CN112769726A - 基于智能反射表面辅助通信系统无源波束赋形优化方法 - Google Patents

基于智能反射表面辅助通信系统无源波束赋形优化方法 Download PDF

Info

Publication number
CN112769726A
CN112769726A CN202011384722.3A CN202011384722A CN112769726A CN 112769726 A CN112769726 A CN 112769726A CN 202011384722 A CN202011384722 A CN 202011384722A CN 112769726 A CN112769726 A CN 112769726A
Authority
CN
China
Prior art keywords
base station
intelligent
user
frequency response
channel
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.)
Pending
Application number
CN202011384722.3A
Other languages
English (en)
Inventor
余婧
林少娥
郑倍雄
官权升
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202011384722.3A priority Critical patent/CN112769726A/zh
Publication of CN112769726A publication Critical patent/CN112769726A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2614—Peak power aspects

Landscapes

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

Abstract

本发明公开了一种基于智能反射表面辅助通信系统无源波束赋形优化方法，步骤如下：S1、用户顺序发送OFDM训练符号，基站根据智能反射表面反射状态和用户发送的OFDM训练符号渐进式估计并储存与智能反射表面相关联的信道频率响应；S2、基站利用已获得的信道频率响应，通过平衡不同子载波和不同接收天线上的接收信号功率来构造无源波束赋形的优化问题，以使数据传输的平均可达率最大化；S3、针对优化问题非凸的目标函数，为了使数据传输的平均可达率最大，转向使信道增益和最大化，重新构造优化问题；S4、为了降低新优化问题的计算复杂度，利用时域中能量最强的信道抽头得到次优解；S5、将优化结果反馈给智能反射表面的控制器。

