CN113056014B - 一种下行irs-noma多簇用户的功率分配方法 - Google Patents

Abstract

本发明提供了一种下行IRS‑NOMA多簇用户的功率分配方法，包括：基站根据视频用户的信道条件将2K个视频用户两两一组分为K簇；由已知的CSI，调整IRS参数以最大化接收SNR；计算单个簇所需的最低功率及簇内每个视频用户所需的最低功率；构建最大化系统所有簇和速率的功率分配最优化问题，并将最优化问题分解为多个功率分配最优化子问题；采用拉格朗日方法求得满足单簇视频用户所需最低功率约束的最优单簇视频用户的和速率；得到为每个簇分配的总功率，依此为每个簇内的视频用户分配功率。本发明在满足所有视频用户最低功率速率需求的情况下，最大化不同视频用户的和速率的功率分配方案，普遍适用于不同的应用场景。

Description

一种下行IRS-NOMA多簇用户的功率分配方法

技术领域

本发明涉及视频通信技术领域，具体而言，涉及一种下行IRS-NOMA多簇用户的功率分配方法。

背景技术

目前视频会议被广泛应用于社会不同行业的各项工作中，由于每个行业的用户对于视频会议系统有不同的需求，特别是涉及到全省乃至全国范围内的视频会议对于系统的海量接入、高速率以及低时延等特性的需求更高。由于视频会议需要进行即时的语音视频会话，因此其对通信系统的实时性与流畅性等方面均有很高的要求。因为若系统的实时性达不到要求即时延较大，就会出现一方参会者提问后很久，另一方参会者才听到然后回应或参会者看到的视频图像，其实并不是当前正发生画面的状况；若系统的流畅性达不到要求即速率较低，参会者接收到的音、视频会出现不平稳、卡顿或者突然变快的情况，显然上述状况会导致视频会议用户的体验非常糟糕。因此，具有低延迟和高速率的视频会议系统，可使参会者实时听到其它参会者的声音、展示电子演示内容、通过视频会议实现与其他参会人面对面交流，使参会者有身临其境的高体验感。

随着移动通信的迅猛发展，传统的多址接入技术难以满足现今视频会议对于通信系统的海量视频用户接入、高速率及低延迟等特性需求。而第五代移动通信(The 5thgeneration mobile communication,5G)的非正交多址接入(Non-Orthogonal MultipleAccess，NOMA)技术因其具有更高系统吞吐量和频谱效率等优点被通信业界广泛研究。不同于传统的正交多址接入(Orthogonal Multiple Access，OMA)技术，NOMA允许多个视频用户访问相同的正交资源块，如频带、时隙、空间方向等。NOMA在基站端为多个视频用户分配不同的功率，然后将这些视频用户的信号叠加在相同的时频资源上，视频用户接收到信号后采用串行干扰消除(Successive Interference Cancellation，SIC)技术依次检测期望接收的信号。具有较好信道条件的视频用户能够消除信道条件较差视频用户的信道内干扰。而NOMA技术中不同的功率分配方案不仅关系到各视频用户信号的检测次序，还可以影响到系统的可靠性和有效性。因此，可通过设计合理的功率分配算法有效地降低视频用户信号之间的多址干扰，提高系统的吞吐量。

发明内容

鉴于此，本发明提出了IRS-NOMA视频会议场景下多簇视频用户的最大化和速率的功率分配方法，该方法适用于包括1个基站、1个由N个反射元件组成的智能超表面(Intelligent Reflecting Surface，IRS)与2K个视频用户的下行NOMA系统，且所有的视频用户均配置单天线。

IRS是未来无线网络中提高网络覆盖范围的一种非常有潜力的方案。其中，IRS由大量无源元件组成，每个元件可以通过调整反射系数(包括相位和幅值)独立反射入射信号，从而在接收机处提高接收信号的功率。与传统的放大转发中继不同，IRS不具备信号处理能力，IRS仅以被动方式反射信号，不会对反射信号增加附加噪声。此外，IRS可以通过增加其反射元件的数量，以较低的硬件成本和功耗提供较好通信的性能。近年来，NOMA带来的性能增益已经在各种场景下进行了研究及应用。而IRS-NOMA视频会议系统则可以在提高网络覆盖范围的同时提高系统性能，更好地服务该视频会议系统的用户。

