CN112600598A - 云接入网中智能反射面增强无线前传链路传输方法 - Google Patents

Abstract

本发明公开了云接入网中智能反射面增强无线前传链路传输方法，针对智能反射面IRS辅助上行云接入网C‑RAN前传链路的通信系统中的波束成形与前传压缩联合优化方法。多天线用户通过多天线RRH与多天线基带处理单元BBU池进行通信，其中RRH采用Wyner‑Ziv编码对接收信号进行压缩，并且在智能反射面辅助下通过无线前传链路将量化信息发送给BBU池。本发明以最大化系统和速率为目的，对量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面的相移矩阵进行联合优化，能够有效提升云接入网通信系统的总上行传输速率。

Description

云接入网中智能反射面增强无线前传链路传输方法

技术领域

本发明涉及无线通信领域，尤其涉及云接入网中智能反射面增强无线前传链路传输方法，以提升上行和速率来增强通信质量的方法。

背景技术

科技的发展在推动了无线通信技术发展的同时，也带来了更高的通信效率需求。伴随着通信效率需求量和接入设备数量的高速增长，传统的无线通信系统已经无法满足需求。

智能反射面是提高系统通信效率的一种方法。智能反射面是一革命性的技术，将一些反射元件集成到一个平面上，对传输过来的信息直接进行发射，每一个反射单元都是独立的，可以控制其振幅和相位来增强反射信号或者抑制干扰信号。不同于传统的中继，它能够智能的可重构无线网络的通信环境，并能有效的提升无线网络的性能。C-RAN技术具有很大的优势，可以提升通信网络的谱效率和能效率，多个多天线用户通过多个多天线RRH向多天线BBU池进行通信。通过智能反射面辅助云接入网中无线前传链路的通信，BBU池不仅接收由RRH发送的直连链路的信号，还接收由IRS反射路径的信号，与传统的无智能反射面辅助的云接入网通信相比更有优势。对于有智能反射面的云无线接入网通信系统，可以实现网络环境的智能化、可重构化，也进一步的提升了整个系统的通信效率。

最后，对于存在智能反射面的云接入网通信系统，其性能取决于前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵，通过联合优化前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵可以进一步提升云无线接入网通信系统的性能。

发明内容

本发明的目的是提供一种针对智能反射面辅助云接入网无线前传链路的通信系统，优化前传链路量化噪声协方差矩阵、预编码矩阵以及相移矩阵来提升整个系统的通信和速率的方法。即通过对前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵进行联合优化，以达到最大化整个系统和速率的目的。

本发明的技术方案是：

云接入网中智能反射面增强无线前传链路传输方法，其特征在于：对于智能反射面辅助云接入网无线前传链路的通信系统，以最大化系统和速率为目的，对前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵进行联合优化，具体包括如下步骤：

1.1)智能反射面辅助前传链路的上行云接入网通信系统中，K个多天线用户通过L个多天线RRH与多天线BBU池进行通信，其中RRH采用Wyner-Ziv(WZ)编码对接收信号进行压缩，并且在一个智能反射面辅助下通过无线前传链路将量化信息发送给BBU池，其中每个用户、RRH和BBU的天线数分别为N_U、N_R和N_B，IRS的反射单元数为N_I。

