CN112600598B - 云接入网中智能反射面增强无线前传链路传输方法 - Google Patents

云接入网中智能反射面增强无线前传链路传输方法 Download PDF

Info

Publication number
CN112600598B
CN112600598B CN202011477379.7A CN202011477379A CN112600598B CN 112600598 B CN112600598 B CN 112600598B CN 202011477379 A CN202011477379 A CN 202011477379A CN 112600598 B CN112600598 B CN 112600598B
Authority
CN
China
Prior art keywords
matrix
rrh
rrhs
irs
access network
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
Application number
CN202011477379.7A
Other languages
English (en)
Other versions
CN112600598A (zh
Inventor
张昱
何宣宣
孟利民
卢为党
黄国兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202011477379.7A priority Critical patent/CN112600598B/zh
Publication of CN112600598A publication Critical patent/CN112600598A/zh
Application granted granted Critical
Publication of CN112600598B publication Critical patent/CN112600598B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

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NU、NR和NB，IRS的反射单元数为NI。
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：
Figure BDA0002837617220000021
其中sk是用户k发送的数据信号，Fk是用户预编码矩阵，各用户功率限制条件为
Figure BDA0002837617220000022
PU为每个用户的最大发送功率，HA,l,k是用户k到RRHl的信道矩阵，nl为在RRHl处的高斯噪声，其协方差矩阵为
Figure BDA0002837617220000023
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：
Figure BDA0002837617220000024
其中ql为量化噪声，其协方差矩阵为Ωl，与yl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：
Figure BDA0002837617220000025
其中HF,l、GB和Gl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
Figure BDA0002837617220000031
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
Figure BDA0002837617220000032
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，
Figure BDA0002837617220000033
的取值是在0-2π之间离散的点，即
Figure BDA0002837617220000034
tl为RRHl发送的数据信号，Vl为RRHl处的预编码矩阵，各RRH功率限制条件为
Figure BDA00028376172200000319
PR为每个RRH的最大发送功率，nB为BBU池处的高斯噪声，其协方差矩阵为
Figure BDA0002837617220000035
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：
Figure BDA0002837617220000036
其中
Figure BDA0002837617220000037
为所有用户集合，
Figure BDA0002837617220000038
为所有RRH集合，
Figure BDA0002837617220000039
为RRH集合
Figure BDA00028376172200000310
的量化噪声及高斯噪声和的协方差矩阵，
Figure BDA00028376172200000311
为所有用户发送的数据信号，
Figure BDA00028376172200000312
为所有RRH压缩后的接收信号，
Figure BDA00028376172200000313
为所有用户的预编码矩阵，
Figure BDA00028376172200000314
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：
Figure BDA00028376172200000315
RF，l为RRHl到BBU池的前传链路可达速率，右边可以由下式计算：
Figure BDA00028376172200000316
其中
Figure BDA00028376172200000320
表示所选的RRH集合，
Figure BDA00028376172200000317
表示在总集合
Figure BDA00028376172200000318
中
Figure BDA00028376172200000321
的补集，
Figure BDA00028376172200000322
表示在
Figure BDA00028376172200000323
集合中的RRH发送的总数据信号，
Figure BDA00028376172200000412
表示RRH集合
Figure BDA00028376172200000413
的预编码矩阵，
Figure BDA00028376172200000415
表示RRH集合
Figure BDA00028376172200000414
到IRS的信道矩阵，
Figure BDA00028376172200000416
表示RRH集合
Figure BDA00028376172200000417
到BBU池的信道矩阵。
1.4.3)前传链路压缩限制条件为
Figure BDA0002837617220000041
左边可以由下式计算得到：
Figure BDA0002837617220000042
其中π(·)为RRH解压缩顺序，
Figure BDA0002837617220000043
为编号从π(1)到π(l)的RRH的集合，RF，π(l)和
Figure BDA0002837617220000044
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Ωl、各用户和各RRH的预编码矩阵Fk和Vl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)：
Figure BDA0002837617220000045
Figure BDA0002837617220000046
Figure BDA0002837617220000047
Figure BDA0002837617220000048
Figure BDA0002837617220000049