基站通过IRS辅助将信号发送至所有视频用户，且基站处、IRS及视频用户处均已知信道状态信息(Channel State Information,CSI)。首先，结合每个视频用户的信道条件及其的最低功率速率需求，计算得出每个视频用户所需的最低功率和每个簇所需的最低功率和；其次，将基站总功率和视频用户的最低功率速率需求作为约束条件，构建最大化系统所有簇和速率的功率分配最优化问题；然后，先求解最大化单簇内视频用户和速率的功率分配，进而得到单簇和速率与其的总功率之间的关系；最终，在不考虑单簇所需最低功率约束条件下，采用拉格朗日求解得到系统总功率速率最大时，每个簇的功率，再结合每个簇的最低功率约束分别为簇内的每个视频用户分配功率。

本发明提供一种下行IRS-NOMA多簇用户的功率分配方法，包括以下步骤：

S1、基站根据视频用户的信道条件将2K个视频用户两两一组分为K簇，u_k1表示为近端视频用户，u_k2表示为远端视频用户，基站到智能超表面IRS每个反射元件的信道表示为h_i，i＝1，2，...，N，u_km表示第k个簇中的第m个视频用户，k＝1，2，...，K，m＝1，2，g_i，k1和g_i，k2分别表示为IRS到第k簇视频用户u_k1和u_k2的信道，其中|g_i，k1|²≥|g_i，k2|²，q_i，kn＝|q_i，km|exp(jφ_i，km)表示第i个IRS反射元件与第k簇的视频用户m间的反射系数，其中|q_i，km|表示幅度，φ_i，km表示相位；

S2、由已知的CSI，调整IRS参数，令

以最大化接收信噪比SNR，其中

与

分别表示为信道h_i与g_i，km的相位系数，可得

令|q_i，km|＝1，即基站到IRS再到第k簇的第m个视频用户间的级联信道可由

变为

S3、分别计算单个簇内两个视频用户通信所需的最低功率和该簇所需的总的最低功率；

p_k1和p_k2分别表示为u_km中的u_k1和u_k2分配的功率，p_k1≤p_k2，p_k＝p_k1+p_k2为第k个簇分配的总功率，计算得到p_k1的取值满足

p_k2的取值满足

其中，

和

分别为满足视频用户u_k1和u_k2最低单位带宽速率需求时对信干噪比SINR的最低要求，

2表示单个视频用户u_km的最低功率速率需求，σ²是视频用户u_km接收到的加性高斯白噪声AWGN n_km的方差，基于u_k1和u_k2所需的最低功率表达式，令

求导得

得到f′(x)≥0恒成立，即f(x)是关于x的单调递增函数。由于|g_i，k1|≥|g_i，k2|即|A_k1|²≥|A_k2|²，故当C₃成立时，

一定成立，由此得到第k个簇所需最低总功率为

k＝1，2，...，K；

S4、构建最大化系统所有簇和速率的功率分配最优化目标函数，将最大化系统所有簇和速率的功率分配最优化问题分解为多个最大化单簇视频用户和速率的功率分配最优化子问题；

S5、求解步骤S4中的最优化子问题，得到单簇视频用户的最大和速率与单簇视频用户的功率的关系，并采用拉格朗日方法求得满足单簇视频用户所需最低功率约束的最优单簇视频用户的和速率；

S6、循环构建满足单簇所需最低功率约束的最大化所有簇和速率的功率分配最优化问题并求解，得到每个簇均满足其通信所需的最低功率条件下，使每个簇和速率最大的簇功率p_k，k＝1，2，...K，依据此结果为每个簇内的视频用户分配功率。