1.2)在接入链路，K个用户同时向L个RRH发送信息，第l个RRH处的接收信号为：

其中s_k是用户k发送的数据信号，F_k是用户预编码矩阵，各用户功率限制条件为

P_U为每个用户的最大发送功率，H_A,l,k是用户k到RRHl的信道矩阵，n_l为在RRHl处的高斯噪声，其协方差矩阵为

各RRH对接收的信号进行WZ压缩后发送给BBU池，压缩后的的信号为：

其中q_l为量化噪声，其协方差矩阵为Ω_l，与y_l相互独立。

1.3)在前传链路，各RRH在IRS的辅助下与BBU池通信，BBU池接收信号为：

其中H_F,l、G_B和G_l分别为RRHl到BBU池、IRS到BBU池和RRHl到IRS的信道矩阵，Θ＝diag(θ)为IRS的相移矩阵，其中

根据IRS器件的指标可以分为连续相位和离散相位两种情况，连续相位即

的取值范围在0-2π之间，离散相位指在0-2π之间有τ个等间隔的相位电平，

的取值是在0-2π之间离散的点，即

t_l为RRHl发送的数据信号，V_l为RRHl处的预编码矩阵，各RRH功率限制条件为

P_R为每个RRH的最大发送功率，n_B为BBU池处的高斯噪声，其协方差矩阵为

1.4)对于步骤1.1)-1.3)描述的智能反射面辅助上行云接入网前传链路通信系统其特征在于：

1.4.1)系统总上行速率为：

其中

为所有用户集合，

为所有RRH集合，

为RRH集合

的量化噪声及高斯噪声和的协方差矩阵，

为所有用户发送的数据信号，

为所有RRH压缩后的接收信号，

为所有用户的预编码矩阵，

为所有用户到所有RRH的信道矩阵。

1.4.2)无线前传链路的容量限制条件为：

R_F，l为RRHl到BBU池的前传链路可达速率，右边可以由下式计算：

其中

表示所选的RRH集合，

表示在总集合

中

的补集，

表示在

集合中的RRH发送的总数据信号，

表示RRH集合

的预编码矩阵，

表示RRH集合

到IRS的信道矩阵，

表示RRH集合

到BBU池的信道矩阵。

1.4.3)前传链路压缩限制条件为

左边可以由下式计算得到：

其中π(·)为RRH解压缩顺序，

为编号从π(1)到π(l)的RRH的集合，R_F，π(l)和

分别为RRHπ(l)到BBU池的可达速率和所有用户到l个RRH的信道矩阵。

所述的云接入网中智能反射面增强无线前传链路传输方法，其特征在于：所述的前传链路量化协方差矩阵Ω_l、各用户和各RRH的预编码矩阵F_k和V_l以及IRS的相移矩阵Θ，对其优化使系统和速率最大，具体步骤如下：

2.1)以上行和速率最大化为目标，优化上述系统参数的优化问题可表示为：

(P1)：

2.2)解压缩顺序π(l)按如下方法获得：对于各个RRHl，计算

以计算结果排序，结果大的优先解压。

2.2.1)将目标函数转换为：

其中d_U为每个用户发送的数据流维度，U_B和W_B为引进的辅助变量，W_B要求半正定，

是均方误差矩阵。

2.2.2)将优化问题中的限制条件(1)替换为下述近似条件：

其中d_R为每个RRH发送的数据流维度，|S|为所选RRH集合中RRH的个数，U_S和W_S为引进的辅助变量，W_S需要半正定，

为均方误差矩阵。

2.2.3)将优化问题中的限制条件(2)替换为下述近似条件：

其中

2.2.4)将优化问题(P1)转换为：

(P2)：

s.t.(3)，(4)

2.3)对于连续相位情况，首先初始化变量Θ，Ω_l，F_k和V_l满足问题P1的限制条件。

2.3.1)固定Θ，Ω_l，F_k和V_l，按下式更新辅助变量U_B、W_B、U_S、W_S和

2.3.2)固定Θ和Ω_l，通过求解下述优化问题(P2.a)优化F_k，V_l和R_F，l。

(P2.a)

s.t.(3)，(4)

可以利用各类常用凸优化软件获得该凸问题的最优解。

2.3.3)固定F_k和V_l，通过求解下述优化问题(P2.b)优化Θ，Ω_l和R_F，l。

(P2.b)

s.t.(4)