Description

基于智能反射表面辅助通信系统无源波束赋形优化方法
技术领域
本发明涉及无线通信技术领域，特别涉及一种基于可重构智能反射表面辅助的正交频分复用无线通信系统无源波束赋形优化方法。
背景技术
可重构智能反射表面(RIS)是一种全新的革命性技术，它通过由大量低成本无源反射单元组成的平面智能地重构无线传输环境，显著提高无线通信网络的性能。具体地说，智能反射表面每个单元可以独立改变入射信号的振幅和相位，从而协同实现细粒度的三维波束赋形。由于智能反射表面不使用射频链这种成本高能耗大的器件，并且工作距离短，成本低、能耗低，因此可以密集部署，并且可以根据不同的应用场景，安装在不同的建筑物表面。
在现有的智能反射表面辅助无线通信系统中，一种新的自适应传输协议被提出，其中每个传输帧被分为多个子帧以同时执行渐进信道估计和无源波束赋形。特别地，在信道训练期间，智能反射表面起到两个作用：嵌入训练反射状态以进行渐进式信道估计，以及执行无源波束赋形以在数据承载子载波上进行数据传输。其中，基于对每个子帧中的信道状态信息(CSI)的估计，通过设计智能反射表面处的无源波束赋形来制定优化问题，以使数据传输平均可达率最大化。这需要平衡不同子载波和不同接收天线上的接收信号功率。但是由于所提出的问题是非凸的，难以得到最佳求解，因此，目前亟待提出一种低复杂度的高效算法，通过利用时域中能量最强的信道抽头对其进行次优化求解。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于智能反射表面辅助通信系统无源波束赋形优化方法，该无源波束赋形优化方法在智能反射表面辅助无线通信系统中，基于对每个子帧中的信道状态信息的估计，针对无源波束赋形优化问题提出了一种基于最强抽头最大化的低复杂度算法。
本发明的目的可以通过采取如下技术方案达到：
一种基于智能反射表面辅助通信系统无源波束赋形优化方法，应用于具有智能反射表面辅助的OFDM无线通信系统，该无线通信系统包括至少一个具有K个发射天线的基站、至少一个智能反射表面、一个智能反射表面控制器和一个用户，智能反射表面具有M0个元素单元，该M0个元素单元被分为η组，其中每组单元反射信道具有强相关性，所述无源波束赋形优化方法包括以下步骤：
S1、用户顺序发送OFDM训练符号，基站根据智能反射表面反射状态和用户发送的OFDM训练符号渐进式估计并储存与智能反射表面相关联的信道频率响应
Figure BDA0002810720180000021
其中d为用户到基站直达链路的信道频率响应，gi为与第i个智能反射表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000022
为与第i个智能反射表面相关联的用户-智能反射表面-基站级联链路的剩余汇总信道频率响应；
S2、基站利用已获得的信道频率响应，通过平衡不同子载波和不同接收天线上的接收信号功率来构造无源波束赋形的优化问题：
Figure BDA0002810720180000023
以使数据传输的平均可达率C(θ(i))最大化。
其中，Lcp为OFDM训练符号的循环前缀，Pt为用户的总发射功率并假设其在N个子载波上被均等地分配，Γ表示由实际的调制和编码方案决定的可达到的速率间隙且假设Γ≥1，
Figure BDA0002810720180000031
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，σ2为加性高斯白噪声的功率；
S3、针对优化问题P1具有的非凸的目标函数，为了使数据传输的平均可达率最大，转向使信道增益和
Figure BDA0002810720180000032
最大化，重新构造优化问题：
Figure BDA0002810720180000033
其中θm是第m个子表面的反射系数，
Figure BDA0002810720180000034
是除第i个子表面以外的其余子表面的公共反射系数，
Figure BDA0002810720180000035
表示第k个接收天线处在第n个子载波上与第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000036
表示第k个接收天线处在第n个子载波上与第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000037
表示与第k个接收天线处的第n个子载波相关联的用户到基站直接链路的频率响应；
S4、为了降低新优化问题P2的计算复杂度，利用时域中能量最强的信道抽头得到优化问题P2的次优解
Figure BDA0002810720180000038
和
Figure BDA0002810720180000039
S5、将优化结果反馈给智能反射表面控制器，智能反射表面控制器根据优化结果调整智能反射表面的反射状态，所述智能反射表面的反射状态包括智能反射表面的反射幅度与反射相位。
进一步地，步骤S1过程具体如下：
S101、用户顺序发送第0个和第1个OFDM训练符号，同时智能反射表面的反射状态调整为φ(0)和φ(1)，分别对应于第0个和第1个OFDM训练符号的传输；
S102、基站对接收到的训练符号进行离散傅里叶变换，抽取导频承载子载波上的接收数据，并左乘导频序列对角矩阵的逆，从而得到从用户到基站等价合并信道在导频承载子载波上的频率响应
Figure BDA0002810720180000041
和
Figure BDA0002810720180000042
S103、基站运用三角内插点法，得到用户到基站等价合并信道在子载波上的频率响应r(0)和r(1)；