Figure BDA00028376172200000410
2.2)解压缩顺序π(l)按如下方法获得：对于各个RRHl，计算
Figure BDA00028376172200000411
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：
Figure BDA0002837617220000051
其中dU为每个用户发送的数据流维度，UB和WB为引进的辅助变量，WB要求半正定，
Figure BDA0002837617220000052
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：
Figure BDA0002837617220000053
其中dR为每个RRH发送的数据流维度，|S|为所选RRH集合中RRH的个数，US和WS为引进的辅助变量，WS需要半正定，
Figure BDA0002837617220000054
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：
Figure BDA0002837617220000055
其中
Figure BDA0002837617220000056
2.2.4)将优化问题(P1)转换为：
(P2)：
Figure BDA0002837617220000057
s.t.(3)，(4)
Figure BDA0002837617220000058
Figure BDA0002837617220000059
Figure BDA00028376172200000510
2.3)对于连续相位情况，首先初始化变量Θ，Ωl，Fk和Vl满足问题P1的限制条件。
2.3.1)固定Θ，Ωl，Fk和Vl，按下式更新辅助变量UB、WB、US、WS和
Figure BDA0002837617220000061
Figure BDA0002837617220000062
Figure BDA0002837617220000063
2.3.2)固定Θ和Ωl，通过求解下述优化问题(P2.a)优化Fk，Vl和RF，l。
(P2.a)
Figure BDA0002837617220000064
s.t.(3)，(4)
Figure BDA0002837617220000065
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Fk和Vl，通过求解下述优化问题(P2.b)优化Θ，Ωl和RF，l。
(P2.b)
Figure BDA0002837617220000066
s.t.(4)
Figure BDA0002837617220000067
Figure BDA0002837617220000068
Figure BDA0002837617220000069
Figure BDA00028376172200000610
其中
Figure BDA00028376172200000611
θ＝diag(Θ)，
Figure BDA0002837617220000071
Figure BDA0002837617220000072
Figure BDA0002837617220000073
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
Figure BDA0002837617220000074
特征分解为
Figure BDA0002837617220000075
其中∑为
Figure BDA0002837617220000076
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：
Figure BDA0002837617220000077
其中v为(NI+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
Figure BDA0002837617220000078
为ξ第NI+1元素的相角。
3)对于每个
Figure BDA0002837617220000079
等比例增大Ωl得到
Figure BDA00028376172200000710
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
Figure BDA00028376172200000711
取其前NI项作为θ。Θ＝diag(θ)以及其对应
Figure BDA00028376172200000712
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，Ωl，Fk和Vl，其中将Θ的对角线元素θm映射到离散相位的点上，即：
Figure BDA00028376172200000713
确定后Θ，在等比例增大Ωl得到
Figure BDA00028376172200000714
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Dl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NU、NR和NB，IRS的反射单元数为NI。
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：
Figure BDA0002837617220000091
其中sk是用户k发送的数据信号，Fk是用户预编码矩阵，各用户功率限制条件为
Figure BDA0002837617220000092
PU为每个用户的最大发送功率，HA，l，k是用户k到RRHl的信道矩阵，nl为在RRHl处的高斯噪声，其协方差矩阵为
Figure BDA0002837617220000093
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：
Figure BDA0002837617220000094
其中ql为量化噪声，其协方差矩阵为Ωl，与yl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：
Figure BDA0002837617220000095
其中HF，l、GB和Gl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
Figure BDA0002837617220000096
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
Figure BDA0002837617220000097
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，
Figure BDA0002837617220000098
的取值是在0-2π之间离散的点，即
Figure BDA0002837617220000099
tl为RRHl发送的数据信号，Vl为RRHl处的预编码矩阵，各RRH功率限制条件为
Figure BDA0002837617220000101
PR为每个RRH的最大发送功率，nB为BBU池处的高斯噪声，其协方差矩阵为
Figure BDA0002837617220000102
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：
Figure BDA0002837617220000103
其中
Figure BDA0002837617220000104
为所有用户集合，
Figure BDA0002837617220000105
为所有RRH集合，
Figure BDA0002837617220000106
为RRH集合
Figure BDA0002837617220000107
的量化噪声及高斯噪声和的协方差矩阵，
Figure BDA0002837617220000108