其中

θ＝diag(Θ)，

除去限制条件(6)，利用各类常用凸优化软件获得的新问题最优解。

2.3.4)通过步骤2.3.3)的解获得问题(P2.b)的可行次优解：

1)将步骤2.3.3)得到的

特征分解为

其中∑为

特征值组成的对角阵，U为特征值对应的特征向量组成的矩阵。

2)产生n个随机变量：

其中v为(N_I+1)×1维的单位向量，其相位在0-2π之间均匀分布。再将每个ξ转换为

为ξ第N_I+1元素的相角。

3)对于每个

等比例增大Ω_l得到

满足问题(P2.b)的限制条件，计算对应的目标函数值。

4)选择具有最大目标函数值的

取其前N_I项作为θ。Θ＝diag(θ)以及其对应

即为问题(P2.b)的可行次优解。

2.4)重复2.3.1)-2.3.4)中的步骤至收敛。

2.5)对于IRS反射面相位离散情况，首先按照2.1)-2.3)中的步骤至收敛之后，获得Θ，Ω_l，F_k和V_l，其中将Θ的对角线元素θ_m映射到离散相位的点上，即：

确定后Θ，在等比例增大Ω_l得到

使得满足问题(P1)的限制条件。

本发明的有益效果是，对于智能反射面辅助的云接入网通信系统，通过对前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵进行联合优化，使得总上行传输速率显著高于无智能反射面辅助的传统云接入网。

附图说明

图1是智能反射面辅助上行云接入网的通信系统在采用本发明后的平均上行和速率与用户功率的关系图；

图2是智能反射面辅助上行云接入网的通信系统在采用本发明后的平均上行和速率与智能反射面的反射单元个数的关系图；

图中：“对比方案一”表示在最优的RRH解压缩顺序及反射面的相位取值范围在0-2π之间，“对比方案二”表示依据本专利中的D_l取值启发式的选取RRH的解压缩顺序，即在次优的RRH解压缩顺序下，反射面相位随机选取，“对比方案三”表示没有反射面辅助，“本专利方法，连续”表示在次优RRH的解压缩顺序并且反射面的相位在0-2π之间，“本专利方法，2比特”和“本专利方法，1比特”分别表示在次优的RRH解压缩顺序下，反射面的相位电平取4和2。

具体实施方式

以下结合说明书附图，对本发明作进一步描述。

如图1-2所示：云接入网中智能反射面增强无线前传链路传输方法，对于智能反射面辅助云接入网无线前传链路的通信系统传输过程，在传输开始前，BBU池首先获取系统中的信道信息，然后对前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵进行联合优化。其传输过程为：K个多天线用户通过L个多天线RRH向多天线BBU池进行通信，在无线前传链路中放置一个IRS，使得BBU池接收到来自RRH直连链路和智能反射面反射的信号之和。具体步骤如下：

1.1)智能反射面辅助前传链路的上行云接入网通信系统中，K个多天线用户通过L个多天线RRH与多天线BBU池进行通信，其中RRH采用Wyner-Ziv(WZ)编码对接收信号进行压缩，并且在一个智能反射面辅助下通过无线前传链路将量化信息发送给BBU池，其中每个用户、RRH和BBU的天线数分别为N_U、N_R和N_B，IRS的反射单元数为N_I。