S104、基站提取用户到基站直达链路的信道频率响应d和用户-智能反射表面-基站级联链路的剩余汇总信道频率响应
Figure BDA0002810720180000043
S105、存储获得的信道频率响应为集合
Figure BDA0002810720180000044
S106、基站利用已获得的信道频率响应
Figure BDA0002810720180000045
优化智能反射表面的无源波束赋形向量θ(1)，并将优化结果反馈给智能反射表面的控制器；
S107、用户发送第i个OFDM训练符号，同时智能反射表面的反射状态调整为φ(i)；
S108、重复步骤S102得到
Figure BDA0002810720180000046
S109、重复步骤S103得到r(i)；
S110、从r(i)中解析出用户-智能反射表面第i个子表面-基站级联链路信道频率响应gi-1和用户-智能反射表面-基站级联链路的剩余汇总信道频率响应
Figure BDA0002810720180000047
S111、更新已获得的信道频率响应为
Figure BDA0002810720180000048
进一步地，所述的步骤S2过程如下：
S201、令
Figure BDA0002810720180000049
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，其计算公式为：
Figure BDA00028107201800000410
其中θm是第m个子表面的反射系数，
Figure BDA00028107201800000411
是除第i个子表面以外的其余子表面的公共反射系数，
Figure BDA00028107201800000412
表示第k个接收天线处在第n个子载波上与第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000051
表示第k个接收天线处在第n个子载波上与第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000052
表示与第k个接收天线处的第n个子载波相关联的用户到基站直接链路的频率响应；
S202、基于已获得的估计信道频率响应，为了在反射的单位模约束下最大化数据传输的平均可达率C(θ(i))，无源波束赋形矢量θ(i)在基站的不同接收天线和不同子载波上均衡信道增益
Figure BDA0002810720180000053
构造以下优化问题：
Figure BDA0002810720180000054
其中，Lcp为OFDM训练符号的循环前缀，Pt为用户的总发射功率并假设其在N个子载波上被均等地分配，Γ表示由实际的调制和编码方案决定的可达到的速率间隙且假设Γ≥1，
Figure BDA0002810720180000055
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，σ2为加性高斯白噪声的功率。
进一步地，所述步骤S3中，为了实现问题P1的最佳解决方案，由于智能反射表面反射不具备频率选择性，无源波束赋形矢量θ(i)需要在基站的不同接收天线和不同子载波上均衡信道增益
Figure BDA0002810720180000056
可以证明优化问题P1相对于θ(i)为非凹的，且反射的单位模约束为非凸，因此难以得到最优解。对P1做简单的数学变换可得：
Figure BDA0002810720180000057
由于上述不等式右边的对数函数为递增函数，因此为了使得数据传输的平均可达率C(θ(i))最大，可以转向求信道增益和
Figure BDA0002810720180000058
最大值。即重新构造优化问题：
Figure BDA0002810720180000061
进一步地，所述步骤S4的过程如下：
首先记基站在第i个子表面上的第k个接收天线处估计的信道频率响应集为
Figure BDA0002810720180000062
其中，
Figure BDA0002810720180000063
为与第k个接收天线相关联的用户到基站直接链路的信道频率响应，
Figure BDA0002810720180000064
为与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000065
表示与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的剩余汇总信道频率响应；令
Figure BDA0002810720180000066
Figure BDA0002810720180000067
分别表示
Figure BDA0002810720180000068
的N点逆傅里叶变换，并且令
Figure BDA0002810720180000069
将
Figure BDA00028107201800000610
代入优化问题P2的方程中，得到以下优化问题：
Figure BDA00028107201800000611
其中，
Figure BDA00028107201800000612
表示与第k个接收天线相关联的用户到基站直接链路的第l个抽头信道频率响应，
Figure BDA00028107201800000613
为与第k个接收天线和第m个子表面相关联的用户-智能反射表面-基站级联链路的第l个抽头信道频率响应，
Figure BDA00028107201800000614
表示与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的第l个抽头剩余汇总信道频率响应。
