【技术实现步骤摘要】
本专利技术属于无线通信，涉及一种基于耦合相移star-ris的认知无线电系统波束成形方法。
技术介绍
1、随着无线通信和物联网设备的应用快速增长，传统的将频谱分配给特定用户的分配方法已经不能够满足用户频谱需求。认知无线电(cognitive radio，cr)是一种智能无线通信技术，旨在通过感知和理解无线电频谱环境，自适应地调整通信参数，以提高频谱利用效率和网络性能。在cr系统中，通常实现频谱共享，即多个用户或系统共享同一频段的频谱资源，以提高频谱利用率。频谱共享技术包括动态频谱访问(dynamic spectrum access，dsa)、空间频谱共享等。
2、智能反射表面技术是一种利用具有智能性能的表面来控制信号的传输和反射的技术。这种表面通常由大量的被动或者有源元件组成，可以调整这些元件的参数以改变信号的相位、幅度、方向等，从而实现对信号的调节和控制。在智能反射表面技术中，反射表面通常被放置在信号的传输路径上，以便对信号进行控制。
3、目前的大多数ris的研究都是针对仅反射的ris，这样对于场景的限制较大。star-ris继承了ris的可以调节入射波的反射与透射系数进行波束成形的优点，并且增加了透射区域的覆盖范围，更加方便复杂场景的部署。目前对于star-ris的研究大多针对独立相移研究，但是独立相移的star-ris不能做到无源无损耗而当相移耦合时，理论上可以实现无源无损耗。半正定松弛(semidefinite relaxation，sdr)技术是一种优化方法，用于解决具有二次约束的优化问题。在这
4、但是目前的方案在算法的收敛性能方面仍有较大的提升空间，若算法的收敛性不佳，会导致认知基站产生额外的功率消耗，造成资源浪费的同时也损害了认知基站的使用寿命。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于耦合相移star-ris的认知无线电系统波束成形方法。建立了一个无源无损耗star-ris辅助的下行cr系统及系统模型，在莱斯衰落条件下构建了联合优化透射和反射系数、认知基站的波束成形向量实现系统发射功率最小化的优化问题。该问题是一个复杂的多变量耦合非凸问题，难以直接求解。提出了一种基于bcd的算法来将原问题分解为认知基站主动波束成形优化和star-ris参数优化两个子问题。首先应用pdd框架解决star-ris相位耦合约束问题并通过sca得到参数近似最优解，然后利用sdr来优化主动波束成形，并利用高斯随机化来解决问题中由sdr造成的变量转化问题。
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种基于耦合相移star-ris的认知无线电系统波束成形方法，该方法包括以下步骤：
4、s1：建立基于耦合相移star-ris的miso认知无线电系统场景传输模型；
5、s2：以认知基站传输功率最小化为目标函数，考虑相关约束建立联合优化认知基站主动波束成形和star-ris被动波束成形的联合优化问题模型；
6、s3：利用惩罚对偶分解框架对star-ris的相移去耦合；
7、s4：利用sca对star-ris透射和反射系数进行优化；
8、s5：利用sdr技术对认知基站的主动波束成形向量进行优化，并通过奇异值还原波束成形参数。
9、进一步，在步骤s1中，基于耦合相移star-ris的miso认知无线电系统场景传输模型包括认知基站、主用户、次级用户；认知基站配置多天线，主用户次用户配置单天线；
10、假设反射区域分布有q个su和p个pu，透射区域分布有k个su，认知基站到反射区域与透射区域用户的直射通信链路均被建筑物遮挡；
11、令分别表示star-ris反射和透射元件的集合、透射区域su的集合、反射区域su的集合、反射区域pu的集合；表示认知基站到star-ris的信道，表示star-ris到透射区域第k个su的信道，表示star-ris到反射区域第q个su的信道，表示star-ris到反射区域第p个pu的信道，其中，
12、令分别表示star-ris中第m个元件的反射系数和透射系数，其中，是star-ris第m个元件的反射与透射系数的幅度，是star-ris第m个元件的反射与透射系数的相位；所述模型采用star-ris的能量分割协议，其中所有元件能够同时在透射和反射状态下运行。
13、进一步，在步骤s2中，建立联合优化认知基站和star-ris的主被动波束成形的认知基站发射功率最小化问题表示为p1：