为所有用户发送的数据信号，
Figure BDA0002837617220000109
为所有RRH压缩后的接收信号，
Figure BDA00028376172200001010
为所有用户的预编码矩阵，
Figure BDA00028376172200001011
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：
Figure BDA00028376172200001012
RF，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：
Figure BDA00028376172200001013
其中
Figure BDA00028376172200001014
表示所选的RRH集合，
Figure BDA00028376172200001015
表示在总集合
Figure BDA00028376172200001016
中
Figure BDA00028376172200001017
的补集，ts表示在
Figure BDA00028376172200001018
集合中的RRH发送的总数据信号，
Figure BDA00028376172200001019
表示RRH集合
Figure BDA00028376172200001020
的预编码矩阵，
Figure BDA00028376172200001021
表示RRH集合
Figure BDA00028376172200001022
到IRS的信道矩阵，
Figure BDA00028376172200001023
表示RRH集合
Figure BDA00028376172200001024
到BBU池的信道矩阵。
1.4.3)前传链路压缩限制条件为
Figure BDA00028376172200001025
左边可以由下式计算得到：
Figure BDA0002837617220000111
其中π(·)为RRH解压缩顺序，
Figure BDA0002837617220000112
为编号从π(1)到π(l)的RRH的集合，RF，π(l)和
Figure BDA0002837617220000113
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Ωl、各用户和各RRH的预编码矩阵Fk和Vl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)：
Figure BDA0002837617220000114
Figure BDA0002837617220000115
Figure BDA0002837617220000116
Figure BDA0002837617220000117
Figure BDA0002837617220000118
Figure BDA0002837617220000119
2.2)解压缩顺序π(l)按如下方法获得：对于各个RRHl，计算
Figure BDA00028376172200001110
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：
Figure BDA00028376172200001111
其中dU为每个用户发送的数据流维度，UB和WB为引进的辅助变量，WB要求半正定，
Figure BDA0002837617220000121
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：
Figure BDA0002837617220000122
其中dR为每个RRH发送的数据流维度，|S|为所选RRH集合中RRH的个数，US和WS为引进的辅助变量，WS需要半正定，
Figure BDA0002837617220000123
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：
Figure BDA0002837617220000124
其中
Figure BDA0002837617220000125
2.2.4)将优化问题(P1)转换为：
(P2)：
Figure BDA0002837617220000126
s.t.(3)，(4)
Figure BDA0002837617220000127
Figure BDA0002837617220000128
Figure BDA0002837617220000129
2.3)对于连续相位情况，首先初始化变量Θ，Ωl，Fk和Vl满足问题P1的限制条件。
2.3.1)固定Θ，Ωl，Fk和Vl，按下式更新辅助变量UB、WB、US、WS和
Figure BDA00028376172200001210
Figure BDA00028376172200001211
Figure BDA00028376172200001212
2.3.2)固定Θ和Ωl，通过求解下述优化问题(P2.a)优化Fk，Vl和RF，l。
(P2.a)
Figure BDA0002837617220000131
s.t.(3)，(4)
Figure BDA0002837617220000132
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Fk和Vl，通过求解下述优化问题(P2.b)优化Θ，Ωl和RF，l。
(P2.b)
Figure BDA0002837617220000133
s.t.(4)
Figure BDA0002837617220000134
Figure BDA0002837617220000135
Figure BDA0002837617220000136
Figure BDA0002837617220000137
其中
Figure BDA0002837617220000138
θ＝diag(Θ)，
Figure BDA0002837617220000139
Figure BDA00028376172200001310
Figure BDA00028376172200001311
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
Figure BDA00028376172200001312
特征分解为
Figure BDA00028376172200001313
其中∑为
Figure BDA00028376172200001314
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：
Figure BDA0002837617220000141
其中v为(NI+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
Figure BDA0002837617220000142
为ξ第NI+1元素的相角。
3)对于每个
Figure BDA0002837617220000143
等比例增大Ωl得到
Figure BDA0002837617220000144
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
Figure BDA0002837617220000145
取其前NI项作为θ。Θ＝diag(θ)以及其对应
Figure BDA0002837617220000146
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，Ωl，Fk和Vl，其中将Θ的对角线元素θm映射到离散相位的点上，即：
Figure BDA0002837617220000147
确定后Θ，在等比例增大Ωl得到
Figure BDA0002837617220000148
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 (1)

