[發(fā)明專利]一種MIMO智能反射面?zhèn)鬏斚到y(tǒng)中的參數(shù)調(diào)整方法

有效

• 申請?zhí)枺?/td>: 202110735165.3
• 申請日: 2021-06-30
• 公開（公告）號: CN113472402B
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計(jì)）人: 陳明;范鳴
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04B7/0456
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 孫建朋

1.一種MIMO智能反射面?zhèn)鬏斚到y(tǒng)中的參數(shù)調(diào)整方法，其特征在于，包括以下步驟：

步驟A：建立總可達(dá)速率最大化模型，所述模型為：

約束條件：

其中，表示F_l,k的F范數(shù)的平方，R_l,k為第l個小區(qū)第k個用戶的可達(dá)速率，F(xiàn)_l,k為第l個小區(qū)第k個用戶的預(yù)編碼矩陣，d_l,k為第l個小區(qū)第k個用戶的流數(shù)，P_l,max為第l個小區(qū)基站的最大發(fā)射功率，N_r為用戶接收天線數(shù)，θ_m為智能反射面中第m個反射單元的反射角，L是小區(qū)數(shù)，K是小區(qū)中的用戶數(shù)，M是智能反射面的反射單元數(shù)，θ＝[θ₁,…,θ_M]為θ_m構(gòu)成的相移角，為所有用戶構(gòu)成的預(yù)編碼矩陣，R_l,k表達(dá)如下：

其中表示矩陣J_l,k的逆，干擾協(xié)方差矩陣其中代表矩陣的共軛轉(zhuǎn)置矩陣，σ²為信道噪聲方差，為第n個小區(qū)基站到第l個小區(qū)第k個用戶的等效信道矩陣且H_n,l,k為第n個小區(qū)的基站到第l個小區(qū)的第k個用戶的信道矩陣，為第n個小區(qū)的基站到第l個小區(qū)的第k個用戶的信道矩陣，為智能反射面到第l個小區(qū)的第k個用戶的信道矩陣，為智能反射面的對角相移矩陣，表示對復(fù)數(shù)jθ₁的以自然常數(shù)e為底的指數(shù)函數(shù)運(yùn)算，diag{·}表示括號中元素構(gòu)成的對角矩陣，log(·)表示以2為底的對數(shù)函數(shù)，det(·)表示矩陣的行列式，I表示單位矩陣；

步驟B：將所述總可達(dá)速率最大化模型轉(zhuǎn)化為如下等價(jià)優(yōu)化模型：

約束條件：

其中，Tr(·)表示矩陣的跡，總檢測矩陣總權(quán)重矩陣W_l,k為第l個小區(qū)的第k個用戶的權(quán)重矩陣，U_l,k為第l個小區(qū)的第k個用戶的檢測矩陣，E_l,k為均方誤差矩陣，E_l,k表示如下：

步驟C：定義每一個小區(qū)的基站為一個智能體，智能體l對應(yīng)第l個小區(qū)，智能體搜集當(dāng)前狀態(tài)信息s_l，并將s_l輸入到當(dāng)前值網(wǎng)絡(luò)；所述當(dāng)前值網(wǎng)絡(luò)的輸出神經(jīng)元產(chǎn)生輸出，比較輸出神經(jīng)元的輸出值大小，若第i個輸出神經(jīng)元的輸出最大，則依據(jù)下式計(jì)算第l個小區(qū)第k個用戶的流數(shù)d_l,k：

其中，表示對括號中元素向下取整，所述當(dāng)前值網(wǎng)絡(luò)為深度神經(jīng)網(wǎng)絡(luò)DNN，匯總流數(shù)d_l,k，得到所有用戶的流數(shù)集合d；

步驟D：依據(jù)所述流數(shù)集合d，迭代求解得到預(yù)編碼矩陣F和相移角θ；在第j+1次迭代中，求解過程如下：

步驟D-1：關(guān)于優(yōu)化預(yù)編碼矩陣F的模型為：

約束條件：

關(guān)于優(yōu)化相移角θ的模型為：

約束條件：0≤θ_m≤2π,m＝1,…,M

其中,中間矩陣V為

步驟D-2：將第j次迭代獲得的θ，W和U代入到優(yōu)化預(yù)編碼矩陣F的模型，采用KKT條件求解預(yù)編碼矩陣F，得到F；

步驟D-3：將步驟D-2求得的F和第j次迭代獲得的W和U代入到優(yōu)化相移角θ的模型，采用MM算法求解相移角θ，得到θ；

步驟D-4：利用步驟D-2和D-3求得的F和θ以及第j次迭代獲得的W，依據(jù)下式計(jì)算U_l,k：

進(jìn)而得到U；

步驟D-5：利用步驟D-2到D-4求得的F、θ和U，依據(jù)計(jì)算W_l,k，進(jìn)而得到W；

步驟D-6：將步驟D-2到D-5得到的F、θ、W和U代入并計(jì)算等價(jià)優(yōu)化模型的目標(biāo)函數(shù)中，當(dāng)目標(biāo)函數(shù)值變化量的絕對值小于給定門限時，迭代終止，輸出F和θ，否則進(jìn)行下一輪迭代；