进一步地，所述S4步骤包括：

S41，在每个簇满足单簇所需最低功率需求后，求得第k簇视频用户的功率p_k与其单簇视频用户的和速率的关系如下：

S42，设置系统的总功率

构建满足所有视频用户最低功率速率需求条件下，最大化系统和速率的功率分配最优化问题；

其中，C₁表示系统总功率为P_max；C₂表示

和

分别为视频用户u_k1和u_k2的最低功率速率需求；C₃表示u_k1可以译码信号S_k2的SINR阈值要求；C₄表示IRS的反射系数的约束条件；

S43，将步骤S42中的系统总功率速率优化问题分解为K个最优化子问题，构建第k个簇的和速率最大且总功率为p_k，最大化该簇视频用户和速率的功率分配最优化子问题：

其中，约束条件C′₁表示系统总功率为P_max；C′₂表示为满足第K簇内视频用户的速率要求，分配给该簇的总功率不能低于该簇通信所需的最低功率；C′₃表示系统总功率大于等于系统所有视频用户所需最低功率之和时，该最优化子问题有解；C′₄表示IRS的反射系数的约束条件。

进一步地，所述S5步骤包括：

S51，根据步骤S4构建的目标函数构造拉格朗日函数为：

其中λ是引入的拉格朗日参数；

S52，对上式(1)拉格朗日函数求分别关于p_k，k＝1，2，...，K和λ的一阶偏导，并令各偏导等于0，推导可得；

其中，a₂＝|A₁₂|²|A_n1|²-|A_n1|²|A_n2|²，a₁＝|A_n1|²|A_n2|²-|A₁₁|²|A_n2|²，若所有簇的总功率均大于该簇所需最低总功率，则式(2)p_k，k＝1，2，...，K是最优解。

进一步地，所述S6步骤包括：

若式(2)中第k簇视频用户总功率p_k低于其所需最低功率p′_k，即p_k＜p′_k，则将该簇放入空集合U中，重新为该集合中的簇分配最低簇功率，即p_u＝p′_u，u∈U；若p_k≥p′_k，则将该簇放入空集合V中，为使集合V中所有簇的和速率最大化，构建功率分配最优化目标函数：

式(3)中，

是集合U中的簇分配的功率之和；约束条件C″1表示集合V中所有簇的总功率；约束条件C″₂表示集合V中的所有簇的总功率均满足单簇所需的最低总功率；其中，

表示第V簇的最优总功率；C″₃表示IRS的反射系数的约束条件；

上式(3)目标函数求解与步骤S51相同，构造拉格朗日函数，求解偏导等于0的方程组；得到p_v，比较p_v与p′_v，若p_v＜p′_v，则将该簇放入空集合U₁中，重新为该集合中的簇分配该簇所需的最低簇功率，即p_u＝p′_u，u∈U₁；若p_v≥p′_v，则将该簇放入空集合V₁中，为使集合V中所有簇的和速率最大化，多次构建并求解步骤S51所述功率分配最优化目标函数，得到和速率最大的最优簇功率，且直到为所有簇分配的功率均大于本簇所需最低功率；

与现有技术相比，本发明的有益效果是：

本发明方案考虑到了IRS-NOMA系统中每个视频用户的最低功率速率需求，在满足所有视频用户最低功率速率需求的情况下，最大化不同视频用户的和速率的功率分配方案，普遍适用于不同的应用场景。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。

在附图中：

图1是本发明一种下行IRS-NOMA多簇用户的功率分配方法的流程图；

图2是本发明实施例的系统模型图；

图3是本发明S4步骤的流程图；

图4是本发明S5步骤的流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在......时”或“当......时”或“响应于确定”。

本发明提供一种下行IRS-NOMA多簇用户的功率分配方法，参阅图1所示，包括以下步骤：

S1、基站根据视频用户的信道条件将2K个视频用户两两一组分为K簇，u_k1表示为近端视频用户，u_k2表示为远端视频用户，基站到智能超表面IRS每个反射元件的信道表示为h_i，i＝1，2，...，N，u_km表示第k个簇中的第m个视频用户，k＝1，2，...，K，m＝1，2，g_i，k1和g_i，k2分别表示为IRS到第k簇视频用户u_k1和u_k2的信道，其中|g_i，k1|²≥|g_i，k2|²，q_i，km＝|q_i，km|exp(jφ_i，km)表示第i个IRS反射元件与第k簇的视频用户m间的反射系数，其中|q_i，km|表示幅度，φ_i，km表示相位；