由于在实际的无线通信系统中L≤Lcp+1＜＜N，因此，优化问题P3中的目标函数的计算效率要高于优化问题P2中的目标函数。
求解相对于接收天线索引k和抽头索引l最强的信道抽头
Figure BDA00028107201800000615
和
Figure BDA00028107201800000616
Figure BDA0002810720180000071
得到优化问题P2的次优解：
Figure BDA0002810720180000072
其中，∠表示复数的相位。
搜索最佳抽头索引和最佳接收天线索引的复杂度为
Figure BDA0002810720180000073
如果无线环境中的视线路径为最强的路径，则最强的信道抽头很可能是第一抽头，这样可以简单地设置
Figure BDA0002810720180000074
并且在
Figure BDA0002810720180000075
这样复杂度大大降低的情况下搜索最佳接收天线索引
Figure BDA0002810720180000076
利用本发明提出最强抽头最大化解决方案来进行无源波束赋形优化的复杂度要低得多，且性能损失很小。
本发明相对于现有技术具有如下的优点及效果：
1、本发明提出的基于智能反射表面辅助无线通信系统无源波束赋形的优化方法，采用同时进行信道估计和无源波束赋形的方法，提高了数据传输可达率，减少了数据传输延时，极大地提高了系统效率。
2、相比于其他基于智能反射表面辅助通信系统的无源波束赋形优化方法，本发明提出的无源波束赋形的优化方法利用时域中能量最强的信道抽头来找到高质量的次优解，在保证性能优异的前提下，大大降低了计算复杂度。
附图说明
图1是本发明实施例中上行链路的智能反射表面辅助的单发多收OFDM无线通信系统模型图；
图2是本发明实施例中基于自适应传输协议的传输帧示意图；
图3是本发明实施例中基于智能反射表面辅助通信系统无源波束赋形优化方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
请参见图1，图1是本发明实施例中上行链路的智能反射表面辅助的单发多收OFDM无线通信系统模型图。如图1所示，本发明应用场景包括一个具有K个发射天线的基站、一个智能反射表面、一个智能反射表面控制器和一个用户。
本实施例中，智能反射表面可通过自身传感器感知周围环境数据等信息并与基站通过控制链路进行信息交互和反射状态控制。智能反射表面具有M0个元素单元，该M0个元素单元被分为η组，以协调从单天线用户到配备有K个接收天线的基站的传输。令N表示每个OFDM符号中的子载波的数量。为简单起见，考虑用户不了解信道状态的情况。这样，可以假设用户的总发射功率Pt在N个子载波上被均等地分配。假设用户到基站，用户到智能反射表面和智能反射表面到基站链路的基带等效信道在冲激响应中分别具有Ld、L1和L2抽头。用户-智能反射表面-基站之间级联链路的基带等效信道是用户到智能反射表面链路信道与由智能反射表面反射系数加权的智能反射表面到基站链路信道的卷积，其中冲激响应中有Lr＝L1+L2-1抽头。因此，从用户到基站链路的基带等效信道在冲激响应中具有L＝max{Lr,Ld}抽头。如图2所示，OFDM符号持续时间Tf的每个传输帧被分为M个连续的子帧，除第一子帧外，每个子帧由一个OFDM训练符号和随后的OFDM数据符号组成，而第一子帧包含一个额外的OFDM训练符号。令Δt表示除第一个OFDM符号外的两个相邻OFDM训练符号之间的时间间隔，将其标准化为一个OFDM符号的持续时间。因此，OFDM训练符号以T＝{0}∪{1,Δt+1,2Δt+1,...,(M-1)Δt+1}递增，其中Δt是满足ΔtM＜Tf或
Figure BDA0002810720180000091
的整数。下面结合图1，具体说明实施该发明方法的流程步骤。
S1、用户顺序发送OFDM训练符号，基站根据智能反射表面反射状态和用户发送的OFDM训练符号渐进式估计并储存与智能反射表面相关联的信道频率响应
Figure BDA0002810720180000092
本实施例中，步骤S1过程具体如下：
S101、用户顺序发送第0个和第1个OFDM训练符号，同时智能反射表面的反射状态调整为φ(0)和φ(1)，分别对应于第0个和第1个OFDM训练符号的传输，其中智能反射表面的反射状态采用全反射训练模式来实现用于信道训练的智能反射表面的大孔径增益，提高了信道估计精度和无源波束赋形增益；
S102、基站对接收到的训练符号进行离散傅里叶变换，抽取导频承载子载波上的接收数据，并左乘导频序列对角矩阵的逆，从而得到从用户到基站等价合并信道在导频承载子载波上的频率响应
Figure BDA0002810720180000093
和
Figure BDA0002810720180000094
S103、基站运用三角内插点法，得到用户到基站等价合并信道在子载波上的频率响应r(0)和r(1)；
S104、基站提取用户到基站直达链路的信道频率响应d和用户-智能反射表面-基站级联链路的剩余汇总信道频率响应
Figure BDA0002810720180000095
S105、存储获得的信道频率响应为集合
Figure BDA0002810720180000096
S106、基站利用已获得的信道频率响应
Figure BDA0002810720180000097
优化智能反射表面的无源波束赋形向量θ(1)，并将优化结果反馈给智能反射表面的控制器；
S107、用户发送第i个OFDM训练符号，同时智能反射表面的反射状态调整为φ(i)；
S108、重复步骤S102得到
Figure BDA0002810720180000101
S109、重复步骤S103得到r(i)；
