1.一种基于IRS的感知增强认知无线电网络资源分配的优化方法,该方法包括以下步骤:步骤S1:次基站获取基站到IRS以及IRS到用户的信道状态信息;
步骤S2:定义感知阶段和传输阶段的IRS对角相移矩阵,根据信道状态信息,建立优化模型;
定义感知阶段和传输阶段的IRS对角相移矩阵,具体操作为:令感知阶段IRS的反射系数为 , ;
其中, 分为IRS中第个 元件的幅度和相位,感知阶段的IRS对角相移矩阵为 ,定义 函数为创建一个对角矩阵,其对角线元素为 中的元素,表示长度为 的复值向量;
令传输阶段IRS的反射系数为 , ;
其中, 分为IRS中第 个元件的幅度和相位;传输阶段的IRS对角相移矩阵为 ;
优选模型选择IRS辅助的感知增强型CR网络模型;
基于次基站获取完美的信道状态信息,IRS辅助的感知增强型CR网络模型的优选问题表述为:;
;
;
;
;
;
其中, 为SBS的最大发射功率; 为PU能承受的最大干扰; 为SBS在频谱空闲时对第 个次用户的波束赋形; 为SBS在频谱占用时对第 个次用户的波束赋形;为一个通信帧的持续时间;为SBS的感知时间; 为一个通信帧中SBS与次用户的传输时间;
为用户集合, ; 为恒定的检测概率;为SUs到主用户的等效矩阵;为智能反射面到主用户的等效矩阵;C1为SBS的总功率约束,C2限制了PUs受到的干扰上限,C3为目标检测概率约束,C4为IRS上感知阶段中IRS对角相移矩阵的约束,C5为IRS上传输阶段中IRS对角相移矩阵的约束;
步骤S3:利用优化模型对感知阶段IRS对角相移矩阵辅助次基站感知主网络频谱占用情况进行优化;
步骤S4:进入传输阶段,利用优化模型优化不同感知结果下传输阶段次基站波束形成向量与IRS对角相移矩阵 ;
利用优化模型优化不同感知结果下传输阶段次基站波束形成向量与IRS对角相移矩阵,具体操作如下:步骤S4‑1:对次基站波束形成向量优化;通过逐次凸优化与半正定规划求得次基站波束形成向量的最优解;
步骤S4‑2:对传输阶段的IRS对角相移矩阵优化;通过逐次凸优化及高斯随机化,将优化问题转凸优化问题,通过CVX工具箱来求解,迭代至优化问题收敛;
步骤S5:次基站根据优化结果发射传输信息,实现在约束对主用户干扰的情形下对系统的频谱效率的改善。
2.根据权利要求1所述的一种基于IRS的感知增强认知无线电网络资源的优化方法,其特征在于:所述步骤S3中利用优化模型对感知阶段IRS对角相移矩阵辅助次基站感知主网络频谱占用情况进行优化,具体操作为:感知阶段的IRS对角相移矩阵 ,与 有关的目标函数与约束条件如下:;
;
;
其中, 速率的实际状态为空闲状态, 速率的实际状态为占用状态; 为SBS在频谱空闲或占用时对第 个次用户的波束赋形;
上述公式中,目标函数中与 有关的部分为 ,最大化目标函数就是最大化 ,具体如下:
;
为 的单调递减函数,优化目标可以转化为:;
;
其中, 为感知阶段SBS处接收的来自PBS信号的信噪比; 和 分别为智能反射面到次基站和主基站到智能反射面的等效矩阵; 为主基站到次基站的直连链路, 表示加性高斯白噪声的方差, 为主基站的波束赋形向量;
目标函数为非凸的,利用其特殊结构得到其封闭解;构建如下不等式:;
(a)为三角不等式,只有当 时等式成立;证明总是存在一个满足(a)与约束C5的解 ;
令 , ;
将公式 等效为:
;
为 中第 个元素;
其最优解为 ,IRS的第 个优化相位为:;
其中, 为 的第 个元素, 为的 第 行向量;感知阶段IRS相位 优化完毕。
3.根据权利要求1所述的一种基于IRS的感知增强认知无线电网络资源的优化方法,其特征在于:所述步骤S4‑1中次基站波束形成向量优化,具体操作如下:定义 ,对于给定的 ,对波束赋形矩阵 的优化问题如下所示:;
;
;
;
表示 维复数埃尔米特的集合矩阵,约束C6,C7保证了 分解为 ;为了确保 可以分解出 ,要保证 及 ,定义约, ;受到目标函数以及约束C7的影响,将优化问题转凸优化问题;
对 和 进行如下定义:;
;
其中, 表示 去除了元素 的合集;
对于任意可行 ,构建 的全局下限:;
其中, ;
对于任意可行的 ,优化问题转化为:;
。
4.根据权利要求3所述的一种基于IRS的感知增强认知无线电网络资源的优化方法,其特征在于:所述步骤S4‑2中对传输阶段的IRS对角相移矩阵 优化,具体操作如下:对于给定的 和 ,传输阶段的IRS相位设计问题如下:;
;
;
优化问题的目标函数和约束C4为非凸函数,对目标函数进行处理:;
;
;
;
其中,优化变量 , 和 分别定义为:;
;
;
其中, 为虚拟变量且 , ;第 个用户处的速率等效为以下形式:
;
;
将约束C2转化为:
;
其中, ;
对于非凸目标函数,给出如下定义:;
;
因此,优化问题转化为:;
;
;
;
;
其中, 表示一个对角矩阵,其对角元素是从 的主对角线中提取的; 表示阶单位向量;定义约束 , ;约束C8,约束C9以及共同确保了 在优化后保持不变;利用高斯随机化保证有秩一解。