1.2)在接入链路，K个用户同时向L个RRH发送信息，第l个RRH处的接收信号为：

其中s_k是用户k发送的数据信号，F_k是用户预编码矩阵，各用户功率限制条件为

P_U为每个用户的最大发送功率，H_A，l，k是用户k到RRHl的信道矩阵，n_l为在RRHl处的高斯噪声，其协方差矩阵为

各RRH对接收的信号进行WZ压缩后发送给BBU池，压缩后的的信号为：

其中q_l为量化噪声，其协方差矩阵为Ω_l，与y_l相互独立。

1.3)在前传链路，各RRH在IRS的辅助下与BBU池通信，BBU池接收信号为：

其中H_F，l、G_B和G_l分别为RRHl到BBU池、IRS到BBU池和RRHl到IRS的信道矩阵，Θ＝diag(θ)为IRS的相移矩阵，其中

根据IRS器件的指标可以分为连续相位和离散相位两种情况，连续相位即

的取值范围在0-2π之间，离散相位指在0-2π之间有τ个等间隔的相位电平，

的取值是在0-2π之间离散的点，即

t_l为RRHl发送的数据信号，V_l为RRHl处的预编码矩阵，各RRH功率限制条件为

P_R为每个RRH的最大发送功率，n_B为BBU池处的高斯噪声，其协方差矩阵为

1.4)对于步骤1.1)-1.3)描述的智能反射面辅助上行云接入网前传链路通信系统其特征在于：

1.4.1)系统总上行速率为：

其中

为所有用户集合，

为所有RRH集合，

为RRH集合

的量化噪声及高斯噪声和的协方差矩阵，

为所有用户发送的数据信号，

为所有RRH压缩后的接收信号，

为所有用户的预编码矩阵，

为所有用户到所有RRH的信道矩阵。

1.4.2)无线前传链路的容量限制条件为：

R_F，l左边为RRHl到BBU池的前传链路可达速率，右边可以由下式计算：

其中

表示所选的RRH集合，

表示在总集合

中

的补集，t_s表示在

集合中的RRH发送的总数据信号，

表示RRH集合

的预编码矩阵，

表示RRH集合

到IRS的信道矩阵，

表示RRH集合

到BBU池的信道矩阵。

1.4.3)前传链路压缩限制条件为

左边可以由下式计算得到：

其中π(·)为RRH解压缩顺序，

为编号从π(1)到π(l)的RRH的集合，R_F，π(l)和

分别为RRHπ(l)到BBU池的可达速率和所有用户到l个RRH的信道矩阵。

智能反射面辅助上行云接入网前传链路通信系统的前传链路量化协方差矩阵Ω_l、各用户和各RRH的预编码矩阵F_k和V_l以及IRS的相移矩阵Θ，对其优化使系统和速率最大，具体步骤如下：

2.1)以上行和速率最大化为目标，优化上述系统参数的优化问题可表示为：

(P1)：

2.2)解压缩顺序π(l)按如下方法获得：对于各个RRHl，计算

以计算结果排序，结果大的优先解压。

2.2.1)将目标函数转换为：

其中d_U为每个用户发送的数据流维度，U_B和W_B为引进的辅助变量，W_B要求半正定，

是均方误差矩阵。

2.2.2)将优化问题中的限制条件(1)替换为下述近似条件：

其中d_R为每个RRH发送的数据流维度，|S|为所选RRH集合中RRH的个数，U_S和W_S为引进的辅助变量，W_S需要半正定，

为均方误差矩阵。

2.2.3)将优化问题中的限制条件(2)替换为下述近似条件：

其中

2.2.4)将优化问题(P1)转换为：

(P2)：

s.t.(3)，(4)

2.3)对于连续相位情况，首先初始化变量Θ，Ω_l，F_k和V_l满足问题P1的限制条件。

2.3.1)固定Θ，Ω_l，F_k和V_l，按下式更新辅助变量U_B、W_B、U_S、W_S和

2.3.2)固定Θ和Ω_l，通过求解下述优化问题(P2.a)优化F_k，V_l和R_F，l。

(P2.a)

s.t.(3)，(4)

可以利用各类常用凸优化软件获得该凸问题的最优解。

2.3.3)固定F_k和V_l，通过求解下述优化问题(P2.b)优化Θ，Ω_l和R_F，l。

(P2.b)

s.t.(4)

其中

θ＝diag(Θ)，

除去限制条件(6)，利用各类常用凸优化软件获得的新问题最优解。

2.3.4)通过步骤2.3.3)的解获得问题(P2.b)的可行次优解：

1)将步骤2.3.3)得到的

特征分解为

其中∑为

特征值组成的对角阵，U为特征值对应的特征向量组成的矩阵。

2)产生n个随机变量：

其中v为(N_I+1)×1维的单位向量，其相位在0-2π之间均匀分布。再将每个ξ转换为

为ξ第N_I+1元素的相角。

3)对于每个

等比例增大Ω_l得到

满足问题(P2.b)的限制条件，计算对应的目标函数值。

4)选择具有最大目标函数值的

取其前N_I项作为θ。Θ＝diag(θ)以及其对应

即为问题(P2.b)的可行次优解。

2.4)重复2.3.1)-2.3.4)中的步骤至收敛。

2.5)对于IRS反射面相位离散情况，首先按照2.1)-2.3)中的步骤至收敛之后，获得Θ，Ω_l，F_k和V_l，其中将Θ的对角线元素θ_m映射到离散相位的点上，即：