S110、从r(i)中解析出用户-智能反射表面第i个子表面-基站级联链路信道频率响应gi-1和用户-智能反射表面-基站级联链路的剩余汇总信道频率响应
Figure BDA0002810720180000102
S111、更新已获得的信道频率响应为
Figure BDA0002810720180000103
S2、基站利用已获得的信道频率响应，通过平衡不同子载波和不同接收天线上的接收信号功率来构造无源波束赋形的优化问题，以使数据传输的平均可达率C(θ(i))最大化。
本实施例中，步骤S2过程具体如下：
S201、令
Figure BDA0002810720180000104
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，其计算公式为：
Figure BDA0002810720180000105
其中θm是第m个子表面的反射系数，
Figure BDA0002810720180000106
是除第i个子表面以外的其余子表面的公共反射系数，
Figure BDA0002810720180000107
表示第k个接收天线处在第n个子载波上与第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000108
表示第k个接收天线处在第n个子载波上与第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000109
表示与第k个接收天线处的第n个子载波相关联的用户到基站直接链路的频率响应；
S202、基于已获得的估计信道频率响应，由于智能反射表面反射不具备频率选择性，为了在反射的单位模约束下最大化数据传输的平均可达率C(θ(i))，无源波束赋形矢量θ(i)需要在基站的不同接收天线和不同子载波上均衡信道增益
Figure BDA0002810720180000111
由此构造了以下优化问题：
Figure BDA0002810720180000112
其中，Lcp为OFDM训练符号的循环前缀，Pt为用户的总发射功率并假设其在N个子载波上被均等地分配，Γ表示由实际的调制和编码方案决定的可达到的速率间隙且假设Γ≥1，
Figure BDA0002810720180000113
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，σ2为加性高斯白噪声的功率。
S3、针对优化问题P1具有的非凸的目标函数，为了使数据传输的平均可达率最大，转向使信道增益和
Figure BDA0002810720180000114
最大化，重新构造优化问题。
本实施例中，步骤S3过程具体如下：
S301、优化问题P1的目标函数相对于θ(i)为非凹的，且反射的单位模约束为非凸，因此难以得到最优解。由简单的数学变换可知：
Figure BDA0002810720180000115
S302、为了使得数据传输的平均可达率C(θ(i))最大，可以转向求信道增益和
Figure BDA0002810720180000116
最大值，即重新构造优化问题P2，公式表示如下：
Figure BDA0002810720180000117
S4、为了降低新优化问题的计算复杂度，利用时域中能量最强的信道抽头得到新优化问题的次优解
Figure BDA0002810720180000118
和
Figure BDA0002810720180000119
本实施例中，步骤S4过程具体如下：
S401、首先记基站在第i个子帧上的第k个接收天线处估计的信道频率响应集为
Figure BDA0002810720180000121
其中，
Figure BDA0002810720180000122
为与第k个接收天线相关联的用户到基站直接链路的信道频率响应，
Figure BDA0002810720180000123
为与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure BDA0002810720180000124
表示与子表面关联的用户-智能反射表面-基站级联链路的剩余汇总信道频率响应；令
Figure BDA0002810720180000125
分别表示
Figure BDA0002810720180000126
的N点逆傅里叶变换，并且令
Figure BDA0002810720180000127
Figure BDA0002810720180000128
S402、将
Figure BDA0002810720180000129
代入优化问题P2的目标函数中，得到以下优化问题P3，公式如下：
Figure BDA00028107201800001210
由于在实际的无线通信系统中L≤Lcp+1＜＜N，因此优化问题P3中的目标函数的计算效率要高于优化问题P2中的目标函数。
S403、求解相对于接收天线索引k和抽头索引l最强的信道抽头
Figure BDA00028107201800001211
和
Figure BDA00028107201800001212
Figure BDA00028107201800001213
得到优化问题P2的次优解：
Figure BDA00028107201800001214
由于最强的时域信道抽头的能量将扩散到频域中的所有子载波，因此利用最强能量抽头来优化无源波束赋形方法是完全可行且有效的，特别是，当K＝1且L＝1时，
Figure BDA00028107201800001215
和
Figure BDA00028107201800001216
中的闭式结果是问题P1和P2的最优解。
