CN110266352B - 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 - Google Patents
一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 Download PDFInfo
- Publication number
- CN110266352B CN110266352B CN201910445874.0A CN201910445874A CN110266352B CN 110266352 B CN110266352 B CN 110266352B CN 201910445874 A CN201910445874 A CN 201910445874A CN 110266352 B CN110266352 B CN 110266352B
- Authority
- CN
- China
- Prior art keywords
- phase shift
- shift matrix
- reflecting surface
- intelligent
- intelligent reflecting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/04013—Intelligent reflective surfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供了一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法。在下行链路中,基站通过大规模天线阵列发射信号,智能反射面对接收信号进行移相操作,再反射给用户。本发明根据相应的通信环境,自适应地选择优化相移矩阵设计或者随机相移矩阵设计方法。优化相移矩阵设计通过发射一个单频信号,在最大化用户端接收功率的准则下,优化智能反射面的相移矩阵。随机相移矩阵设计随机确定每个反射元件的相位。本发明操作简单,计算复杂度低,两种相移矩阵设计方法都能够获得较高的功率效率和频谱效率,且无需智能反射面的任何信道状态信息,对采用智能反射面的大规模MIMO通信系统的设计与实现具有重要意义。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法。
背景技术
作为第五代(5G)和未来移动通信的一个关键技术,大规模MIMO(多输入多输出)技术可以通过大规模天线阵列实现宽小区覆盖,同时利用空间自由度获得高频谱效率。大规模MIMO系统的这些优点,可以满足未来5G时代中飞速增长的数据传输需求。然而,在实际通信系统中,不可避免地会出现一些遮挡或障碍,例如建筑,树木,汽车,甚至动物等等。为了解决这一问题并保障流畅的用户体验,典型的解决方案是添加额外的传输链路来维护通信链接。例如,可以在通信信号较差的地区引入转发中继,接收微弱信号后进行放大,并将其转发到下一个中继或接收终端。
作为一种特殊的中继,大规模智能反射面技术发展迅速。智能反射面由大量低成本、高效的可重构反射元件组成,在对接收电磁波信号进行反射的同时,通过智能控制器对冲击电磁波实现可控的相移。值得注意的是,在过去,无源反射面在雷达和卫星通信中有着广泛的应用,但在地面无线通信中却鲜有应用。其原因是传统的反射面只有固定的移相器,不能适应地面通信环境的实时变化。然而,随着通信技术的最新发展,通过实时控制移相器,反射元件的重构成为可能。智能反射面能够实时调整反射元件的相位变化,使反射信号在期望的接收端相干叠加,从而大大提高无线通信的能量效率。值得一提的是,智能反射面上的入射信号不需要缩放就可以反射,使用极低的功耗就能够改善传播环境。此外,智能反射面可以应用全双工模式,而不会产生自干扰。因此,和传统的转发中继相比,智能反射面是一种更经济、更有效的选择。在某种程度上,智能反射面能够取代传统无线通信系统中的射频模块,改革无线通信体系结构,为未来的通信网络提供了新的机遇。
在实际通信系统中,为了降低硬件成本,通常为智能反射面的每个反射元件配置一个数字移相器。和模拟移相器不同,数字移相器只能进行有限的相位调整。此外,由于智能反射面只对信号进行被动地接收转发,其信道向量难以估计。如何在未知信道向量的前提下,设计智能反射面的相移矩阵,使通信系统获得最优的能量效率和频谱效率,是一个值得研究的课题。
发明内容
发明目的:针对以上问题,本发明提供了一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法,其算法简单,且能够获得良好的功率效率和频谱效率。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法,该方法包括如下步骤:
(1)在信号传输之前进行相移矩阵设计,包括如下步骤:
步骤(a),基站从任意天线发射一个单频信号x,经过智能反射面反射后被用户接收,接收信号为:
y=hHΘgRx+n
其中,为基站到反射面的信道向量,为反射面到用户的信道向量,是智能反射面的相移矩阵,θi表示第i个移相器的相位,n表示热噪声,i=1,2,…,N,θi∈Ω,Ω={0,2δ,…,(2B+1-2)δ}是数字移相器可选相位的码本,为移相间隔。