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NU、NR和NB，智能反射面IRS的反射单元数为NI；
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：
Figure FDA0003420425790000011
其中sk是用户k发送的数据信号，Fk是用户预编码矩阵，各用户功率限制条件为
Figure FDA0003420425790000012
PU为每个用户的最大发送功率，HA,l,k是用户k到RRHl的信道矩阵，nl为在RRHl处的高斯噪声，其协方差矩阵为
Figure FDA0003420425790000013
Figure FDA0003420425790000014
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，压缩后的信号为：
Figure FDA0003420425790000015
其中ql为量化噪声，其协方差矩阵为Ωl，与yl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：
Figure FDA0003420425790000016
其中HF,l、GB和Gl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
Figure FDA0003420425790000017
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
Figure FDA0003420425790000021
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，
Figure FDA0003420425790000022
的取值是在0-2π之间离散的点，即
Figure FDA0003420425790000023
tl为RRHl发送的数据信号，Vl为RRHl处的预编码矩阵，各RRH功率限制条件为
Figure FDA0003420425790000024
PR为每个RRH的最大发送功率，nB为BBU池处的高斯噪声，其协方差矩阵为
Figure FDA0003420425790000025
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：
Figure FDA0003420425790000026
其中
Figure FDA0003420425790000027
为所有用户集合，
Figure FDA0003420425790000028
为所有RRH集合，
Figure FDA0003420425790000029
为RRH集合
Figure FDA00034204257900000210
的量化噪声及高斯噪声和的协方差矩阵，
Figure FDA00034204257900000211
为所有用户发送的数据信号，
Figure FDA00034204257900000212
为所有RRH压缩后的接收信号，
Figure FDA00034204257900000213
为所有用户的预编码矩阵，
Figure FDA00034204257900000214
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：
Figure FDA00034204257900000215
RF，l为RRHl到BBU池的前传链路可达速率，右边可以由下式计算：
Figure FDA00034204257900000216
其中
Figure FDA00034204257900000217
表示所选的RRH集合，
Figure FDA00034204257900000218
表示在总集合
Figure FDA00034204257900000219
中
Figure FDA00034204257900000220
的补集，
Figure FDA00034204257900000221
表示在
Figure FDA00034204257900000222
集合中的RRH发送的总数据信号，
Figure FDA00034204257900000223
表示RRH集合
Figure FDA00034204257900000224
的预编码矩阵，
Figure FDA0003420425790000031
Figure FDA0003420425790000032
表示RRH集合
Figure FDA0003420425790000033
到IRS的信道矩阵，
Figure FDA0003420425790000034
表示RRH集合
Figure FDA0003420425790000035
到BBU池的信道矩阵；
1.4.3)前传链路压缩限制条件为
Figure FDA0003420425790000036
左边可以由下式计算得到：
Figure FDA0003420425790000037
其中π(·)为RRH解压缩顺序，
Figure FDA0003420425790000038
为编号从π(1)到π(l)的RRH的集合，RF，π(l)和
Figure FDA0003420425790000039
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；
Figure FDA00034204257900000310
为RRHπ(l)集合的量化噪声及高斯噪声和的协方差矩阵，Ωπ(l)为RRHπ(l)的量化噪声，
Figure FDA00034204257900000311
为
Figure FDA00034204257900000312
的共轭转置矩阵，
Figure FDA00034204257900000313
为RRHπ(l-1)集合的量化噪声及高斯噪声和的协方差矩阵；
所述的前传链路量化协方差矩阵Ωl、各用户和各RRH的预编码矩阵Fk和Vl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):
Figure FDA00034204257900000314
Figure FDA00034204257900000315
Figure FDA00034204257900000316
Figure FDA00034204257900000317
Figure FDA00034204257900000318
Figure FDA00034204257900000319
其中式中：
Figure FDA00034204257900000320
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
Figure FDA0003420425790000041
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：
Figure FDA0003420425790000042
其中dU为每个用户发送的数据流维度，UB和WB为引进的辅助变量，WB要求半正定，
Figure FDA0003420425790000043
是均方误差矩阵；
Figure FDA0003420425790000044
表示RRH集合
Figure FDA0003420425790000045
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：
Figure FDA0003420425790000046
其中dR为每个RRH发送的数据流维度，|S|为所选RRH集合中RRH的个数，US和WS为引进的辅助变量，WS需要半正定，
Figure FDA0003420425790000047
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：
Figure FDA0003420425790000048
其中
Figure FDA0003420425790000049
2.2.4)将优化问题(P1)转换为：
(P2)：
Figure FDA0003420425790000051
s.t.(3)，(4)
Figure FDA0003420425790000052
Figure FDA0003420425790000053
Figure FDA0003420425790000054
2.3)对于连续相位情况，首先初始化变量Θ，Ωl，Fk和Vl满足问题P1的限制条件；
2.3.1)固定Θ，Ωl，Fk和Vl，按下式更新辅助变量UB、WB、US、WS和
Figure FDA0003420425790000055
Figure FDA0003420425790000056
Figure FDA0003420425790000057
2.3.2)固定Θ和Ωl，通过求解下述优化问题(P2.a)优化Fk，Vl和RF，l；
(P2.a)
Figure FDA0003420425790000058
s.t.(3)，(4)
Figure FDA0003420425790000059
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Fk和Vl，通过求解下述优化问题(P2.b)优化Θ，Ωl和RF，l；
(P2.b)
Figure FDA0003420425790000061
s.t.(4)
Figure FDA0003420425790000062
Figure FDA0003420425790000063
Figure FDA0003420425790000064
Figure FDA0003420425790000065
其中
Figure FDA0003420425790000066
θ＝diag(Θ)，
Figure FDA0003420425790000067
Figure FDA0003420425790000068
Figure FDA0003420425790000069
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
Figure FDA00034204257900000610
特征分解为
Figure FDA00034204257900000611
其中∑为
Figure FDA00034204257900000612
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：
Figure FDA00034204257900000613
其中υ为(NI+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
Figure FDA00034204257900000614
Figure FDA00034204257900000617
为ξ第NI+1元素的相角；j表示复数；
C)对于每个
Figure FDA00034204257900000615
等比例增大Ωl得到
Figure FDA00034204257900000616
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
Figure FDA0003420425790000071
取其前NI项作为θ；Θ＝diag(θ)以及其对应
Figure FDA0003420425790000072
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，Ωl，Fk和Vl，其中将Θ的对角线元素θm映射到离散相位的点上，即：
Figure FDA0003420425790000073
确定后Θ，在等比例增大Ωl得到
Figure FDA0003420425790000074
使得满足问题(P1)的限制条件。
CN202011477379.7A 2020-12-15 2020-12-15 云接入网中智能反射面增强无线前传链路传输方法 Active CN112600598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011477379.7A CN112600598B (zh) 2020-12-15 2020-12-15 云接入网中智能反射面增强无线前传链路传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011477379.7A CN112600598B (zh) 2020-12-15 2020-12-15 云接入网中智能反射面增强无线前传链路传输方法