S5、将优化结果反馈给智能反射表面控制器，智能反射表面控制器根据优化结果调整智能反射表面的反射状态，所述智能反射表面的反射状态包括智能反射表面的反射幅度与反射相位。通过在信道训练期间执行无源波束赋形来提高数据承载子载波的传输速率，减少了数据传输延时，极大地提高了通信系统效率和通信系统吞吐量。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种基于智能反射表面辅助通信系统无源波束赋形优化方法，应用于具有智能反射表面辅助的OFDM无线通信系统，该无线通信系统包括至少一个具有K个发射天线的基站、至少一个智能反射表面、一个智能反射表面控制器和一个用户，智能反射表面具有M0个元素单元，该M0个元素单元被分为η组，其中每组单元反射信道具有强相关性，其特征在于，所述无源波束赋形优化方法包括以下步骤：
S1、用户顺序发送OFDM训练符号，基站根据智能反射表面反射状态和用户发送的OFDM训练符号渐进式估计并储存与第i个智能反射表面相关联的信道频率响应
Figure FDA0002810720170000011
其中d为用户到基站直达链路的信道频率响应，gi为与第i个智能反射表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure FDA0002810720170000012
为与第i个智能反射表面相关联的用户-智能反射表面-基站级联链路的剩余汇总信道频率响应；
S2、基站利用已获得的信道频率响应，通过平衡不同子载波和不同接收天线上的接收信号功率来构造无源波束赋形的优化问题：
(P1):
Figure FDA0002810720170000013
以使数据传输的平均可达率C(θ(i))最大化，其中，Lcp为OFDM训练符号的循环前缀，Pt为用户的总发射功率并假设其在N个子载波上被均等地分配，Γ表示由实际的调制和编码方案决定的可达到的速率间隙且假设Γ≥1，
Figure FDA0002810720170000014
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，σ2为加性高斯白噪声的功率；
S3、针对优化问题P1具有的非凸的目标函数，从使数据传输的平均可达率最大转向使信道增益和
Figure FDA0002810720170000021
最大化，重新构造优化问题：
(P2):
Figure FDA0002810720170000022
其中θm是第m个子表面的反射系数，
Figure FDA0002810720170000023
是除第i个子表面以外的其余子表面的公共反射系数，
Figure FDA0002810720170000024
表示第k个接收天线处在第n个子载波上与第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure FDA0002810720170000025
表示第k个接收天线处在第n个子载波上与第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure FDA0002810720170000026
表示与第k个接收天线处的第n个子载波相关联的用户到基站直接链路的频率响应；
S4、利用时域中能量最强的信道抽头得到优化问题P2的次优解
Figure FDA0002810720170000027
和
Figure FDA0002810720170000028
S5、将优化结果反馈给智能反射表面控制器，智能反射表面控制器根据优化结果调整智能反射表面的反射状态，所述智能反射表面的反射状态包括智能反射表面的反射幅度与反射相位。
2.根据权利要求1所述的基于智能反射表面辅助通信系统无源波束赋形优化方法，其特征在于，所述步骤S1的过程如下：
S101、用户顺序发送第0个和第1个OFDM训练符号，同时智能反射表面的反射状态调整为φ(0)和φ(1)，分别对应于第0个和第1个OFDM训练符号的传输；
S102、基站对接收到的训练符号进行离散傅里叶变换，抽取导频承载子载波上的接收数据，并左乘导频序列对角矩阵的逆，从而得到从用户到基站等价合并信道在导频承载子载波上的频率响应
Figure FDA0002810720170000029
和
Figure FDA00028107201700000210
S103、基站运用三角内插点法，得到用户到基站等价合并信道在子载波上的频率响应r(0)和r(1)；
S104、基站提取用户到基站直达链路的信道频率响应d和用户-智能反射表面-基站级联链路的剩余汇总信道频率响应
Figure FDA0002810720170000031
S105、存储获得的信道频率响应为集合
Figure FDA0002810720170000032
S106、基站利用已获得的信道频率响应
Figure FDA0002810720170000033
优化智能反射表面的无源波束赋形向量θ(1)，并将优化结果反馈给智能反射表面的控制器；
S107、用户发送第i个OFDM训练符号，同时智能反射表面的反射状态调整为φ(i)；
S108、重复步骤S102得到
Figure FDA0002810720170000034
S109、重复步骤S103得到r(i)；
S110、从r(i)中解析出用户-智能反射表面第i个子表面-基站级联链路信道频率响应gi-1和用户-智能反射表面-基站级联链路的剩余汇总信道频率响应
Figure FDA0002810720170000035
S111、更新已获得的信道频率响应为
Figure FDA0002810720170000036
3.根据权利要求1所述的基于智能反射表面辅助通信系统无源波束赋形优化方法，其特征在于，所述的步骤S2过程如下：