步骤(b),在最大化用户端接收功率的准则下,优化智能反射面的相移矩阵。具体操作为:调整智能反射面的相移矩阵,使用户端接收功率达到最大,公式如下:
其中,Ω={0,2δ,…,(2B+1-2)δ}是数字移相器可选相位的码本,为移相间隔,θ从集合Ω中任意选取,i=1,2,…,N,上述公式的含义是:从Ω中任意选取一个值作为θ,计算y的值,遍历Ω中所有的值,得到使y值最大,记为θmax。
其中,M为基站配置的天线数目,ρ表示基站端数字模拟转换器(DAC)的衰减系数,γ为系统信噪比,Sa(·)为抽样函数。
有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:
(1)本发明提出的大规模MIMO系统中智能反射面相移矩阵自适应设计方法,能够根据通信环境自适应地选择适合的相移矩阵设计方法,从而以较低的计算复杂度获得较好的系统性能。
(2)本发明中的优化相移矩阵设计方法,搜索集合大小为2B,仅和移相器的精度B有关,而与反射元件数目N无关。而传统的穷举法搜索集合大小为2NB,随智能反射面反射单元数目的增加而呈指数级增长。该优化算法大大降低了算法复杂度,节约了时间成本。
(3)本发明中的随机相移矩阵设计方法,相移矩阵的相位随机选取,计算量大大降低。
(4)本发明中的两种相移矩阵设计方法,都无需智能反射面的任何信道状态信息,无需对智能反射面进行信道估计。
(5)本发明中的两种相移矩阵设计方法,都能够获得良好的功率效率和频谱效率,对大规模MIMO通信的设计与实现具有重要指导意义。
(6)本发明中的智能反射面为每个反射元件配置一个数字移相器,与模拟移相器相比,能够有效降低系统的硬件和功耗成本。
附图说明
图1为实现本发明方法的采用智能反射面的大规模MIMO通信系统框图,包括基站、智能反射面以及用户。
图2展示了采用本发明提出的智能反射面相移矩阵自适应设计方法获得的数据传输速率。
图3比较了本发明中的优化相移矩阵设计和随机相移矩阵设计算法。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本发明提出了一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法,该方法包括如下步骤:
(1)在信号传输之前进行相移矩阵设计,包括如下步骤:
步骤(a),基站从任意天线发射一个单频信号x,经过智能反射面反射后被用户接收,接收信号为:
y=hHΘgRx+n
其中,为基站到反射面的信道向量,为反射面到用户的信道向量,是智能反射面的相移矩阵,θi表示第i个移相器的相位,n表示热噪声,i=1,2,…,N,θi∈Ω,Ω={0,2δ,…,(2B+1-2)δ}是数字移相器可选相位的码本,为移相间隔。
步骤(b),在最大化用户端接收功率的准则下,优化智能反射面的相移矩阵。具体操作为:调整智能反射面的相移矩阵,使用户端接收功率达到最大,公式如下:
其中,Ω={0,2δ,…,(2B+1-2)δ}是数字移相器可选相位的码本,为移相间隔,θ从集合Ω中任意选取,i=1,2,…,N,上述公式的含义是:从Ω中任意选取一个值作为θ,计算y的值,遍历Ω中所有的值,得到使y值最大,记为θmax。
其中,m为基站配置的天线数目,ρ表示基站端数字模拟转换器(DAC)的衰减系数,γ为系统信噪比,Sa(·)为抽样函数。
如图1所示,发送端配置M根发射天线和M条射频链路,每条射频链路配置一对低精度DAC。智能反射面配置N个反射元件,每个反射元件配置一个数字移相器。通信时,数据源首先经过预编码模块生成信号向量,再经过DAC和射频链路后通过天线阵列发射给智能反射面;反射面将接收到的信号经过移相器处理后反射给用户;用户端经过检测恢复出原始发送信号。
图2展示了本发明提出的智能反射面相移矩阵自适应设计方法获得的数据传输速率。仿真采用1比特量化的DAC,M取16和32,N取16,24和32。根据传输条件,选择优化相移矩阵设计算法。从图中可以看出,传输速率首先随着信噪比的增加而增长,然后趋于收敛。这是因为在高信噪比场景下,相比于信道热噪声,低精度DAC的量化误差对系统性能起决定性作用。值得注意的是,在低信噪比场景下,提高基站天线数目和智能反射面上反射元件的数目能够有效提高数据速率。
图3比较了本发明中的优化相移矩阵设计和随机相移矩阵设计算法。仿真参数设定为N=32,M=16,信噪比为10dB,DAC精度为3比特。从图中可以看出,当数字移相器精度B>3,即时,优化相移矩阵设计方法的性能优于随机相移矩阵设计;当B<3,即时,随机相移矩阵设计能够以更低的计算复杂度获得更优的速率性能。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (2)
1.一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法,其特征在于,该方法包括如下步骤:
(1)配置智能反射面具有N个反射单元,根据反射单元的精度B和反射单元的个数N设计相移矩阵;
(2)根据上述相移矩阵自适应计算基站发射信号经过智能反射面后的信号传输速率;
步骤(1)中,设计相移矩阵方法如下:
(a)基站从任意天线发射一个单频信号x,经过智能反射面反射后被用户接收,接收信号为:
y=hHΘgRx+n
