1.一种基于智能反射表面辅助的通信系统传输方法,其特征在于,所述传输方法包括:结合信道状态信息和用户信息,对发射波束成形向量和智能反射表面相移进行优化,以使通信系统的频谱效率最大化:(1)针对基于瞬时信道状态信息的智能反射表面辅助的单用户通信系统,以最大化系统频谱效率为目标,采用最大比传输设计发射波束成形向量,再分别利用流形交替优化方法对智能反射表面相移进行优化;
(2)针对基于统计信道状态信息的智能反射表面辅助的单用户通信系统,以最大化系统的遍历频谱效率为目标,利用交替迭代优化方法来对发射波束成形向量和智能反射表面相移进行联合优化;
(3)针对基于瞬时信道状态信息的智能反射表面辅助的多用户通信系统,以最大化系统的频谱效率为目标,采用迫零预编码设计发射波束成形向量,再利用半正定松弛方法对智能反射表面相移进行优化。
2.根据权利要求1所述的基于智能反射表面辅助的通信系统传输方法,其特征在于,针对基于瞬时信道状态信息的智能反射表面辅助的单用户通信系统,以最大化系统频谱效率为目标,采用最大比传输设计发射波束成形向量,再分别利用流形交替优化方法对智能反射表面相移进行优化的过程包括以下步骤:S11,针对基于瞬时信道状态信息的智能反射表面辅助的单用户通信系统,相应的优化问题表述为:
H
式中,θ=[θ1,…,θN] 表示IRS元件的相移向量, 表示基站和用户之间的信道,表示IRS和用户之间的信道, 表示基站和IRS之间的信道,α,β,γ分别表示IRS‑User信道、BS‑IRS信道和BS‑User信道的大尺度衰落损耗,p为基站发射功率,IRS的2
相移矩阵Θ=diag(θ1,…,θn,…,θN),基站发射波束成形向量用 来表示,σ是用户处接收到的信号中包含的加性高斯白噪声的方差,N是反射元件的总数,M是天线总数;
S12,依据最大比传输计算得到基站最优的发射波束成形向量为:S13,将最优的发射波束城向量代入目标函数,优化问题转化为:式中,
S14,将转化后的优化问题的可行搜索空间定义为N个复圆的乘积,即:N
在每一次迭代中,在S上搜索最优的相移时,自动满足单位模量约束,式(3)转化为以下无约束的优化问题:
N
S15,将梯度下降框架应用在子流形S上,在第t次迭代中,流形迭代优化方法分为以下4个步骤:
t
S151,沿着与f1(θ)梯度相反的方向求出欧氏空间内的梯度,即:t
S152,通过使用投影算子将在欧几里得空间内的梯度η投射到切空间 上找到黎曼梯度,其表达式如下所示:t t t* t t
g=η‑Re{η ⊙θ}⊙θ; (7)t
S153,沿着黎曼梯度的方向在切空间上更新当前值θ:式中,β为步长;
t N
S154,使用收缩因子将当前值θ投射到子流形S上:式中,unit(·)表示规范化输入向量的所有元素;
S16,依次迭代优化最优的发射波束成形向量和IRS相移,直至目标函数收敛。
3.根据权利要求1所述的基于智能反射表面辅助的通信系统传输方法,其特征在于,针对基于统计信道状态信息的智能反射表面辅助的单用户通信系统,以最大化系统的遍历频谱效率为目标,利用交替迭代优化方法来对发射波束成形向量和智能反射表面相移进行联合优化的过程包括以下步骤:S21,针对基于统计信道状态信息的智能反射表面辅助的单用户通信系统,相应的优化问题为:
H
式中,θ=[θ1,…,θN] 表示IRS元件的相移向量, 表示基站和用户之间的信道,表示IRS和用户之间的信道, 表示基站和IRS之间的信道,p为基站发射功率,IRS的相移矩阵Θ=diag(θ1,…,θn,…,θN),基站发射波束成形向量用 来表2
示,σ是用户处接收到的信号中包含的加性高斯白噪声的方差,N是反射元件的总数,M是天线总数;
2
S22,令噪声功率σ=1,根据Jensen不等式得到:S23,将不等式(11)右边进行化简,则相应的优化问题转化为:式中,K0是 的莱斯K因子, 表示LoS分量,在信道的相干时间内保持不变;γ为该信道对应的大尺度路径损耗;,K1是G的莱斯K因子, 表示LoS分量,在信道的相干时间内保持不变,β为该信道对应的大尺度路径损耗;K2是 的莱斯K因子, 表示LoS分量,在信道的相干时间内保持不变,α为该信道对应的大尺度路径损耗;