确定后Θ，在等比例增大Ω_l得到

使得满足问题(P1)的限制条件。

计算机仿真表明，对于智能反射面辅助云接入网无线前传链路的通信系统，采用本专利的联合优化方法后，其上行和速率获得了有效的增益，显著高于无智能反射面辅助的传统云接入网。

Claims (2)

1.云接入网中智能反射面增强无线前传链路传输方法，其特征在于：对于智能反射面辅助上行云接入网无线前传链路的通信系统，以最大化系统和速率为目的，对前传链路量化噪声协方差矩阵、用户和RRH预编码矩阵以及反射面相移矩阵进行联合优化，具体包括如下步骤：

1.1)智能反射面辅助前传链路的上行云接入网通信系统中，K个多天线用户通过L个多天线远端射频单元RRH与多天线基带处理单元BBU池进行通信，其中RRH采用Wyner-Ziv编码对接收信号进行压缩，并且在一个智能反射面辅助下通过无线前传链路将量化信息发送给BBU池，其中每个用户、RRH和BBU的天线数分别为N_U、N_R和N_B，智能反射面IRS的反射单元数为N_I；

1.2)在接入链路，K个用户同时向L个RRH发送信息，第l个RRH处的接收信号为：

其中s_k是用户k发送的数据信号，F_k是用户预编码矩阵，各用户功率限制条件为

P_U为每个用户的最大发送功率，H_A,l,k是用户k到RRHl的信道矩阵，n_l为在RRHl处的高斯噪声，其协方差矩阵为

是噪声方差，I是单位阵；各RRH对接收的信号进行Wyner-Ziv压缩后发送给BBU池，压缩后的的信号为：

其中q_l为量化噪声，其协方差矩阵为Ω_l，与y_l相互独立；

1.3)在前传链路，各RRH在IRS的辅助下与BBU池通信，BBU池接收信号为：

其中H_F,l、G_B和G_l分别为RRHl到BBU池、IRS到BBU池和RRHl到IRS的信道矩阵，Θ＝diag(θ)为IRS的相移矩阵，diag(θ)表示将θ对角化成矩阵，其中对角线元素为θ的每个元素，其中