其中,为基站到智能反射面的信道向量,为智能反射面到用户的信道向量,是智能反射面的相移矩阵,θi表示第i个数字移相器的相位,n表示热噪声,i=1,2,…,N,θi∈Ω,Ω={0,2δ,…,(2B+1-2)δ}是数字移相器可选相位的码本,为移相间隔;
(b)调整智能反射面的相移矩阵,使用户端接收功率达到最大,计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910445874.0A CN110266352B (zh) | 2019-05-27 | 2019-05-27 | 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910445874.0A CN110266352B (zh) | 2019-05-27 | 2019-05-27 | 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110266352A CN110266352A (zh) | 2019-09-20 |
CN110266352B true CN110266352B (zh) | 2021-05-04 |
Family
ID=67915593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910445874.0A Active CN110266352B (zh) | 2019-05-27 | 2019-05-27 | 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110266352B (zh) |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110830097B (zh) * | 2019-11-05 | 2021-05-04 | 西南交通大学 | 一种基于反射面的主被动互惠共生传输通信系统 |
CN111010219B (zh) * | 2019-11-28 | 2020-11-20 | 东南大学 | 可重构智能表面辅助的多用户mimo上行链路传输方法 |
CN111181615B (zh) * | 2019-11-29 | 2022-08-12 | 广东工业大学 | 一种基于智能反射面的多小区无线通信方法 |
CN113032932B (zh) * | 2019-12-09 | 2023-02-21 | 中国科学院深圳先进技术研究院 | 一种智能反射面相移矩阵设计方法 |
CN111093267B (zh) * | 2019-12-23 | 2021-03-26 | 华中科技大学 | 一种基于irs的ue位置确定方法、通信方法及系统 |
CN111050277B (zh) * | 2019-12-23 | 2020-12-08 | 华中科技大学 | 一种irs辅助的无线通信系统的优化方法及装置 |
CN111162823B (zh) * | 2019-12-25 | 2021-04-27 | 浙江工业大学 | 双向mimo通信系统中预编码矩阵和相移矩阵优化方法 |
CN111163515B (zh) * | 2019-12-31 | 2021-03-12 | 武汉昊天希禾科技有限公司 | 一种irs辅助的无线通信系统中提高接收信号强度的方法 |
CN111245493B (zh) * | 2020-01-10 | 2021-07-20 | 北京邮电大学 | 智能反射面辅助毫米波通信系统的高效波束训练方法 |
CN111245492B (zh) * | 2020-01-10 | 2022-01-21 | 北京邮电大学 | 一种基于接收功率排序的智能反射面选择方法 |
CN111314893B (zh) * | 2020-02-17 | 2022-04-08 | 电子科技大学 | 反射面辅助的设备到设备通信系统设计方法 |
CN111313951B (zh) * | 2020-02-17 | 2022-01-25 | 南京邮电大学 | 基于非理想csi的irs辅助安全通信无线传输方法 |
CN111416646B (zh) * | 2020-02-17 | 2021-07-06 | 北京大学 | 传播环境可调控方法、装置、电子设备和计算机存储介质 |
CN111294095B (zh) * | 2020-02-17 | 2022-02-11 | 南京邮电大学 | 基于统计csi的irs辅助大规模mimo无线传输方法 |
CN111294096B (zh) * | 2020-02-17 | 2021-12-07 | 南京信息工程大学 | 一种智能反射面miso无线通信系统的信道容量优化方法 |
CN113346917A (zh) * | 2020-02-18 | 2021-09-03 | 索尼公司 | 电子设备、无线通信方法和计算机可读存储介质 |
KR20220150310A (ko) | 2020-03-03 | 2022-11-10 | 지티이 코포레이션 | 반사 표면에 의한 신호 변조 방법 |
CN113381839B (zh) * | 2020-03-09 | 2023-03-14 | 维沃移动通信有限公司 | 信号传输方法、信息发送方法和通信节点 |