S24,将该优化问题分解成两个子问题,即当固定基站波束成形向量时,对IRS相移进行优化;当固定IRS相移时,对发射波束成形向量进行优化;针对每个优化子问题单独推导出发射波束成形向量和IRS相移的闭式解,具体求解过程包括以下步骤:S241,对于给定的基站发射波束成形向量w,优化问题转化为:其中,K0是 的莱斯K因子,K1是G的莱斯K因子,K2是 的莱斯K因子;
S242,由于 将式(13)的目标函数化简为:S243,令 根据三角不等式得到:
2 2 2
|LT+RT|≤|LT|+|RT| (15)当且仅当 不等式(15)取等,当取等时,目标函数达到最大,优化问题化简为:此时,最优的IRS相移为:S244,对于给定的IRS相移矩阵Θ,优化问题转化为:S245,令:
优化问题简化为:
S246,通过对H进行奇异值分解求解式(20)中的优化问题,令H
H=UΣV (21)
其中, 和 均为单位正交阵, 仅在主对角线上有奇异值,其他元素为0;
S247,将式(21)代入式(20)的目标函数中,并根据正交矩阵的保范性得到:
2 H 2 H 2
||Hw||=||UΣVw||=||ΣVw||; (22)令 则优化问题进一步转化为:T
只有在y=[1,0,…,0]时,目标函数取得最大值;根据w=Vy,得出最优的基站发射波束成形向量为:
opt
w =v1 (24)
其中,v1为V的第一列向量;
S25,将式(17)(24)进行迭代优化,直到目标函数收敛。
4.根据权利要求1所述的基于智能反射表面辅助的通信系统传输方法,其特征在于,针对基于瞬时信道状态信息的智能反射表面辅助的多用户通信系统,以最大化系统的频谱效率为目标,采用迫零预编码设计发射波束成形向量,再利用半正定松弛方法对智能反射表面相移进行优化的过程包括以下步骤:S31,根据香农公式,得出第k个用户的可达速率为:相应的优化问题表述为:
式中, 表示基站和第k个用户之间的信道, 表示IRS和第k个用户之间的信道, 表示基站和IRS之间的信道,其中,k=1,…,K;IRS的相移矩阵为对角阵Θ=diag(θ1,…,θn,…,θN),且每个元件的相移都需要满足 令θ=H
[θ1,…,θN] 表示IRS所有元件的相移向量;αk,β,γk为相应信道的路径损耗,表示第k个用户接收机处的加性高斯白噪声,其服从均值为0,方差为 的复高斯分布;
S32,令:
其中,F表示用户信道矩阵,该矩阵中的每一行为单个用户与基站之间的信道;
ZF预编码表示为用户信道矩阵的伪逆矩阵,即其中,
第k个用户的发射波束成形向量写为:基站最优的发射波束成向量矩阵为:消除用户间的干扰后,对优化问题中的目标函数进行化简得到:式中,
目标函数中的D是一个半正定矩阵,f(θ)是一个关于θ的凸函数;
S33,利用半正定松弛方法求解优化问题:S331,引入辅助变量ν,将优化问题转化为:其中,
S332,令 其满足X≥0以及rank(X)=1,采用半正定松弛方法来放松该限制,将优化问题P1转化为:
S332,采用现有的凸优化求解器CVX进行求解,从优化问题P2的高阶解中构造一个秩为
1的解;
S333,对X进行特征值分解:H
X=UΣU (36)其中,U=[e1,…,eN+1]是特征向量的单位矩阵,Σ=diag(λ1,…,λN+1)是特征值的对角矩阵;
得到问题P2一个的次优解:其中, 表示该随机变量服从均值为0,协方差为IN+1的循环对称复高斯分布,T表示复高斯随机向量的个数;
S334,IRS的相移表示为:式中,[F](1:N)表示包含F前N个元素的一个向量;
opt
S335,根据式(38)所获得的T个IRS相移,找到使系统频谱效率最大的第t 个高斯随机向量:
opt
S336,将所获的第t 个随机变量代入到式(37)(38)中,得到最优的IRS相移:S34,将式(29)(40)进行迭代优化,直到目标函数收敛。