CN111355519B - 智能反射表面协助的室内太赫兹mimo通信系统设计方法 - Google Patents
智能反射表面协助的室内太赫兹mimo通信系统设计方法 Download PDFInfo
- Publication number
- CN111355519B CN111355519B CN202010162027.6A CN202010162027A CN111355519B CN 111355519 B CN111355519 B CN 111355519B CN 202010162027 A CN202010162027 A CN 202010162027A CN 111355519 B CN111355519 B CN 111355519B
- Authority
- CN
- China
- Prior art keywords
- matrix
- opt
- irs
- intelligent
- optimal
- 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
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
- H04B7/0478—Special codebook structures directed to feedback optimisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/145—Passive relay systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Radio Transmission System (AREA)
Abstract
本发明属于高频无线通信技术领域,具体涉及一种智能反射表面协助的室内太赫兹MIMO通信系统设计方法。本发明的方案是,通信系统包括装配有NBS根天线和MBS条射频链的基站、由NIRS个反射阵元构成的智能反射表面和装配有NMS根天线和MMS条射频链的移动用户端,基站通过智能反射表面将NS个数据流发送到移动用户端,本发明以最大化下行传输数据速率为目标,建立联合优化函数,并基于人工保留优良基因的遗传算法优化系统传输数据速率最大化的问题。相对于传统技术,本发明的方案能够极大地降低IRS反射单元相位搜索的计算复杂度。
Description
技术领域
本发明属于高频无线通信技术领域,具体涉及一种智能反射表面(IntelligentReflecting Surface,IRS)协助的室内太赫兹MIMO通信系统设计方法。
背景技术
近年来,第六代(Sixth Generation,6G)无线移动通信引起了人们的广泛关注,它迎合了人们对无线网络的各种通信需求。为了满足不同的应用场景,如虚拟现实、全息通信、无线数据中心、无线回程网络等,迫切需要为未来6G通信系统开发新的频谱资源。相较于微波和毫米波频段,太赫兹频段被认为是提供大带宽和足够频谱资源的合适选择。具体来说,太赫兹通信能够实现极高的传输速率,可以从吉比特每秒(Gbps)暴涨到太比特每秒(Tbps)的质变。因此,太赫兹频段越来越受到世界各国的重视。例如,2019年的世界无线电通信会议(WRC)正式太赫兹频段从0.275THz-0.475THz太赫兹划分出来为移动和固定无线通信提供服务。THz通信虽然具有明显的优点,但在实际通信应用场景中仍存在一些不足。由于太赫兹波具有很强的方向性和严重的路径衰减,太赫兹通信的传输距离被限制在很小的范围内,因此很适用于室内通信场景。然而,一旦太赫兹通信被用于室内场景中,太赫兹信号很容易被墙壁、家具、天花板等障碍物阻挡。为了解决这个问题,在最近的科研领域,IRS被提出来从而解决室内太赫兹通信的覆盖问题以及频谱效率最大化问题。具体地说,IRS是一种由多个反射单元组成的超表面。同时,IRS反射单元可以根据通信环境的变化,智能地调整自己的相移从而最终影响入射波的相位与传播方向。由于IRS由多个无源反射单元组成并且不需要射频链路,其硬件复杂度和功耗非常低。因此,在未来6G无线通信场景中,IRS协助的室内太赫兹通信系统值得进一步探索。
