[發明專利]一種多智能反射面輔助上行云接入網絡接入鏈路傳輸方法

有效

• 申請號: 202110215615.6
• 申請日: 2021-02-26
• 公開（公告）號: CN113037659B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 張昱;武學璐;何宣宣;彭宏;宋秀蘭
• 申請（專利權）人: 浙江工業大學
• 主分類號: H04L25/02
• 分類號: H04L25/02;H04L25/03
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 周紅芳;朱盈盈

1.一種多智能反射面輔助上行云接入網絡接入鏈路傳輸方法，云無線接入網C-RAN接入鏈路通過智能反射面IRS的輔助，以最大化系統和速率為目的，對IRS的相移矩陣和前傳鏈路壓縮噪聲的協方差進行聯合優化，其特征在于：具體包括如下步驟：

1.1)基于IRS輔助的C-RAN的接入鏈路的通信系統中，用戶通過射頻拉遠頭RRH與基帶處理單元BBU池進行通信，將多個IRS部署在用戶和RRH之間，輔助用戶接入RRH；系統中有K個單天線用戶，有L個RRH，每個RRH有N_R根接收天線，在用戶和RRH之間部署有M個IRS，每個IRS有N_I個反射單元；RRH對接收信號進行壓縮，再通過有線前傳鏈路傳輸到BBU池；

1.2)用戶k,k＝1,...,K，向各個RRH發送信號x_k，各RRH通過直射鏈路和IRS的反射鏈路接收用戶發送的信號；RRHl，l＝1,...,L，接收信號可表示為：

其中x＝[x₁,...,x_k]^T，x～CN(0,PI)，服從高斯分布，P表示用戶傳輸功率，I表示單位矩陣；表示用戶到RRHl信道矩陣，表示用戶到IRSm，m＝1,...,M，的信道矩陣，表示IRS到RRHl的信道矩陣；Θ_m＝diag(θ_m,1,...,θ_m,n)表示IRS的相移矩陣，為對角矩陣，其對角線元素取自向量IRS只對相位進行調整，因此|θ_m,n|＝1,n＝1,...,N_I，表示由Θ_m組成的塊對角矩陣；n_l～CN(0,σ²I_M)為信道的加性高斯噪聲；G_l,m表示第m個IRS到第l個RRH的信道噪聲，I_M表示M階單位矩陣，σ²表示信道加性高斯噪聲因子；

1.3)RRH將接收信號通過點對點壓縮或者Wyner-Ziv編碼壓縮，再通過有線前傳鏈路傳輸到BBU池；在BBU池接收到的量化信號可以表示為：

其中q_l～CN(0,Ω_l)表示RRHl的量化噪聲，其服從復高斯分布，Ω_l為其協方差矩陣；這樣用戶到BBU池的和速率可表示為：

其中表示所有用戶到所有RRH的信道矩陣，表示所有用戶到所有RRH的直射鏈路信道矩陣，表示所有IRS到所有RRH的信道矩陣，表示由Ω_l組成的塊對角矩陣；I為互信息的表示形式，I表示單位矩陣，V^H表示V的共軛轉置；

1.4)對于RRH采用點對點壓縮的情況，前傳鏈路壓縮率要小于前傳鏈路容量C_l，即需要滿足：

1.5)對于RRH采用Wyner-Ziv編碼壓縮的情況，前傳鏈路壓縮率也要小于前傳鏈路容量，即需要滿足：其中C_π(l)表示前傳鏈路容量，π(l)表示在BBU池對接收信號的解壓順序，表示前l-1個接收信號的解壓順序集；

對于采用點對點壓縮，所述IRS的相移矩陣和前傳鏈路壓縮噪聲的協方差矩陣的設計，具體步驟如下：

2.1)對于和速率最大化優化問題可以表示為：

其中V_l＝H_l+G_lΘH_r表示所有用戶到RRHl的信道矩陣；

2.2)再確定聯合優化的最大迭代次數T_max，并選取滿足約束條件的初始Θ⁽⁰⁾和

2.3)對于步驟2.1)的優化問題可以轉換成如下形式：

其中W為接收矩陣，Σ表示后驗準則估計數據符號的協方差矩陣，E_l輔助變量矩陣；

2.4)固定Θ,Ω_l對W,Σ,Ε_l進行更新，可得：

2.5)再固定W，Σ和Ε_l對Θ,Ω_l進行聯合優化，這樣優化問題可以表示為：

其中A_l⊙B^T表示A_l和B^T的哈達瑪積，為列向量由矩陣的對角線元素組成；為列向量由矩陣的對角線元素組成，通過半正定放松SDR將的約束條件去除，再通過凸優化工具對SDR放松后的優化問題進行迭代優化，可得到優化解為：表示本步驟中優化問題的優化解；H_L表示所有用戶到RRH的信道矩陣；