S2、由已知的CSI，调整IRS参数，令

以最大化接收信噪比SNR，其中

与

分别表示为信道h_i与g_i，km的相位系数，可得

令|q_i，km|＝1，即基站到IRS再到第k簇的第m个视频用户间的级联信道可由

变为

S3、分别计算单个簇内两个视频用户通信所需的最低功率和该簇所需的总的最低功率；

p_k1和p_k2分别表示为u_km中的u_k1和u_k2分配的功率，p_k1≤p_k2，p_k＝p_k1+p_k2为第k个簇分配的总功率，计算得到p_k1的取值满足

p_k2的取值满足

其中，

和

分别为满足视频用户u_k1和u_k2最低单位带宽速率需求时对信干噪比SINR的最低要求，

m＝1，2表示单个视频用户u_km的最低功率速率需求，σ²是视频用户u_km接收到的加性高斯白噪声AWGN n_km的方差，基于u_k1和u_k2所需的最低功率表达式，令

求导得

得到f′(x)≥0恒成立，即f(x)是关于x的单调递增函数，由于|g_i，k1|≥|g_i，k2|即|A_k1|²≥|A_k2|²，故当C₃成立时，

一定成立，由此得到第k个簇所需最低总功率为

k＝1，2，...，K；

S4、构建最大化系统所有簇和速率的功率分配最优化目标函数，将最大化系统所有簇和速率的功率分配最优化问题分解为多个最大化单簇视频用户和速率的功率分配最优化子问题；

S5、求解步骤S4中的最优化子问题，得到单簇视频用户的最大和速率与单簇视频用户的功率的关系，并采用拉格朗日方法求得满足单簇视频用户所需最低功率约束的最优单簇视频用户的和速率；

S6、循环构建满足单簇所需最低功率约束的最大化所有簇和速率的功率分配最优化问题并求解，得到每个簇均满足其通信所需的最低功率条件下，使每个簇和速率最大的簇功率p_k，k＝1，2，...K，依据此结果为每个簇内的视频用户分配功率。

所述S4步骤包括：

S41，在每个簇满足单簇所需最低功率需求后，求得第k簇视频用户的功率p_k与其单簇视频用户的和速率的关系如下：

S42，设置系统的总功率

构建满足所有视频用户最低功率速率需求条件下，最大化系统和速率的功率分配最优化问题；

其中，C₁表示系统总功率为P_max；C₂表示

和

分别为视频用户u_k1和u_k2的最低功率速率需求；C₃表示u_k1可以译码信号S_k2的SINR阈值要求；C₄表示IRS的反射系数的约束条件；

S43，将步骤S42中的系统总功率速率优化问题分解为K个最优化子问题，构建第k个簇的和速率最大且总功率为p_k，最大化该簇视频用户和速率的功率分配最优化子问题：

其中，约束条件C′₁表示系统总功率为P_max；C′₂表示为满足第K簇内视频用户的速率要求，分配给该簇的总功率不能低于该簇通信所需的最低功率；C′₃表示系统总功率大于等于系统所有视频用户所需最低功率之和时，该最优化子问题有解；C′₄表示IRS的反射系数的约束条件。

所述S5步骤包括：

S51，根据步骤S4构建的目标函数构造拉格朗日函数为：

其中λ是引入的拉格朗日参数；

S52，对上式(1)拉格朗日函数求分别关于p_k，k＝1，2，...，K和λ的一阶偏导，并令各偏导等于0，推导可得；

其中，a₂＝|A₁₂|²|A_n1|²-|A_n1|²|A_n2|²，a₁＝|A_n1|²|A_n2|²-|A₁₁|²|A_n2|²，若所有簇的总功率均大于该簇所需最低总功率，则式(2)p_k，k＝1，2，...，K是最优解。

所述S6步骤包括：

若式(2)中第k簇视频用户总功率p_k低于其所需最低功率p′_k，即p_k＜p′_k，则将该簇放入空集合U中，重新为该集合中的簇分配最低簇功率，即p_u＝p′_u，u∈U；若p_k≥p′_k，则将该簇放入空集合V中，为使集合V中所有簇的和速率最大化，构建功率分配最优化目标函数：

