一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，步骤4-3中，第二目标优化函数的函数值收敛的具体判别方式为：
7.如权利要求6所述的一种RIS辅助NOMA系统中多变量联合优化方法，其特征在于，常数的数量级为10-6。
【技术特征摘要】
1.一种ris辅助noma系统中多变量联合优化方法，其特征在于，包括下列步骤：
2.如权利要求1所述的一种ris辅助noma系统中多变量联合优化方法，其特征在于，步骤3中，基站总发射功率优化模型为：
3.如权利要求1所述的一种ris辅助noma系统中多变量联合优化方法，其特征在于，步骤3中，基站总发射功率优化模型的目标优化函数设置为：
4.如权利要求3所述的一种ris辅助noma系统中多变量联合优化方法，其特征在于，基站总发...
【专利技术属性】
技术研发人员：雷世文，陈丰恺，张靖悦，高银，胡皓全，杨伟，田径，孙凯，陈波，何子远，
申请(专利权)人：电子科技大学，
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。