S201、令
Figure FDA0002810720170000037
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，其计算公式为：
Figure FDA0002810720170000038
其中，θm是第m个子表面的反射系数，
Figure FDA0002810720170000039
是除第i个子表面以外的其余子表面的公共反射系数，
Figure FDA00028107201700000310
表示第k个接收天线处在第n个子载波上与第m个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure FDA00028107201700000311
表示第k个接收天线处在第n个子载波上与第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure FDA00028107201700000312
表示与第k个接收天线处的第n个子载波相关联的用户到基站直接链路的频率响应；
S202、基于已获得的估计信道频率响应，为了在反射的单位模约束下最大化数据传输的平均可达率C(θ(i))，无源波束赋形矢量θ(i)在基站的不同接收天线和不同子载波上均衡信道增益
Figure FDA0002810720170000041
构造以下优化问题：
(P1):
Figure FDA0002810720170000042
其中，Lcp为OFDM训练符号的循环前缀，Pt为用户的总发射功率并假设其在N个子载波上被均等地分配，Γ表示由实际的调制和编码方案决定的可达到的速率间隙且假设Γ≥1，
Figure FDA0002810720170000043
表示随无源波束赋形矢量θ(i)的变化而变化的第n个子载波的信道增益，σ2为加性高斯白噪声的功率。
4.根据权利要求1所述的基于智能反射表面辅助通信系统无源波束赋形优化方法，其特征在于，所述步骤S3中，根据优化问题P1相对于θ(i)为非凹的且反射的单位模约束为非凸的特性，进行数学变换可知：
Figure FDA0002810720170000044
为使得数据传输的平均可达率C(θ(i))最大，转向求信道增益和
Figure FDA0002810720170000045
最大值，即重新构造优化问题：
(P2):
Figure FDA0002810720170000046
5.根据权利要求1所述的基于智能反射表面辅助通信系统无源波束赋形优化方法，其特征在于，所述步骤S4的过程如下：
首先记基站在第i个子表面上的第k个接收天线处估计的信道频率响应集为
Figure FDA0002810720170000047
其中，
Figure FDA0002810720170000048
为与第k个接收天线相关联的用户到基站直接链路的信道频率响应，
Figure FDA0002810720170000051
为与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的信道频率响应，
Figure FDA0002810720170000052
表示与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的剩余汇总信道频率响应；令
Figure FDA0002810720170000053
Figure FDA0002810720170000054
分别表示
Figure FDA0002810720170000055
的N点逆傅里叶变换，并且令
Figure FDA0002810720170000056
将
Figure FDA0002810720170000057
代入优化问题P2的方程中，得到以下优化问题：
(P3):
Figure FDA0002810720170000058
其中，
Figure FDA0002810720170000059
表示与第k个接收天线相关联的用户到基站直接链路的第l个抽头信道频率响应，
Figure FDA00028107201700000510
为与第k个接收天线和第m个子表面相关联的用户-智能反射表面-基站级联链路的第l个抽头信道频率响应，
Figure FDA00028107201700000511
表示与第k个接收天线和第i个子表面相关联的用户-智能反射表面-基站级联链路的第l个抽头剩余汇总信道频率响应；
求解相对于接收天线索引k和抽头索引l最强的信道抽头
Figure FDA00028107201700000512
和
Figure FDA00028107201700000513
Figure FDA00028107201700000514
得到优化问题P2的次优解：
Figure FDA00028107201700000515
其中，∠表示复数的相位。
CN202011384722.3A 2020-12-01 2020-12-01 基于智能反射表面辅助通信系统无源波束赋形优化方法 Pending CN112769726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011384722.3A CN112769726A (zh) 2020-12-01 2020-12-01 基于智能反射表面辅助通信系统无源波束赋形优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011384722.3A CN112769726A (zh) 2020-12-01 2020-12-01 基于智能反射表面辅助通信系统无源波束赋形优化方法