发明内容
本发明的目的是,针对室内太赫兹MIMO通信系统频谱效率的问题,提出了一种基于人工保留优良基因的遗传算法(AGR-GA)来降低系统的计算复杂度并提升系统的频谱效率。与传统的遗传算法(C-GA)相比,本发明提出的AGR-GA在迭代过程中保留了良好的基因,并且消除了劣势基因,从而保证了在降低计算复杂度的条件下提升IRS辅助的太赫兹MIMO通信系统频谱效率。
本发明采用的技术方案为:
一种智能反射表面协助的室内太赫兹MIMO通信系统设计方法,如图1所示,基站端装配有NBS根天线和MBS条射频链的基站,IRS装配有NIRS个反射单元,移动用户端装配有NMS根天线和MMS条射频链,基站端通过IRS将NS个数据流发送给移动用户端。由于太赫兹波在传输过程中具有极高的衰减,所以在太赫兹信号只能被IRS反射一次。基站端的发送信号可以表示为
y=WHHx+n=WHHFs+n
H=H2ΦH1
其中,H1表示为基站与IRS之间的信道,H2表示为IRS与移动终端之间的信道,Φ为IRS相移矩阵,并且是一个维度为NIRS×NIRS的对角矩阵,用来表征IRS反射单元的相移,表示IRS反射阵元的反射系数,表示每一阵元对波束的相位偏转。
假设信道状态信息能够完美估计,核心问题就变成了通过联合优化混合预编码矩阵F、混合解码矩阵W以及相移矩阵Φ来优化室内太赫兹通信系统的频谱效率。考虑到直接求解很困难,本发明将优化频谱效率的问题其转化为IRS单元相位搜索的问题。分析了现有的硬件条件以后,发现IRS单元的相移是离散的,所以为每一个反射单元预设离散相位码本且那么,以最大化该智能反射表面协助的室内太赫兹MIMO通信系统的下行传输数据速率为目标,其中为Ns×Ns维的单位矩阵,δ2为信道噪声功率,联合优化预编码矩阵F,混合解码矩阵W和相移矩阵Φ,建立目标函数如下:
(Φopt,Wopt,Fopt)=argmaxR,
Wopt=U1.
其中,第一个约束是由智能反射表面阵元相位的离散化性质决定的,即每一阵元的相位偏转属于某一离散相位集合第二个约束是由智能反射表面的通信模型所决定的;第三个约束为最优预编码矩阵Fopt,可以通过对信道H1进行奇异值分解获得Fopt,即H1=U1Λ1V1 H,是由矩阵V1的前Ns列向量构成的子矩阵;第四个约束为最优解码矩阵Wopt,可以通过对级联信道H进行奇异值分解获得Wopt,即H=UΛVH,Wopt=U1,U1是矩阵U的前Ns列向量构成的子矩阵。
所述目标函数的求解方法为:
S1、初始化:
S2、若满足i≤TAGR,则进入步骤S3;否则,进入步骤S9;
S7、通过轮盘赌策略生成剩下的NR=(1-η)NI个个体;
S8、对NR个个体通过AGR操作进行交叉,得到处理过的剩余NRC个个体;
S9、把NAGR和NRC个个体合在一起组成最终的下一代种群Xi+1,迭代次数i=i+1,返回步骤S2;
S11、计算等效信道He=H2ΦoptH1;
S12、奇异值分解信道矩阵:He=UΛVH,H1=U1Λ1V1 H;
S13、得到联合码Wopt=U[:,1:Ns],预编码Fopt=V1[:,1:Ns];
S14、返回最优预编码Fopt,最优联合码Wopt,最优智能反射表面相位矩阵Φopt。
