[發(fā)明專利]一種智能反射面輔助多小區(qū)協(xié)同多點傳輸?shù)聂敯舨ㄊx形方法有效
| 申請?zhí)枺?/td> | 202110291630.9 | 申請日： | 2021-03-18 |
| 公開（公告）號： | CN113225108B | 公開（公告）日： | 2022-08-23 |
| 發(fā)明（設計）人： | 楊曉宇;高暉;許文俊;曹若菡 | 申請（專利權(quán)）人： | 北京郵電大學 |
| 主分類號： | H04B7/024 | 分類號： | H04B7/024;H04B7/0426;H04B7/06 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 100876 *** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 智能 反射 輔助 小區(qū) 協(xié)同 多點 傳輸 波束 賦形 方法 | ||
1.一種智能反射面輔助多小區(qū)協(xié)同多點傳輸?shù)聂敯舨ㄊx形方法，其特征在于，包括以下步驟：
(1)本發(fā)明考慮了智能反射面輔助多小區(qū)協(xié)同多點聯(lián)合處理(joint processingcoordinated multipoint,JP-CoMP)系統(tǒng)基站-智能反射面-用戶級聯(lián)信道狀態(tài)信息估計不完美這一實際情況，采用有界信道誤差模型，聯(lián)合優(yōu)化多個基站的發(fā)射波束賦形和智能反射面相移，在滿足每個基站的功率約束以及最差用戶服務質(zhì)量的前提下，最小化基站總的發(fā)射功率，該基站發(fā)射波束賦形和智能反射面相移聯(lián)合優(yōu)化引入的魯棒波束賦形優(yōu)化模型如下式所示：
其中，表示第k個用戶的可實現(xiàn)速率；表示第l個BS到第k個用戶的波束賦形向量；K表示小區(qū)邊緣用戶個數(shù)，N表示各小區(qū)BS的天線個數(shù)；表示各基站到第k個用戶的復合信道矩陣，可表示為表示估計的BS-IRS-用戶級聯(lián)信道狀態(tài)信息，ΔHk表示對應的級聯(lián)信道估計誤差；Pl,max表示第l個小區(qū)的BS的最大功率，γ＞0表示第k個用戶的目標速率，表示第k個用戶加性高斯白噪聲的協(xié)方差，εk表示BS處已知的信道不確定區(qū)域的半徑；表示IRS相移向量，θm∈[0,2π]表示IRS第m個元件的相移，M表示IRS的元件個數(shù)；
(2)針對該聯(lián)合多個基站的發(fā)射波束賦形和智能反射面相移優(yōu)化問題的變量復雜耦合的難題，采用交替優(yōu)化的方法，將其分為基站發(fā)射波束賦形優(yōu)化問題和智能反射面相移優(yōu)化問題兩個子問題進行迭代優(yōu)化。
2.根據(jù)權(quán)利要求1所述的智能反射面輔助多小區(qū)協(xié)同多點傳輸?shù)聂敯舨ㄊx形方法，其特征在于，所述的基站發(fā)射波束賦形子問題可表達如下：
針對(2)中非凸的目標速率約束，通過矩陣轉(zhuǎn)換Tr(AHB)＝vecH(A)vec(B)和并且應用S-Procedure定理，將非凸的目標速率約束轉(zhuǎn)化為下列等效的線性矩陣不等式：
當且僅當存在δk≥0時，上式成立；其中，
進一步地，定義則基站波束賦形子問題可以表示為：
和00nk(Wk)＝1是為了保證在優(yōu)化Wk后，仍然成立；但秩一約束rank(Wk)＝1是非凸的，借助半定松弛算法放松掉該約束，則基站波束賦形子問題可轉(zhuǎn)化為如下所示的凸問題：
3.根據(jù)權(quán)利要求2所述的智能反射面輔助多小區(qū)協(xié)同多點傳輸?shù)聂敯舨ㄊx形方法，其特征在于，所述的智能反射面相移優(yōu)化子問題可表達如下：
針對該非凸的可行性檢驗問題，將其轉(zhuǎn)化為一個目標明確的優(yōu)化問題，以獲得通常更有效的相移解來降低發(fā)射功率，可表示為：
然后，引入松弛變量t，可進一步轉(zhuǎn)化為：
針對(7)中非凸用戶目標速率約束的處理與基站波束賦形子問題中的處理類似，通過矩陣轉(zhuǎn)化以及應用S-Procedure定理，可轉(zhuǎn)化為：
其中
進一步定義則該子問題進一步轉(zhuǎn)化為：
針對(8)中非凸的秩一約束，通過其凸半正定約束替代以提高收斂性，其中是一個輔助變量，可以用它的凸Schur補形式替換為該子問題進一步轉(zhuǎn)化為下式：
該問題的最優(yōu)解可以通過檢驗一系列SDP問題的可行性求得，即在給定t的情況下，優(yōu)化求解(9)檢驗是否可以得到可行的V；特別地，對于給定的t，通過二分搜索可以得到全局最優(yōu)V，選擇合適的包含topt的初始上下界tU和tL可以使算法快速收斂到全局最大值；因為Rk總是正的，所以可以在第一次迭代中設置tL＝0，SINRk的最大值可以通過下列不等式得到
由于目標是最大限度地提高最差用戶的可實現(xiàn)速率，所以可設置初始上界值為算法流程如下：
4.根據(jù)權(quán)利要求3所述的智能反射面輔助多小區(qū)協(xié)同多點傳輸?shù)聂敯舨ㄊx形方法，其特征在于，所述的迭代優(yōu)化方法以迭代的方式交替求解基站波束賦形子問題和智能反射面相移子問題，其中每次迭代獲得的解作為下一次迭代的初始點；具體流程如下：
該專利技術資料僅供研究查看技術是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京郵電大學，未經(jīng)北京郵電大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110291630.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
