1.基于SCA的IRS‑NOMA系统低复杂度波束赋形方法，其特征在于：该方法包括以下步骤：

S1：给所有用户都分配一个波束，通过功率的大小来区分不同用户；

S2：建立系统模型和QoS问题模型；

S3：利用交替优化的思想，在发射单元较多以及低目标速率情况下，迭代求解波束赋形矢量和相移矩阵。

2.根据权利要求1所述的基于SCA的IRS‑NOMA系统低复杂度波束赋形方法，其特征在于：所述系统模型为：

考虑一个下行IRS‑NOMA系统，其中，基站具有Nt根发射天线，IRS具有N个反射单元，共有M个单天线用户；假设所有用户被分为K簇，且K≤Nt，第k簇用户数为Mk，簇内采用NOMA复用，簇间则通过MIMO进行复用，令 为所有簇的集合， 为所有用户的集合，为第k簇所有用户的集合，且有 j≠k, 以及为了消除簇内外用户间干扰，对所有用户的发送符号进行波束赋形，BS发送信号表示为

其中sk,i和 分别为第k簇第i个用户Uk,i的发送信号和波束赋形矢量，并且假设信号sk,i具有零均值和单位方差；此时，用户Uk,i的接收信号表示为N×1

其中 rki∈C 和 分别表示BS到Uk,i、IRS到Uk,i以及BS到IRS之间的信道； 表示IRS的相移对角矩阵，而且满足为加性高斯白噪声；

使用 作为用户分簇的依据，采取使同簇用户间信道增益尽量大的方案进行用户分簇，将所有用户的最大信道增益从小到大排序，有η1≤η2≤…≤ηM，逐个把用户1,…,M归入第1,…,K簇，重复此过程，并且不对已经满的簇继续添加用户，直到所有用户全部分组完毕；对于第k簇任意两用户Uk,i和Uk ,j ，满足当i＜j时，设Ωk(i)表示Uk,i的解码顺序，有Ωk(i)＝i，用户Ωk(i)是第k簇要解码的第i个信号；在利用SIC技术消除强用户的干扰后，在用户Uk,l处解码用户Uk,m信号的信干噪比为用户Uk，m的可达传输速率为

其中， 为用户Uk,m的目标传输速率；根据M个用户的目标传输速率约束，通过联合优化基站的发射波束形成矢量wj,i和IRS的反射系数矩阵Θ，使基站的总发射功率最小。

3.根据权利要求2所述的基于SCA的IRS‑NOMA系统低复杂度波束赋形方法，其特征在于：所述QoS问题模型为：

其中， 表示满足用户Uk,m目标速率下的最小信干噪比。

4.根据权利要求3所述的基于SCA的IRS‑NOMA系统低复杂度波束赋形方法，其特征在于：所述S3具体为：

首先，对于给定的相移矩阵，波束赋形优化问题表示为其中， 表示BS到用户之间的合并信道；

在利用一阶泰勒近似后，等价如下问题其中， 是上一次迭代子问题的最优解；在解得波束赋形矢量后，通过固定波束赋形来优化反射系数矩阵，引入辅助变量 反射系数矩阵优化问题如(14)所示；

t t t t t+1 t t对于第t次迭代，原问题(6)的最优值p(w ,Θ)一定满足p(w ,Θ)≥p(w ,Θ)＝p(w+1 t+1

,Θ )，算法总是迭代下降的；引入辅助变量 的目的是收紧问题中的QoS约束，以此加快算法的收敛速度；对于子问题(14)中的非凸部分进一步写为有 在问题(22)中，是上一次迭代子问题的最优解；问题(20)和(22)都是凸的QCQP问题，使用基于内点法的通用凸优化工具求解；问题(22)将 的等式约束进行松弛处理，需要对求得的相移矩阵进行归一化；

SCA算法的复杂度为

5.根据权利要求2所述的基于SCA的IRS‑NOMA系统低复杂度波束赋形方法，其特征在于：所述解码用户Uk,m为每簇最强用户时，自身信号的信干噪比为