本发明的依据是,根据现有硬件条件分析,IRS调节波束的性能只与IRS所有反射单元的相位排布有关。目前采用两比特构造码本,每个IRS反射单元的相位有(0,π/2,π,3π/2)四种相位选择。因此,可以将室内太赫兹通信系统频谱效率最大化问题转化为IRS单元相位搜索问题。虽然穷尽搜索算法可以保证找到最优解,但是其复杂度是随着IRS反射单元数目呈现指数增加的。虽然C-GA方案可以在一定程度上降低计算复杂度,但C-GA在迭代过程中需要对种群中的所有个体进行选择、交叉和变异,即使具有最大适应度的个体已经被找到了,仍有很大概率被交叉和变异破坏掉基因型,使得算法收敛性能较差,并降低了系统的频谱效率。为此,本发明提出一种有效的人工保留优良基因的算法策略,所提出的AGR-GA方案在迭代过程中选择良好的基因进行保留并且消除了劣势的基因,使得遗传到后代的基因都是优良的,从而在低复杂度的情况下提升IRS协助的室内太赫兹MIMO通信系统的频谱效率。
本发明的有益效果是:实现了室内太赫兹MIMO通信系统频谱效率和能耗之间的最佳均衡。一方面,本发明所提的AGR-GA方案在每次迭代过程中通过选择人工保留下当代种群最优的基因型,保证了算法始终向着全局最优解搜索,所以极大地提升了系统的频谱效率;另一方面,由于每次迭代都能人工保留下最优基因型,而种群剩下的个体由轮盘赌策略按比例产生并进行交叉和变异,所以本发明能够充分利用码本中各个码字概率的分布特征来保证在不跌入局部最优解的同时,算法收敛更快,极大地降低IRS反射单元相位搜索的计算复杂度。因此,本发明提出的AGR-GA方案不仅能够将计算复杂度降低数个数量级,还能实现接近最优的太赫兹系统频谱效率,满足未来6G高速率低延时的室内通信场景。
附图说明
图1为下行链路IRS协助的太赫兹MIMO系统框图;
图2为染色体交叉原理图;
图3为算法核心流程图。
具体实施方式
下面结合附图和实施例详细说明本发明的技术方案。
考虑一个下行链路IRS协助的太赫兹MIMO室内通信系统模型。为了降低硬件复杂度和系统损耗,混合预编码结构被采用来减少射频链的使用。由于基站端与移动用户端之间存在遮挡,太赫兹的视距通信易被破坏。因此,在房间四周安装智能反射表面,该表面由NIRS个智能反射单元构成。所有的反射单元各有一个中央控制器控制,而控制器与基站端之间通过有线传输或无线信道相连,从而实现基站端与智能反射表面之间的信道状态信息的共享。此外,每一反射单元上均安装有简易感应器,该感应器造价成本低,功耗低,易于大规模生产。通过对到达IRS的波束的相位的感应并将此信息传送到中央处理器,通过可编程的方式自由控制每一阵元对到达波束的相位偏转,以此提高系统性能。由于太赫兹在传输过程中损耗极大,本发明中太赫兹波在整个无线传输路径中只被IRS反射一次。装配有NBS根天线和MBS条射频链的基站端通过智能反射单元数为NIRS的智能反射表面传输NS个数据流给具有NMS根天线和MMS条射频链的移动用户端。发送信号可以表示为
y=WHHx+n=WHHFs+n
H=H2ΦH1
其中,H1表示为基站与IRS之间的信道,H2表示为IRS与移动终端之间的信道,信道H1和信道H2可以被包含少数散射路径的典型几何信道模型表示,Φ为IRS相移矩阵,并且是一个维度为NIRS×NIRS的对角矩阵,用来表征IRS反射单元的相移,表示IRS反射阵元的反射系数,表示每一阵元对波束的相位偏转。
得到完美的信道信息以后,核心问题就变成了通过联合最优化混合解码矩阵W和相移矩阵Φ来实现系统频谱效率和能耗之间的均衡。考虑到直接求解很困难,本发明将其转化为IRS单元相位搜索问题。分析了现有的硬件条件以后,发现IRS单元的相移是离散的,所以预设好相位码本且那么该太赫兹MIMO系统模型的数据速率R可以被表示为
Wopt=U1.