式(3)中，

是集合U中的簇分配的功率之和；约束条件C″₁表示集合V中所有簇的总功率；约束条件C″₂表示集合V中的所有簇的总功率均满足单簇所需的最低总功率；其中，

表示第V簇的最优总功率；C″₃表示IRS的反射系数的约束条件；

上式(3)目标函数求解与步骤S51相同，构造拉格朗日函数，求解偏导等于0的方程组；得到p_v，比较p_v与p′_v，若p_v＜p′_v，则将该簇放入空集合U₁中，重新为该集合中的簇分配该簇所需的最低簇功率，即p_u＝p′_u，u∈U₁；若p_v≥p′_v，则将该簇放入空集合V₁中，为使集合V中所有簇的和速率最大化，多次构建并求解步骤S51所述功率分配最优化目标函数，得到和速率最大的最优簇功率，且直到为所有簇分配的功率均大于本簇所需最低功率；

下面给出本发明实施例的系统模型，如图2所示，对本发明做进一步详细的说明：

本发明实施例的系统模型包含1个基站，1个N个智能反射元件的IRS和2K个视频用户的下行NOMA系统，其中基站及所有的视频用户都配置单根天线。基站在IRS辅助下将信号发送给被分为K个簇的2K个视频用户，其中，每个簇包含2个视频用户，u_k1表示为第k簇近端视频用户，u_k2表示为第k簇远端视频用户，k＝1，2，...，K。基站到IRS每个反射元件的信道表示为h_i，i＝1，2，...，N，g_i，k1和g_i，k2分别表示为IRS到第k簇视频用户u_k1和u_k2的信道，其中|g_i，k1|²≥|g_i，k2|²。

基站的发送信号为：

第k簇内第m个视频用户的接收信号为：

其中，

m＝1，2为基站到IRS到第k簇内第m个视频用户的级联信道。q_i，km＝|q_i，km|exp(jφ_i，km)，i＝1，2，...，N为第i个IRS反射元件与第k簇的视频用户m间的反射系数，其中|q_i，km|表示幅度，φ_i，km表示相位；若已知所有信道状态信息，可调整IRS参数来最大化接收SNR，即令

k＝1，2，...，K，其中

与

分别表示为信道h_i与g_i，km的相位系数，|q_i，km|＝1，因此，基站到IRS再到第k簇的第m个用户间的级联信道为：

因此，第k簇内视频用户的接收信号，u_k1和u_k2的接收信号分别为：

其中，x_k1、x_k2、x_l1和x_l2分别为u_k1、u_k2、u_l1与u_l2的期望接收信号，p_k1和p_k2分别是基站为u_k1和u_k2分配的功率，u_k1与n_k2分别为u_k1与u_k2接收到的均值为零，方差为σ²的AWGN。