根据IRS器件的指标可以分为连续相位和离散相位两种情况，连续相位即

的取值范围在0-2π之间，离散相位指在0-2π之间有τ个等间隔的相位电平，

的取值是在0-2π之间离散的点，即

t_l为RRHl发送的数据信号，V_l为RRHl处的预编码矩阵，各RRH功率限制条件为

P_R为每个RRH的最大发送功率，n_B为BBU池处的高斯噪声，其协方差矩阵为

1.4)对于步骤1.1)-1.3)描述的智能反射面辅助上行云接入网前传链路通信系统，

1.4.1)系统总上行速率为：

其中

为所有用户集合，

为所有RRH集合，

为RRH集合

的量化噪声及高斯噪声和的协方差矩阵，

为所有用户发送的数据信号，

为所有RRH压缩后的接收信号，

为所有用户的预编码矩阵，

为所有用户到所有RRH的信道矩阵；矩阵上标H表示该矩阵的共轭转置；

1.4.2)无线前传链路的容量限制条件为：

R_F，l为RRHl到BBU池的前传链路可达速率，右边可以由下式计算：

其中

表示所选的RRH集合，

表示在总集合

中

的补集，

表示在

集合中的RRH发送的总数据信号，

表示RRH集合

的预编码矩阵，

表示RRH集合

到IRS的信道矩阵，

表示RRH集合

到BBU池的信道矩阵；

1.4.3)前传链路压缩限制条件为

左边可以由下式计算得到：

其中π(·)为RRH解压缩顺序，

为编号从π(1)到π(l)的RRH的集合，R_F，π(l)和

分别为RRHπ(l)到BBU池的可达速率和所有用户到l个RRH的信道矩阵；

为RRHπ(l)集合的量化噪声及高斯噪声和的协方差矩阵，Ω_π(l)为RRHπ(l)的量化噪声，

为

的共轭转置矩阵，

为RRHπ(l-1)集合的量化噪声及高斯噪声和的协方差矩阵。

2.根据权利要求1所述的云接入网中智能反射面增强无线前传链路传输方法，其特征在于：所述的前传链路量化协方差矩阵Ω_l、各用户和各RRH的预编码矩阵F_k和V_l以及IRS的相移矩阵Θ，对其优化使系统和速率最大，具体步骤如下：

2.1)以上行和速率最大化为目标，优化上述系统参数的优化问题可表示为：

(Pl):

其中式中：

为RRHπ(l)集合的量化噪声；

2.2)解压缩顺序π(l)按如下方法获得：对于各个RRHl，计算

以计算结果排序，结果大的优先解压；

2.2.1)将目标函数转换为：

其中d_U为每个用户发送的数据流维度，U_B和W_B为引进的辅助变量，W_B要求半正定，

是均方误差矩阵；

表示RRH集合

的量化噪声及高斯噪声和的协方差矩阵；

2.2.2)将优化问题中的限制条件式(1)替换为下述近似条件：

其中d_R为每个RRH发送的数据流维度，|S|为所选RRH集合中RRH的个数，U_S和W_S为引进的辅助变量，W_S需要半正定，

为均方误差矩阵。

2.2.3)将优化问题中的限制条件式(2)替换为下述近似条件：

其中

2.2.4)将优化问题(P1)转换为：

(p2):

s.t. (3)，(4)

2.3)对于连续相位情况，首先初始化变量Θ，Ω_l，F_k和V_l满足问题P1的限制条件；

2.3.1)固定Θ，Ω_l，F_k和V_l，按下式更新辅助变量U_B、W_B、U_S、W_S和

2.3.2)固定Θ和Ω_l，通过求解下述优化问题(P2.a)优化F_k，V_l和R_F,l；

(P2.a)

s.t. (3)，(4)

可以利用各类常用凸优化软件获得该凸问题的最优解；s.t.表示subject to受限于，tr(A)表示矩阵A的迹；

2.3.3)固定F_k和V_l，通过求解下述优化问题(P2.b)优化Θ，Ω_l和R_F,l；

(P2.b)

s.t. (4)

其中

θ＝diag(Θ)，

除去限制条件(6)，利用各类常用凸优化软件获得的新问题最优解；rank(A)表示矩阵A的秩；

2.3.4)通过步骤2.3.3)的解获得问题(P2.b)的可行次优解：

A)将步骤2.3.3)得到的

特征分解为

其中∑为

特征值组成的对角阵，U为特征值对应的特征向量组成的矩阵；

B)产生n个随机变量：

其中υ为(N_I+1)×1维的单位向量，其相位在0-2π之间均匀分布；再将每个ξ转换为

为ξ第N_I+1元素的相角；j表示复数；

C)对于每个

等比例增大Ω_l得到

满足问题(P2.b)的限制条件，计算对应的目标函数值；

D)选择具有最大目标函数值的

取其前N_I项作为θ；Θ＝diag(θ)以及其对应

即为问题(P2.b)的可行次优解；

2.4)重复2.3.1)-2.3.4)中的步骤至收敛；

2.5)对于IRS反射面相位离散情况，首先按照2.1)-2.3)中的步骤至收敛之后，获得Θ，Ω_l，F_k和V_l，其中将Θ的对角线元素θ_m映射到离散相位的点上，即：

确定后Θ，在等比例增大Ω_l得到

使得满足问题(P1)的限制条件。

Images