虽然穷举搜索方案可以达到最佳的数据速率性能,但它涉及矩阵乘法和奇异值分解操作,具有极高的计算复杂度。为此,具有低复杂度的C-GA被提出来避免相移组合的穷尽搜索。为了进一步补偿C-GA算法带来的性能损失和收敛速度慢,本发明提出了更加高效的AGR-GA方案,在迭代过程中通过人工控制基因的遗传,也即选择优良的基因进行保留,从而提升整个太赫兹通信系统的频谱效率。
本发明提出的AGR-GA方案是一种通过定义适应度函数来寻找次优解的非线性优化技术。该适应度函数由一组自适应参数控制。与穷举搜索方法相比,C-GA方案不是执行常规的网格搜索,而是利用多个搜索路径,从而降低了复杂度,提高了搜索效率。C-GA能够显著降低复杂度,但随着IRS单元数量的增加,算法收敛速度急剧减缓。为了解决这一收敛问题,本发明提出了选择性地保留个体的优良基因,将优良的基因遗传到下一代,而将劣质基因在下一代中消除。与C-GA相比,本发明提出的人工基因保留操作可以大幅度地提高算法的收敛速度,避免陷入局部最优解。AGR-GA方案的主要AGR操作概括为两个方面,即AGR选择和AGR杂交:
接下来,对AGR-GA方案的几个主要阶段作了相应的描述。
2.初始种群:初始种群中的个体是根据具体场景随机生成地,在这里,让NI表示初始种群中包含个体的数目。那么在第i次迭代中,种群矩阵可以被描述为
3.适应度函数:适应度是衡量一个物种对生存环境的适应性。同样,利用C-GA的适应度函数来评价种群中个体的质量。此外,适应度函数还决定了个体在遗传过程中会受到压力并被淘汰的基因。因此,适应度函数的选择直接影响到算法的收敛性和最优解。由于目标是获得最佳的频谱效率,因此数据速率R被选为适应度函数。
4.种群新个体AGR选择:选择操作依据物竞天择准则生成新一代种群,保证算法逐渐向峰值(最优解)移动。为了提高搜索效率,人工复制多个上一代最优个体的基因型,并将其直接保留到下一代,构成下一代种群的第一部分。这里定义η∈[0,…1]表征最优的NAGR个个体占下一代种群的比例。为了找到最优的基因型,计算所有个体的适应度函数R并将其表示为:
并找出其中具有最大适应度的个体并将个体复制ηNI次并直接保留到下一代种群Xi+1中作为NAGR部分。除了通过AGR选择生成的NAGR个个体,当代种群中剩下的NR个个体通过轮盘赌策略产生。上一代种群的总适应度之和为
然后,每一个个体被选中的概率取决于他们的适应度占总数的比例。即为
从上一代种群中依据概率向量Pi-1选择NR=(1-η)NI个个体用于下一步处理。
5.种群内个体AGR交叉和变异:上述步骤都是为了提高优良基因型在种群中的比例,而算法还需要通过突变、杂交等遗传操作,产生新的基因型,以跳出局部最优解。一方面,任意两个相邻的个体相互交换一些基因以产生两个新的基因型,在那之后,从两个父母和两个通过基因交叉操作产生的后代中保留适应度最大的两个到下一代。这个过程如图2所示。另一方面,因为在遗传给后代的过程中,染色体突变的概率非常小,为了模拟这种突变操作,设置一个突变概率,并在区间[0,1]内随机生成NI个概率值。因此,一旦随机概率值小于突变概率,所选个体的基因将依次随机突变几位。最后得到新的剩余NRC个个体,这样的交叉变异运算大大提高了AGR-GA的收敛速度。
这三种搜索算法的计算复杂度主要来源于三个部分。首先涉及到两个矩阵和的乘法复杂度为第二,搜索算法搜索码本时的复杂度。最后,对信道矩阵进行SVD分解的复杂度为综上,三种搜索算法的复杂度可以计算并如下表所示:
实施例
本实施例采用Matlab仿真平台进行实验。
S1、设置太赫兹MIMO系统参数,包括IRS单元数NIRS=32、基站天线数NBS=128和射频链数MBS=4、用户天线数NMS=32和射频链数MMS=4、码本大小基因保留比例η=0.5,已知的完美信道信息H。系统工作频率是0.34THz。信道H1和H2采用几何信道模型
其中d=λ/2=c/(2f),c=3×108m/s。其他阵列响应的表达式可参考a(θBS),信道H2的表达式可参考H1。此外,设置信噪比SNR=ρ/δ2∈[-40,0]dB,基站端传输数据流数N=4,
s
S3、若满足i≤TAGR,则进入步骤S4;否则,进入步骤S11;
S8、通过轮盘赌策略生成剩下的NR=(1-η)NI个个体;
S9、对NR个个体通过AGR操作进行交叉如图2所示,得到处理过的剩余NRC个个体。
S10、把NAGR和NRC个个体合在一起组成最终的下一代种群Xi+1,迭代次数i=i+1,返回步骤S3
S11、计算等效信道He=H2ΦoptH1;
S12、奇异值分解信道矩阵:He=UΛVH,H1=U1Λ1V1 H;
S13、得到联合码Wopt=U[:,1:Ns],预编码Fopt=V1[:,1:Ns];