2.6)再判斷是否滿足步驟2.5)的約束條件，若滿足約束條件直接進行特征值分解：為步驟2.5)優化問題的優化解，U表示為特征向量組成的矩陣，Λ為的特征值組成的對角矩陣，U^H為U的共軛轉置；表示優化后的列向量，由相移矩陣的對角線元素組成的列向量和1組成的列向量；若不滿足步驟2.5)的約束條件通過以下方法來產生多個次優的解：首先讓其中為獨立隨機變量，均勻分布在復平面的單位圓，其次通過對Ω_l進行放縮，使產生的優化解滿足步驟2.5)的約束條件，最后在從中選取一個使步驟2.5)中目標函數達到最小值的作為最優解，最后得到優化解為：相移矩陣Θ^(t)和壓縮噪聲的協方差矩陣表示迭代次數。再將優化解帶入步驟2.5)的目標函數得到f^(t)，表示本次優化解帶入目標函數的值，再將上一次迭代的解Θ^(t-1)，也帶入本輪步驟2.5)的目標函數得到f^(t-1)，進行比較，若f^(t)≤f^(t-1)則將上一輪的優化解作為本輪的優化解；

2.7)將步驟2.6)的優化解帶入和速率表達式R_sum，得到本次迭代的和速率與上一次迭代的進行比較，若則停止迭代，確定最優結果輸出優化解Θ^*,其中▽表示允許誤差范圍；若再判斷迭代次數是否超過T_max，若沒有超過T_max，回到步驟2.2)繼續進行迭代優化；若超過T_max，則輸出最后的優化解

2.8)對于IRS反射面相位為離散的情況，首先通過2.1)～2.7)獲得其中將Θ的對角線元素θ_m,n映射到離散相位的點上，即:其中φ表示離散的相位，τ＝2^b,b＝1,2.表示離散電平；再對進行放縮得到使其滿足步驟2.1)中的約束條件；

對于采用Wyner-Ziv編碼壓縮，所述的IRS的相移矩陣和前傳鏈路壓縮噪聲的協方差矩陣的設計，具體步驟如下：

3.1)和速率最大化優化問題可表示為：

其中表示解壓順序集，π(l)表示RRHπ(l)排在BBU池解壓順序的第l位；

3.2)對于BBU解壓池的順序，通過判斷：的值，對其值較大的先進行解壓；再確定聯合優化的最大迭代次數T_max，并選取滿足條件的初始Θ⁽⁰⁾和

3.3)對于步驟3.1)中的優化問題可以寫成如下形式：

其中

3.4)固定Θ,Ω_l對進行更新，可得：I_K表示K×K的單位矩陣；

3.5)再固定W，Σ和對Θ,Ω_l進行聯合優化，這樣優化問題可以表示為：

其中為列向量由矩陣對角線元素組成，再通過半正定放松SDR將的約束條件去除，再通過凸優化工具對SDR放松后的優化問題進行迭代優化，可得到優化解為：為本步驟優化問題的解；

3.6)再判斷是否滿足步驟3.5)的約束條件，若滿足約束條件直接進行特征值分解：為步驟3.5)優化問題的優化解，表示優化后的列向量，由相移矩陣的對角線元素組成的列向量和1組成的列向量。若不滿足步驟3.5)的約束條件通過以下方法來產生多個次優的解：首先讓其中為獨立隨機變量，均勻分布在復平面的單位圓上，其次通過對Ω_l進行放縮，使產生的優化解滿足步驟3.5)的約束條件，最后在從中選取一個使步驟3.5)中目標函數達到最小值的作為最優解，最后得到優化解為：相移矩陣Θ^(t)和壓縮噪聲的協方差矩陣t＝1,...,T_max表示迭代次數。再將優化解帶入步驟3.5)的目標函數得到f^(t)，表示本次優化解帶入目標函數的值，再將上一次迭代的解Θ^(t-1)，也帶入本輪步驟3.5)的目標函數得到f^(t-1)，進行比較，若f^(t)≤f^(t-1)則將上一輪的優化解作為本輪的優化解；

3.7)將步驟3.6)的優化解帶入和速率表達式R_sum，得到本次迭代的和速率與上一次迭代的進行比較，若則停止迭代，確定最優結果輸出優化解Θ^(t),其中表示允許誤差范圍；若再判斷迭代次數是否超過T_max，若沒有超過T_max，回到步驟3.2)繼續進行迭代優化；若超過T_max，則輸出最后的優化解

3.8)對于IRS反射面相位為離散的情況，首先通過3.1)～3.7)獲得Θ^*,其中將Θ的對角線元素θ_m,n映射到離散相位的點上，即:其中φ表示離散的相位，τ＝2^b,b＝1,2.表示離散電平。再對進行放縮得到使其滿足步驟3.1)中的約束條件。