步驟C中所述當(dāng)前值網(wǎng)絡(luò)需要訓(xùn)練，訓(xùn)練過程如下：

步驟C-1：智能體l與相鄰小區(qū)集合I_l進(jìn)行信息交互，得到I_l上一時刻的流數(shù)集合v_l′＝(d_i,k,i∈I_l,k＝1,…,K)，并將其與第l個小區(qū)基站到第l個小區(qū)和相鄰小區(qū)集合I_l用戶的信道矩陣，第l個小區(qū)基站到智能反射面和智能反射面到第l個小區(qū)用戶信道矩陣構(gòu)成向量組合，得到狀態(tài)s_l表示如下：

其中，第l個小區(qū)基站到第l個小區(qū)和相鄰小區(qū)集合I_l用戶的信道實(shí)部構(gòu)成的向量第l個小區(qū)基站到第l個小區(qū)和相鄰小區(qū)集合I_l用戶的信道虛部構(gòu)成的向量第l個小區(qū)基站到智能反射面的信道實(shí)部構(gòu)成的向量第l個小區(qū)基站到智能反射面的信道虛部構(gòu)成的向量智能反射面到第l個小區(qū)用戶信道實(shí)部構(gòu)成向量和智能反射面到第l個小區(qū)用戶信道虛部構(gòu)成向量分別表示如下：

其中，real(H_l,n,k)表示取矩陣H_l,n,k的實(shí)數(shù)部分構(gòu)成新矩陣，imag(H_l,n,k)表示取矩陣H_l,n,k的虛數(shù)部分構(gòu)成新矩陣，vec(A)表示將矩陣A中元素按行展開成行向量，隨后將狀態(tài)s_l輸入當(dāng)前值網(wǎng)絡(luò)，得到輸出為當(dāng)前值網(wǎng)絡(luò)的參數(shù)；

步驟C-2：依據(jù)步驟C-1得到的輸出，依據(jù)ε貪婪策略選取動作a_l，若所選取的動作a_l對應(yīng)當(dāng)前值網(wǎng)絡(luò)輸出的第i個神經(jīng)元，則依據(jù)得到第l個小區(qū)第k個用戶的流數(shù)；

步驟C-3：依據(jù)步驟C-2得到的流數(shù)，根據(jù)步驟D得到所對應(yīng)的F和θ，并根據(jù)下式計(jì)算獎勵r_l(s_l,a_l)：

其中為第l小區(qū)的第k個用戶在僅受到I_l干擾下的可達(dá)速率，表示如下：

為I_l中第n個小區(qū)的第m個用戶不受到第l個小區(qū)干擾下的可達(dá)速率，表示如下：

其中{I_n\l}表示第n個小區(qū)的相鄰小區(qū)集合中排除第l個小區(qū)；

步驟C-4：若智能體l下一時刻狀態(tài)為s′_l，智能體l將(s_l,a_l,r_l(s_l,a_l),s′_l)存入到經(jīng)驗(yàn)池中；

步驟C-5：每經(jīng)歷J個狀態(tài)后，智能體l從經(jīng)驗(yàn)池中取出N_batch個數(shù)據(jù)，將s_l輸入當(dāng)前值網(wǎng)絡(luò)，并結(jié)合動作a_l計(jì)算得到將s′_l輸入目標(biāo)值網(wǎng)絡(luò)，得到輸出依據(jù)下式計(jì)算損失函數(shù)

依據(jù)采用反向傳播算法更新計(jì)算其中目標(biāo)值網(wǎng)絡(luò)為DNN網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)與當(dāng)前值網(wǎng)絡(luò)相同，為目標(biāo)值網(wǎng)絡(luò)的參數(shù)，為從經(jīng)驗(yàn)池中取出N_batch個數(shù)據(jù)構(gòu)成的集合，γ為折扣因子；a_l,i是動作空間中的第i個動作；

步驟C-6：更新的次數(shù)達(dá)到T后，將當(dāng)前值網(wǎng)絡(luò)參數(shù)賦值給目標(biāo)值網(wǎng)絡(luò)參數(shù)

步驟C-7：當(dāng)損失函數(shù)值的變化量的絕對值小于給定門限時，訓(xùn)練結(jié)束，否則，繼續(xù)根據(jù)步驟C-1到步驟C-6進(jìn)行訓(xùn)練。