采用本发明所述方法进行仿真测试。首先比较在不同SNR下三种搜索方案的频谱效率性能,其次比较C-GA和AGR-GA的收敛性能,最后比较三种搜索方案的计算复杂度。随着IRS单元数量不断增加,AGR-GA降低计算复杂度的比率越来越大。综上所述,本发明首次将人工保留最优基因辅助的遗传算法用于IRS单元的相位码本搜索问题,所提AGR-GA方案能够大幅度降低计算复杂度,提高了收敛性能,并通过选择合适的参数保证频谱效率表现基本没有损失。
Claims (1)
1.智能反射表面协助的室内太赫兹MIMO通信系统设计方法,其特征在于,所述通信系统包括装配有NBS根天线和MBS条射频链的基站、由NIRS个反射阵元构成的智能反射表面和装配有NMS根天线和MMS条射频链的移动用户端,基站通过智能反射表面将NS个数据流发送到移动用户端,太赫兹波在整个无线传输路径中只被智能反射表面反射一次,基站端发射信号为:
在移动用户端,发射信号被混合解码器处理过后为:
y=WHHx+n=WHHFs+n
H=H2ΦH1
其中,H1表示基站与智能反射表面之间的信道,H2表示智能反射表面与移动用户端之间的信道,Φ为智能反射表面相移矩阵,并且是一个维度为NIRS×NIRS的对角矩阵,用来表征IRS反射单元的相移,表示IRS反射阵元的反射系数,表示每一阵元对波束的相位偏转;
(Φopt,Wopt,Fopt)=argmaxR,
Wopt=U1.
其中,第一个约束是由智能反射表面阵元相位的离散化性质决定的,即每一阵元的相位偏转属于某一离散相位集合第二个约束是由智能反射表面的通信模型所决定的;第三个约束为最优预编码矩阵Fopt,通过对信道H1进行奇异值分解获得Fopt,即 是由矩阵V1的前Ns列向量构成的子矩阵;第四个约束为最优解码矩阵Wopt,通过对级联信道H进行奇异值分解获得Wopt,即H=UΛVH,Wopt=U1,U1是矩阵U的前Ns列向量构成的子矩阵;
所述目标函数的求解方法为:
S1、初始化:
S2、若满足i≤TAGR,则进入步骤S3;否则,进入步骤S9;
S7、通过轮盘赌策略生成剩下的NR=(1-η)NI个个体;
S8、对NR个个体通过人工保留优良基因AGR操作进行交叉,得到处理过的剩余NRC个个体;
S9、把NAGR和NRC个个体合在一起组成最终的下一代种群Xi+1,迭代次数i=i+1,返回步骤S2;
S11、计算等效信道He=H2ΦoptH1;
S13、得到最优解码矩阵Wopt=U[:,1:Ns],最优预编码矩阵Fopt=V1[:,1:Ns];
S14、返回最优预编码矩阵Fopt,最优解码矩阵Wopt,最优智能反射表面相位矩阵Φopt。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010162027.6A CN111355519B (zh) | 2020-03-10 | 2020-03-10 | 智能反射表面协助的室内太赫兹mimo通信系统设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010162027.6A CN111355519B (zh) | 2020-03-10 | 2020-03-10 | 智能反射表面协助的室内太赫兹mimo通信系统设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111355519A CN111355519A (zh) | 2020-06-30 |
CN111355519B true CN111355519B (zh) | 2021-10-26 |
Family
ID=71194371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010162027.6A Active CN111355519B (zh) | 2020-03-10 | 2020-03-10 | 智能反射表面协助的室内太赫兹mimo通信系统设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111355519B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114172773B (zh) * | 2020-09-10 | 2023-06-23 | 维沃移动通信有限公司 | 调制方法及装置、通信设备和可读存储介质 |
CN112533274B (zh) * | 2020-10-29 | 2021-08-20 | 北京科技大学 | 一种室内太赫兹bwp和功率调度方法及装置 |