第k簇视频用户u_k1检测x_k2时的SINR为：

其中，P_i＝P_i1+P_i2为第i簇视频用户的总功率。

第k簇u_k1先检测x_k2采用SIC技术消除其干扰后，检测其期望信号x_k1时的SINR为：

第k簇u_k2检测其期望信号x_k2的SINR为：

因此，第k簇的视频用户u_k1与u_k2的速率分别为：

所有视频用户的和速率为：

若不考虑簇间干扰，只考虑簇内干扰，则所有视频用户的和速率表示为：

在满足所有视频用户最低单位带宽速率需求的情况下，最大化系统所有簇和速率的功率分配最优化问题。因此，构建的目标函数表示为：

其中，C₁表示系统总功率为P_max；C₂表示

和

分别为视频用户u_k1和u_k2的最低功率速率需求；C₃表示u_k1可以译码信号S_k2的SINR阈值要求，

表示第k簇u_k1检测S_k2时的SINR≥u_k2最低功率速率需求的SINR阈值；C₄表示IRS的反射系数的约束条件；

接下来推导第k簇所有视频用户所需的最低功率，因此，u_k1和u_k2所需的最低功率分别表示为：

其中，

m＝1，2分别表示为视频用户u_k1和u_k2的最低功率速率需求，

与

为u_k1和u_k2最低功率速率需求的SINR阈值。

基于上述u_k1和u_k2所需的最低功率表达式，令

求导得

因此f′(x)≥0恒成立，即f(x)是关于x的单调递增函数。由于|g_i，k1|≥|g_i，k2|即|A_k1|²≥|A_k2|²，故当C₃成立时，

一定成立。因此，当视频用户最低功率P_k1和P_k2满足上式时，C₂和C₃一定成立。

第k簇视频用户所需的最低总功率为：

因此，所有视频用户所需的最低总功率应为：

接下来推导第k簇最大和速率与该簇功率P_k的关系，由上文可知，u_k1和u_k2的速率之和是关于P_k1的单调递增函数。因此，当P_k1满足约束条件且取最大值时，u_k1和u_k2的和速率最大，由此可得P_k1，P_k2的取值分别为：

此时，第k簇的视频用户和速率为：

由此，式(16)可进一步表示为：

其中，约束条件C₁表示系统总功率为P_max；C₂表示为满足第k簇内视频用户的速率要求，分配给该簇的总功率不能低于该簇通信所需的最低功率；C₃表示系统总功率大于等于系统所有视频用户所需最低功率之和时，该优化子问题有解；C₄表示IRS的反射系数的约束条件；其次，构造拉格朗日函数：

对上述拉格朗日函数求分别关于P_k，k＝1，2，...，K和λ的一阶偏导，并令各偏导等于0，即：

推导可得：

其中a₁＝|A_n1|²|A_n2|²-|A₁₁|²|A_n2|²，a₂＝|A₁₂|²|A_n1|²-|A_n1|²|A_n2|²。

若式(27)中第k簇视频用户总功率P_k低于其所需最低功率P′_k，即P_k＜P′_k，则将该簇放入空集合U中，重新为该集合中的簇分配最低簇功率，即P_u＝P′_u，u∈U；若P_k≥P′_k，则将该簇放入空集合V中。然后，为使集合V中所有簇的和速率最大化，构建功率分配最优化目标函数：

为使集合V中所有簇的和速率最大化，多次构建并求解上述功率分配最优化目标函数，得到和速率最大的最优簇功率，且直到为所有簇分配的功率均大于本簇所需最低功率。由此可得基站最终为每个视频用户分配的功率分别为：

与现有技术相比，本发明的有益效果是：

本发明方案考虑到了IRS-NOMA系统中每个视频用户的最低功率速率需求，在满足所有视频用户最低功率速率需求的情况下，最大化不同视频用户的和速率的功率分配方案，普遍适用于不同的应用场景。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种下行IRS-NOMA多簇用户的功率分配方法，包括：

S1、基站根据视频用户的信道条件将2K个视频用户两两一组分为K簇，u_k1表示为近端视频用户，u_k2表示为远端视频用户，基站到智能超表面IRS每个反射元件的信道表示为h_i，i＝1，2，...，N，u_km表示第k个簇中的第m个视频用户，k＝1，2，...，K，m＝1，2，g_i，k1和g_i，k2分别表示为IRS到第k簇视频用户u_k1和u_k2的信道，其中|g_i，k1|²≥|g_i，k2|²，q_i，km＝|q_i，km|exp(jφ_i，km)表示第i个IRS反射元件与第k簇的视频用户m间的反射系数，其中|q_i，km|表示幅度，φ_i，km表示相位；

S2、由已知的CSI，调整IRS参数，令

以最大化接收信噪比SNR，其中

与

分别表示为信道h_i与g_i，km的相位系数，可得

令|q_i，km|＝1，即基站到IRS再到第k簇的第m个视频用户间的级联信道可由

变为

S3、分别计算单个簇内两个视频用户通信所需的最低功率和该簇所需的总的最低功率；

p_k1和p_k2分别表示为u_km中的u_k1和u_k2分配的功率，p_k1≤p_k2，p_k＝p_k1+p_k2为第k个簇分配的总功率，计算得到p_k1的取值满足