Publications (2)

Publication Number Publication Date
CN112600598A CN112600598A (zh) 2021-04-02
CN112600598B true CN112600598B (zh) 2022-03-25

Family

ID=75196515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011477379.7A Active CN112600598B (zh) 2020-12-15 2020-12-15 云接入网中智能反射面增强无线前传链路传输方法

Country Status (1)

Country Link
CN (1) CN112600598B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114900398A (zh) * 2022-04-28 2022-08-12 浙江工业大学 非理想csi的irs辅助云接入网下行的波束成形方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105812042A (zh) * 2016-04-27 2016-07-27 电子科技大学 基于压缩感知的c-ran架构大规模mimo系统的数据传输方法
CN111030779A (zh) * 2019-12-10 2020-04-17 浙江工业大学 一种云接入网压缩传输下无速率码度数分布优化方法
CN111294095A (zh) * 2020-02-17 2020-06-16 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
CN111953391A (zh) * 2020-07-09 2020-11-17 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

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10382186B2 (en) * 2017-09-06 2019-08-13 Verizon Patent And Licensing Inc. Signal link budget optimization
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
CN111246491B (zh) * 2020-03-10 2021-06-08 电子科技大学 一种智能反射表面辅助的太赫兹通信系统设计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105812042A (zh) * 2016-04-27 2016-07-27 电子科技大学 基于压缩感知的c-ran架构大规模mimo系统的数据传输方法
CN111030779A (zh) * 2019-12-10 2020-04-17 浙江工业大学 一种云接入网压缩传输下无速率码度数分布优化方法
CN111294095A (zh) * 2020-02-17 2020-06-16 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
CN111953391A (zh) * 2020-07-09 2020-11-17 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimizing Over-the-Air Computation in IRS-Aided C-RAN Systems;Daesung Yu;《 2020 IEEE 21st International Workshop on Signal Processing Advances in Wireless Communications 》;20200803;全文 *
云接入网中无速率编码上行传输方案;张昱，谢灵杰;《信号处理》;20181025;全文 *