WO2022088182A1 (en) * | 2020-11-02 | 2022-05-05 | British Telecommunications Public Limited Company | Wireless telecommunications network |
CN112235026B (zh) * | 2020-11-06 | 2021-08-27 | 郑州大学 | 一种mimo-ofdma太赫兹通信系统的混合波束设计方法 |
CN114629626B (zh) * | 2020-12-10 | 2023-10-20 | 中国科学院深圳先进技术研究院 | 一种智能反射阵面提升物理层密钥生成性能系统与方法 |
CN113572510B (zh) * | 2021-03-05 | 2022-10-28 | 华北水利水电大学 | 一种基于开环霍尔传感器的全息irs表面及通信系统 |
CN113068195B (zh) * | 2021-03-17 | 2022-12-23 | 东南大学 | 基于用户速率最大化的智能超表面位置设计方法 |
CN113133014B (zh) * | 2021-03-23 | 2022-06-03 | 清华大学 | 基于智能反射面的广义电磁波轨道角动量传输系统 |
CN113098575B (zh) * | 2021-03-29 | 2022-04-19 | 东南大学 | 一种提升边缘速率的智能反射表面辅助多小区下行传输设计方法 |
CN113364494B (zh) * | 2021-05-06 | 2022-08-16 | 西安交通大学 | 一种针对硬件失真的irs辅助miso系统性能优化方法 |
CN113271127B (zh) * | 2021-05-19 | 2022-06-28 | 东南大学 | 一种基于最优保留遗传算法的分布式全双工大规模mimo系统天线工作模式选择方法 |
CN113453279A (zh) * | 2021-06-30 | 2021-09-28 | 石毅松 | 一种基于irs与nc技术的高可靠低时延信息传输方法 |
CN113612505B (zh) * | 2021-07-16 | 2022-08-23 | 中国计量大学上虞高等研究院有限公司 | 基于可重构智能表面的空时移位键控方法 |
CN114039828B (zh) * | 2021-11-08 | 2024-01-19 | 上海电机学院 | 一种基于irs的空间反射调制的无线通信方法 |
CN113795004A (zh) * | 2021-11-15 | 2021-12-14 | 湖南金龙智造科技股份有限公司 | 用于室内5g终端的通信方法、系统及其车间 |
CN114513237B (zh) * | 2022-02-16 | 2023-07-14 | 东南大学 | 一种面向大规模阵列通信的子阵结构设计方法 |
CN115412141B (zh) * | 2022-08-18 | 2023-07-25 | 南京邮电大学 | 一种irs辅助的空移键控调制系统的相移优化方法 |
CN115226045B (zh) * | 2022-09-19 | 2022-12-02 | 四川创智联恒科技有限公司 | 一种在6g网路中区分ris信号的方法 |
CN117177253B (zh) * | 2023-10-31 | 2024-01-23 | 北京交通大学 | 一种智能超表面追踪与覆盖增强的方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490804A (zh) * | 2013-09-12 | 2014-01-01 | 江苏科技大学 | 基于优先度遗传模拟退火的多用户mimo系统天线选择方法 |
CN106876982A (zh) * | 2017-02-22 | 2017-06-20 | 西安电子科技大学 | 改善多天线系统性能的超表面及采用超表面的多天线系统 |
CN107134635A (zh) * | 2017-04-11 | 2017-09-05 | 电子科技大学 | 基于石墨烯超材料的双频带波束可重构mimo天线 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10547116B2 (en) * | 2017-08-01 | 2020-01-28 | University Of Cyprus | Wireless communication paradigm: realizing programmable wireless environments through software-controlled metasurfaces |
-
2020