p_k2的取值满足

其中，

和

分别为满足视频用户u_k1和u_k2最低单位带宽速率需求时对信干噪比SINR的最低要求，

表示单个视频用户u_km的最低功率速率需求，σ²是视频用户u_km接收到的加性高斯白噪声AWGN u_km的方差，基于u_k1和u_k2所需的最低功率表达式，令

求导得

得到f′(x)≥0恒成立，即f(x)是关于x的单调递增函数，因此第k个簇所需最低总功率为

S4、构建最大化系统所有簇和速率的功率分配最优化目标函数，将最大化系统所有簇和速率的功率分配最优化问题分解为多个最大化单簇视频用户和速率的功率分配最优化子问题；

S5、求解步骤S4中的最优化子问题，得到单簇视频用户的最大和速率与单簇视频用户的功率的关系，并采用拉格朗日方法求得满足单簇视频用户所需最低功率约束的最优单簇视频用户的和速率；

S6、循环构建满足单簇所需最低功率约束的最大化所有簇和速率的功率分配最优化问题并求解，得到每个簇均满足其通信所需的最低功率条件下，使每个簇和速率最大的簇功率p_k，k＝1，2，...K，依据此结果为每个簇内的视频用户分配功率。

2.根据权利要求1所述的功率分配方法，所述S4步骤包括：

S41，在每个簇满足单簇所需最低功率需求后，求得第k簇视频用户的功率p_k与其单簇视频用户的和速率的关系如下：

S42，设置系统的总功率

构建满足所有视频用户最低功率速率需求条件下，最大化系统和速率的功率分配最优化问题；

其中，C₁表示系统总功率为P_max；C₂表示

和

分别为视频用户u_k1和u_k2的最低功率速率需求；C₃表示u_k1可以译码信号S_k2的SINR阈值要求；C₄表示IRS的反射系数的约束条件；

S43，将步骤S42中的系统总功率速率优化问题分解为K个最优化子问题，构建第k个簇的和速率最大且总功率为p_k，最大化该簇视频用户和速率的功率分配最优化子问题：

其中，约束条件C′₁表示系统总功率为P_max；C′₂表示为满足第K簇内视频用户的速率要求，分配给该簇的总功率不能低于该簇通信所需的最低功率；

C′₃表示系统总功率大于等于系统所有视频用户所需最低功率之和时，该最优化子问题有解；C′₄表示IRS的反射系数的约束条件。

3.根据权利要求2所述的功率分配方法，所述S5步骤包括：

S51，根据步骤S4构建的目标函数构造拉格朗日函数为：

其中λ是引入的拉格朗日参数；

S52，对上式(1)拉格朗日函数求分别关于p_k，k＝1，2，...，K和λ的一阶偏导，并令各偏导等于0，推导可得；

其中，a₂＝|A₁₂|²|A_n1|²-|A_n1|²|A_n2|²，a₁＝|A_n1|²|A_n2|²-|A₁₁|²|A_n2|²，若所有簇的总功率均大于该簇所需最低总功率，则式(2)p_k，k＝1，2，...，K是最优解。

4.根据权利要求3所述的功率分配方法，所述S6步骤包括：

若式(2)中第k簇视频用户总功率p_k低于其所需最低功率p′_k，即p_k＜p′_k，则将该簇放入空集合U中，重新为该集合中的簇分配最低簇功率，即p_u＝p′_u，u∈U；若p_k≥p′_k，则将该簇放入空集合V中，为使集合V中所有簇的和速率最大化，构建功率分配最优化目标函数：

式(3)中，

是集合U中的簇分配的功率之和；约束条件C″₁表示集合V中所有簇的总功率；约束条件C″₂表示集合V中的所有簇的总功率均满足单簇所需的最低总功率；其中，

表示第V簇的最优总功率；C″₃表示IRS的反射系数的约束条件；

上式(3)目标函数求解与步骤S51相同，构造拉格朗日函数，求解偏导等于0的方程组；得到p_v，比较p_v与p′_v，若p_v＜p′_v，则将该簇放入空集合U₁中，重新为该集合中的簇分配该簇所需的最低簇功率，即p_u＝p′_u，u∈U₁；若p_v≥p′_v，则将该簇放入空集合V₁中，为使集合V中所有簇的和速率最大化，多次构建并求解步骤S51所述功率分配最优化目标函数，得到和速率最大的最优簇功率，且直到为所有簇分配的功率均大于本簇所需最低功率；

Images