Publications (1)

Publication Number Publication Date
CN112769726A true CN112769726A (zh) 2021-05-07

Family

ID=75693649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011384722.3A Pending CN112769726A (zh) 2020-12-01 2020-12-01 基于智能反射表面辅助通信系统无源波束赋形优化方法

Country Status (1)

Country Link
CN (1) CN112769726A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113596860A (zh) * 2021-07-29 2021-11-02 东南大学 一种智能反射面ofdm系统的低开销反射波束优化方法
CN113824527A (zh) * 2021-08-06 2021-12-21 华南理工大学 一种智能反射表面辅助单载波信号循环移位的通信方法
WO2022257321A1 (zh) * 2021-06-09 2022-12-15 中国电信股份有限公司 基于智能表面辅助的通信方法和系统、基站和智能表面
WO2022261921A1 (en) * 2021-06-18 2022-12-22 Qualcomm Incorporated Passive multiple input multiple output control interface
WO2023092367A1 (en) * 2021-11-25 2023-06-01 Qualcomm Incorporated Active participation of reflective surface in beam selection

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111181618A (zh) * 2020-01-03 2020-05-19 东南大学 一种基于深度强化学习的智能反射表面相位优化方法
CN111901802A (zh) * 2020-07-31 2020-11-06 东南大学 一种借助智能反射表面的miso系统下行保密率优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111181618A (zh) * 2020-01-03 2020-05-19 东南大学 一种基于深度强化学习的智能反射表面相位优化方法
CN111901802A (zh) * 2020-07-31 2020-11-06 东南大学 一种借助智能反射表面的miso系统下行保密率优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GAO, JIABAO, ET AL.: "Unsupervised learning for passive beamforming", 《IEEE COMMUNICATIONS LETTERS》 *
SHAOE LIN, BEIXIONG ZHENG: "Adaptive Transmission for Reconfigurable Intelligent Surface-Assisted OFDM Wireless Communications", 《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022257321A1 (zh) * 2021-06-09 2022-12-15 中国电信股份有限公司 基于智能表面辅助的通信方法和系统、基站和智能表面
WO2022261921A1 (en) * 2021-06-18 2022-12-22 Qualcomm Incorporated Passive multiple input multiple output control interface
CN113596860A (zh) * 2021-07-29 2021-11-02 东南大学 一种智能反射面ofdm系统的低开销反射波束优化方法
CN113824527A (zh) * 2021-08-06 2021-12-21 华南理工大学 一种智能反射表面辅助单载波信号循环移位的通信方法
CN113824527B (zh) * 2021-08-06 2022-06-14 华南理工大学 一种智能反射表面辅助单载波信号循环移位的通信方法
WO2023092367A1 (en) * 2021-11-25 2023-06-01 Qualcomm Incorporated Active participation of reflective surface in beam selection

Similar Documents

Publication Publication Date Title
CN112769726A (zh) 基于智能反射表面辅助通信系统无源波束赋形优化方法
CN110518961B (zh) 大规模mimo卫星移动通信方法及系统
KR100559070B1 (ko) 적응형 안테나 어레이 및 그 제어 방법
CN1695271B (zh) 包括虚拟天线单元的天线阵
CN1643867B (zh) 用于估计信道的设备和方法
EP2410707B1 (en) Orthogonal network space-time coding method and relay transmission system
US20060067277A1 (en) Method and apparatus for MIMO transmission optimized for successive cancellation receivers
CN101494528B (zh) 发射分集块传输系统的训练序列设计及其信道估计方法
US20060093065A1 (en) Method and apparatus for closed loop data transmission
US8315323B2 (en) Successive transmit beamforming methods for multiple-antenna orthogonal frequency division multiplexing (OFDM) systems
US20170141936A1 (en) Method and apparatus for channel estimation in wireless communication system
CN112769719A (zh) 基于智能反射表面辅助无线通信系统渐进式信道估计方法
CN109600327B (zh) 一种基于虚部干扰利用的信道估计方法
CN103685096A (zh) 一种基于最优导频的mimo-ofdm系统信道估计方法
US10270624B2 (en) Channel estimation method and apparatus for use in wireless communication system
US9871686B2 (en) Method and apparatus for transmitting and receiving signal using variable observation length in multicarrier system using non-orthogonal transmission signal
CN101155164B (zh) 一种dft扩频的广义多载波系统的sinr估计方法
Rana Performance comparison of LMS and RLS channel estimation algorithms for 4G MIMO OFDM systems
Zaier et al. Blind channel estimation enhancement for MIMO-OFDM systems under high mobility conditions
CN109067674A (zh) 一种基于选择性叠加导频的信道估计方法
Bhoyar et al. Leaky least mean square (LLMS) algorithm for channel estimation in BPSK-QPSK-PSK MIMO-OFDM system
Zhang et al. Robust multi-branch space–time beamforming for OFDM system with interference
JP4299302B2 (ja) マルチキャリア信号を事前コード化するための装置及び方法
CN103283197A (zh) 用于空间频率域均衡的协方差估计方法及与其相关联的设备和系统
CN101197796A (zh) 基于sc-fde和虚拟多天线的无线传感器网络信道估计方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210507

WD01 Invention patent application deemed withdrawn after publication