- 2020-03-10 CN CN202010162027.6A patent/CN111355519B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490804A (zh) * | 2013-09-12 | 2014-01-01 | 江苏科技大学 | 基于优先度遗传模拟退火的多用户mimo系统天线选择方法 |
CN106876982A (zh) * | 2017-02-22 | 2017-06-20 | 西安电子科技大学 | 改善多天线系统性能的超表面及采用超表面的多天线系统 |
CN107134635A (zh) * | 2017-04-11 | 2017-09-05 | 电子科技大学 | 基于石墨烯超材料的双频带波束可重构mimo天线 |
Non-Patent Citations (1)
Title |
---|
Improving Security of THz Communication with Intelligent Reflecting Surface;Boyu Ning等;《2019 IEEE Globecom Workshops (GC Wkshps)》;20200305;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111355519A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111355519B (zh) | 智能反射表面协助的室内太赫兹mimo通信系统设计方法 | |
CN111181619B (zh) | 基于深度强化学习的毫米波混合波束成形设计方法 | |
CN111355520A (zh) | 一种智能反射表面辅助的太赫兹安全通信系统设计方法 | |
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 | |
CN113364501B (zh) | 一种莱斯信道下基于低精度adc去蜂窝大规模mimo系统的功率控制方法 | |
CN110365388B (zh) | 一种低复杂度毫米波多播波束成形方法 | |
Yuan et al. | An efficient and low-complexity beam training technique for mmWave communication | |
CN113497649B (zh) | 基于智能反射平面的太赫兹无线通信网络资源管控方法 | |
CN113193893B (zh) | 毫米波大规模mimo智能混合波束成形设计方法 | |
CN115021779B (zh) | Ris辅助的mimo系统的离散相移设计方法和装置 | |
CN113438002B (zh) | 基于lstm的模拟波束切换方法、装置、设备及介质 | |
CN113098574B (zh) | 一种用于大规模mimo系统的不规则子阵高效求解方法 | |
CN108650200A (zh) | 高低频混合组网系统的低频辅助信道估计方法 | |
CN112637907B (zh) | 毫米波网络中用户多关联和下行功率分配的联合优化方法 | |
CN110138427A (zh) | 基于部分连接的大规模多输入多输出混合波束赋形算法 | |
CN116896407A (zh) | 基于多代理a3c算法的多波束卫星通信系统资源分配方法 | |
CN115133969B (zh) | 毫米波大规模mimo-noma系统的性能提高方法 | |
CN108923831B (zh) | 一种发射信号的预编码方法和装置 | |
CN114501480B (zh) | 毫米波分布式网络中用户关联和波束成形联合多目标优化方法 | |
Leal et al. | Genetic algorithm optimization applied to the project of MIMO systems | |
CN112636800B (zh) | 基于毫米波大规模mimo多用户场景的混合预编码方法 | |
CN114285443A (zh) | 动态超表面天线辅助的近场宽带上行mimo传输方法 | |
CN116112941B (zh) | 一种多ris辅助的无线网络覆盖优化方法与装置 | |
CN112468201B (zh) | 一种基于毫米波大规模mimo天线系统的重叠子连接混合预编码方法 | |
CN117856835B (zh) | 基于低分辨率adc的去蜂窝大规模mimo系统资源分配方法 |
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 |