14、p1:
15、
16、
17、
18、
19、
20、
21、
22、
23、其中，c1、c2中是透射区域su的qos约束，c3中ιγmax是pu的干扰约束，c4是star-ris反射和透射幅度系数的约束，分别表示元件m的反射和透射的相位，c5为star-ris反射和透射相相移的约束，分别表示元件m的反射和透射的幅度，c6是无源star-ris在信号传输时反射和透射信号遵守能量守恒定律的约束，c7是无源star-ris相移耦合的条件。
24、进一步，在步骤s2中，无源star-ris每个元件反射和透射的相位和幅度满足如下约束：
25、
26、
27、设s为认知基站发射信号，为主动波束成形向量，透射区域的第k个su、反射区域第q个su、反射区域第p个pu接收到的信号分别表示为：
28、
29、
30、
31、其中，和分别表示第k个su处、第q个su处和第p个pu处的加性高斯白噪声；和分别表示star-ris的反射和透射因子；
32、则透射区域第k个su、反射区域第q个su的信息速率表示为：
33、
34、
35、第p个pu的信道增益为：
36、
37、进一步，在步骤s3中，引入辅助变量其中，表示star-ris反射与透射的能量分割比，表示star-ris反射与透射的相位，则问题p1重新表述为p本文档来自技高网...
【技术保护点】
1.一种基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S1中，基于耦合相移STAR-RIS的MISO认知无线电系统场景传输模型包括认知基站、主用户、次级用户；认知基站配置多天线，主用户次用户配置单天线；
3.根据权利要求2所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S2中，建立联合优化认知基站和STAR-RIS的主被动波束成形的认知基站发射功率最小化问题表示为P1：
4.根据权利要求3所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S2中，无源STAR-RIS每个元件反射和透射的相位和幅度满足如下约束：
5.根据权利要求3所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S3中，引入辅助变量其中，m∈M，表示STAR-RIS反射与透射的能量分割比，表示STAR-RIS反射与透射的相位，
6.根据权利要求5所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S4中，利用块坐标下降法BCD将其分为{ω}和两个块，再利用SCA优化算法和命题1、命题2对进行优化，其中，
7.根据权利要求6所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S4中，引入的命题1和命题2表示为：
8.根据权利要求6所述的基于耦合相移STAR-RIS的认知无线电系统波束成形方法，其特征在于：在步骤S5中，利用SDR优化算法对{ω}进行优化，并通过交替优化得到一个近似的最优解，其中，
...【技术特征摘要】
1.一种基于耦合相移star-ris的认知无线电系统波束成形方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的基于耦合相移star-ris的认知无线电系统波束成形方法，其特征在于：在步骤s1中，基于耦合相移star-ris的miso认知无线电系统场景传输模型包括认知基站、主用户、次级用户；认知基站配置多天线，主用户次用户配置单天线；
3.根据权利要求2所述的基于耦合相移star-ris的认知无线电系统波束成形方法，其特征在于：在步骤s2中，建立联合优化认知基站和star-ris的主被动波束成形的认知基站发射功率最小化问题表示为p1：
4.根据权利要求3所述的基于耦合相移star-ris的认知无线电系统波束成形方法，其特征在于：在步骤s2中，无源star-ris每个元件反射和透射的相位和幅度满足如下约束：
5.根据权利要求3...
【专利技术属性】
技术研发人员：李国权，熊豪，谢宗霖，林金朝，朱宏钰，
申请(专利权)人：重庆邮电大学，
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。