Also Published As

Publication number Publication date
CN112600598A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN111162823B (zh) 双向mimo通信系统中预编码矩阵和相移矩阵优化方法
CN113037659B (zh) 一种多智能反射面辅助上行云接入网络接入链路传输方法
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
CN110557177A (zh) 毫米波大规模MIMO系统中基于DenseNet的混合预编码方法
CN106603130B (zh) 一种大规模mimo系统中数模混合预编码方法
CN110661555B (zh) 用于大规模mimo的部分连接的移相器网络的混合预编码算法
WO2004040690A2 (en) Low complexity beamformers for multiple transmit and receive antennas
CN108566236B (zh) 用户终端、基站以及混合波束成形传输方法和系统
CN102084612A (zh) 多天线系统中信道状态信息的多层量化
CN113726395B (zh) 一种智能反射面增强云接入网多天线用户上行传输方法
CN109120316B (zh) 一种基于最大化最小相位差值的混合波束成形方法
CN107809275B (zh) 一种基于毫米波mimo系统的有限反馈混合预编码方法
CN113691288A (zh) 基于深度学习的联合导频、反馈、多用户混合编码方法
CN112600598B (zh) 云接入网中智能反射面增强无线前传链路传输方法
CN114900398A (zh) 非理想csi的irs辅助云接入网下行的波束成形方法
CN107171709B (zh) 一种应用于聚集用户场景下的大规模mimo系统预编码方法
CN113708811B (zh) 一种毫米波大规模mimo系统中的混合预编码设计方法
CN110350961A (zh) 适于5g多用户大规模mimo混合波束赋形算法及系统
CN102307372B (zh) 一种基于Lloyd-Max量化器的数据压缩方法和设备
CN112398513A (zh) 一种massive MIMO系统的波束赋形方法
CN115001545B (zh) 一种毫米波大规模mimo系统中的混合预编码方法
CN114844541B (zh) 一种基于深度学习的混合预编码和反馈方法
CN114006639B (zh) 一种适用于上行多用户mimo系统的分布式预编码方法
CN112165344B (zh) 一种基于梯度下降法的混合预编码方法
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

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210402

Assignee: Hangzhou Yuanyi Information Technology Development Co.,Ltd.

Assignor: JIANG University OF TECHNOLOGY

Contract record no.: X2023980040095

Denomination of invention: Intelligent Reflective Surface Enhanced Wireless Forwarding Link Transmission Method in Cloud Access Network

Granted publication date: 20220325

License type: Common License

Record date: 20230821

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210402

Assignee: Wuzhou yingri Information Technology Co.,Ltd.

Assignor: JIANG University OF TECHNOLOGY

Contract record no.: X2023980054148

Denomination of invention: Intelligent Reflective Surface Enhanced Wireless Forward Link Transmission Method in Cloud Access Network

Granted publication date: 20220325

License type: Common License

Record date: 20231226

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210402

Assignee: Hangzhou Tianyin Computer System Engineering Co.,Ltd.

Assignor: JIANG University OF TECHNOLOGY

Contract record no.: X2023980054814

Denomination of invention: Intelligent Reflective Surface Enhanced Wireless Forward Link Transmission Method in Cloud Access Network

Granted publication date: 20220325

License type: Common License

Record date: 20240102

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210402

Assignee: FOSHAN YIQING TECHNOLOGY Co.,Ltd.

Assignor: JIANG University OF TECHNOLOGY

Contract record no.: X2024980000086

Denomination of invention: Intelligent Reflective Surface Enhanced Wireless Forward Link Transmission Method in Cloud Access Network

Granted publication date: 20220325

License type: Common License

Record date: 20240104

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210402

Assignee: HANGZHOU YONGGUAN NETWORK TECHNOLOGY CO.,LTD.

Assignor: JIANG University OF TECHNOLOGY

Contract record no.: X2024980000361

Denomination of invention: Intelligent Reflective Surface Enhanced Wireless Forward Link Transmission Method in Cloud Access Network

Granted publication date: 20220325

License type: Common License

Record date: 20240109

EE01 Entry into force of recordation of patent licensing contract