CN111355520B (zh) * | 2020-03-10 | 2022-03-08 | 电子科技大学 | 一种智能反射表面辅助的太赫兹安全通信系统设计方法 |
CN113676227B (zh) * | 2020-05-15 | 2022-09-09 | 维沃移动通信有限公司 | 信息传输方法、节点设备及可读存储介质 |
WO2021237688A1 (en) * | 2020-05-29 | 2021-12-02 | British Telecommunications Public Limited Company | Ris-assisted wireless communications |
CN111818533B (zh) * | 2020-06-04 | 2021-08-17 | 浙江大学 | 一种基于智能反射面的无线通信系统设计方法 |
EP4176516A4 (en) * | 2020-07-02 | 2023-08-02 | ZTE Corporation | SURFACE ELEMENT SEGMENTATION AND NODE GROUPING FOR INTELLIGENT REFLECTIVE DEVICES |
CN111953391B (zh) * | 2020-07-09 | 2021-06-01 | 东南大学 | 智能反射面辅助的多用户mimo上行能效谱效联合优化方法 |
CN111901812B (zh) * | 2020-07-22 | 2023-10-27 | 上海师范大学 | 一种全双工蜂窝通信网基站和智慧反射面联合控制方法 |
CN111917448B (zh) * | 2020-08-13 | 2022-08-02 | 深圳大学 | 一种毫米波通信的波束训练方法、装置、系统及存储介质 |
CN112444809B (zh) * | 2020-10-28 | 2023-04-25 | 浙江大学 | 一种基于智能反射面的分布式计算成像方法 |
CN112379347B (zh) * | 2020-11-12 | 2022-04-08 | 中国人民解放军空军预警学院 | 一种智能反射面辅助的mimo雷达目标检测方法与电子设备 |
CN112565121B (zh) * | 2020-12-07 | 2022-05-13 | 电子科技大学 | 用于智能反射面辅助的大规模mimo系统的半盲信道估计方法 |
CN112953613B (zh) * | 2021-01-28 | 2023-02-03 | 西北工业大学 | 一种基于智能反射面反向散射的车辆与卫星协作通信方法 |
WO2022174418A1 (en) * | 2021-02-20 | 2022-08-25 | British Telecommunications Public Limited Company | Wireless telecommunications network |
CN112986903B (zh) * | 2021-04-29 | 2021-10-15 | 香港中文大学(深圳) | 一种智能反射平面辅助的无线感知方法及装置 |
CN113676229B (zh) * | 2021-08-19 | 2022-09-27 | 东南大学 | 一种基于智能反射面的大规模mimo收发端联合预编码方法 |
CN113839694B (zh) * | 2021-09-30 | 2022-06-21 | 深圳市大数据研究院 | 一种智能反射面相移控制方法、系统、设备及存储介质 |
CN116131890A (zh) * | 2021-11-12 | 2023-05-16 | 中国移动通信有限公司研究院 | 相位配置方法、装置、设备及存储介质 |
CN114124185B (zh) * | 2021-11-29 | 2023-10-27 | 江苏科技大学 | 一种优化irs辅助通信系统中相移矩阵的低复杂度方法 |
CN114142898B (zh) * | 2021-12-03 | 2022-09-20 | 深圳市大数据研究院 | 智能反射面相移控制方法、装置及存储介质 |
US11632163B1 (en) | 2021-12-16 | 2023-04-18 | Motorola Mobility Llc | Communication device with millimeter wave multipath selection and aggregation using wearable reflective surfaces |
CN114710186A (zh) * | 2022-04-12 | 2022-07-05 | 东南大学 | 一种低成本广覆盖的毫米波预编码方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301634A (zh) * | 2016-09-13 | 2017-01-04 | 东南大学 | 一种采用数模混合检测的大规模天线阵列中继传输方法 |
-
2019
- 2019-05-27 CN CN201910445874.0A patent/CN110266352B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301634A (zh) * | 2016-09-13 | 2017-01-04 | 东南大学 | 一种采用数模混合检测的大规模天线阵列中继传输方法 |
Non-Patent Citations (3)
Title |
---|
Beyond Massive MIMO: The Potential of Data Transmission With Large Intelligent Surfaces;Sha Hu 等;《arXiv: 1707.02887v1》;20170710;全文 * |
Intelligent Reflecting Surface Enhanced Wireless Network: Joint Active and Passive Beamforming Design;Qingqing Wu 等;《2018 IEEE Global Communications Conference (GLOBECOM)》;20190221;第II-IV节 * |
Smart Radio Environments Empowered by AI Reconfigurable Meta-Surfaces: An Idea Whose Time Has Come;Marco Di Renzo 等;《arXiv: 1903.08925v1》;20190321;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110266352A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110266352B (zh) | 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 | |
CN113225108B (zh) | 一种智能反射面辅助多小区协同多点传输的鲁棒波束赋形方法 | |
CN111181615B (zh) | 一种基于智能反射面的多小区无线通信方法 | |
CN111818533B (zh) | 一种基于智能反射面的无线通信系统设计方法 | |
CN111162823B (zh) | 双向mimo通信系统中预编码矩阵和相移矩阵优化方法 | |
CN111314893B (zh) | 反射面辅助的设备到设备通信系统设计方法 | |
CN111698046A (zh) | 基于可重构智能反射面的绿色通信方法 | |
CN111835406B (zh) | 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法 | |
CN114070365B (zh) | 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法 | |
CN113556164B (zh) | Irs辅助的swipt系统中基于能效优先的波束成型优化方法 | |
CN114286312A (zh) | 一种基于可重构智能表面增强无人机通信的方法 | |
CN110011712B (zh) | 一种面向毫米波大规模多输入多输出的混合预编码方法 | |
CN115396917A (zh) | 智能反射面辅助的通信和干扰系统吞吐量最大优化方法 | |
Shaddad et al. | Channel estimation for intelligent reflecting surface in 6G wireless network via deep learning technique | |
CN113852402A (zh) | 一种irs辅助的noma-mimo大容量接入方法 | |
WO2023165237A1 (zh) | 一种基于全息多址接入的信道估计方法及装置 | |
CN114513237B (zh) | 一种面向大规模阵列通信的子阵结构设计方法 | |
CN110808767A (zh) | 毫米波多天线中继系统中一种混合波束成型设计方案 | |
Li et al. | Weighted sum rate maximization for intelligent reflecting surface assisted multiuser system with low-resolution DACs | |
CN116056118A (zh) | 基于主被动混合智能超表面的无线通信传输方法及系统 | |
CN116015503A (zh) | 一种考虑聚合干扰的无线通信系统中多可重构智能表面选择方法 | |
CN114745754A (zh) | 非理想信道信息下irs辅助云接入网上行传输优化方法 | |
CN114828258A (zh) | 一种智能反射面辅助认知无线电系统资源分配优化方法 | |
CN113726389A (zh) | 基于可重构反射超表面的无小区组网系统及方法 | |
CN114039638A (zh) | 一种混合波束成形器与模数转换器联合设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |