CN113300747B - 一种智能反射表面辅助的毫米波系统中的波束训练方法 - Google Patents

一种智能反射表面辅助的毫米波系统中的波束训练方法 Download PDF

Info

Publication number
CN113300747B
CN113300747B CN202110594475.8A CN202110594475A CN113300747B CN 113300747 B CN113300747 B CN 113300747B CN 202110594475 A CN202110594475 A CN 202110594475A CN 113300747 B CN113300747 B CN 113300747B
Authority
CN
China
Prior art keywords
ris
opt
codeword
training
codebook
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
CN202110594475.8A
Other languages
English (en)
Other versions
CN113300747A (zh
Inventor
戚晨皓
黄婧佳
阎志恒
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202110594475.8A priority Critical patent/CN113300747B/zh
Publication of CN113300747A publication Critical patent/CN113300747A/zh
Application granted granted Critical
Publication of CN113300747B publication Critical patent/CN113300747B/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
    • H04B7/0426—Power distribution
    • H04B7/043—Power distribution using best eigenmode, e.g. beam forming or beam steering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel

Landscapes

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

Abstract

本发明公开了一种智能反射表面辅助的毫米波系统中的波束训练方法，包括一种多播训练方案与一种分层多播训练方案。多播训练分为两阶段。第一阶段，基站与RIS同时进行波束扫描。基站对用户进行波束扫描，同时分出能量向RIS发射波束，控制RIS对用户进行波束扫描。用户根据接收信号强度确定最佳扫描结果。第二阶段，对最佳扫描结果进行逐链路波束训练，确定一条基站到用户的最佳通信链路。在多播训练基础上，分层多播训练将第一阶段的波束扫描改为分层波束训练，进一步减少开销。本发明提出的两种方案均能在保证一定性能的同时降低波束训练开销。

Description

一种智能反射表面辅助的毫米波系统中的波束训练方法
技术领域
本发明属于毫米波无线通信技术领域，尤其涉及一种智能反射表面辅助的毫米波系统中的波束训练方法。
背景技术
随着移动终端设备的流行与虚拟现实、无人驾驶等新兴技术的急剧发展，人们对于无线通信的需求量越来越大。为满足人们日益增长的需求，5G无线网络已在一些国家部署开来。毫米波MIMO技术作为5G通信及未来无线通信系统的关键技术之一，存在高能耗、高硬件成本和高计算复杂度等问题。如何在保证毫米波系统通信性能的同时减少能量消耗与硬件成本等等，对于未来无线网络的可持续发展而言是个关键问题。而可重构智能表面(Reconfigurable Intelligent Surface,RIS)是一种能以较低的硬件成本实现较高能效与频谱效率的新兴技术，被认为有望为上述问题提供解决方案。
RIS是一块由大量无源反射单元组成的平面阵列，其中每个反射单元都能独立地为入射信号引入相位与幅度的改变。发射端可以通过与RIS控制器通信，实时调整各RIS单元的反射系数，从而实时控制反射信号的方向与幅度。基于发射端已获得准确信道状态信息(Channel State Information,CSI)的假设，现有工作通过联合优化发射端波束成形与RIS端反射系数，能令通信系统的特定性能指标达到最优，如令发射功率达到最小等。然而，RIS的物理特性使其不具备信号处理能力。因此，在RIS辅助的无线通信系统中获得完美的CSI实际上十分困难。
主流的CSI获取技术可粗分为两类：信道估计与波束训练。虽然目前已有一些学者给出了RIS辅助通信系统中的信道估计方案，但由于需要对大维度信道矩阵进行估计，这些方案本身具有较大的复杂度，假如与上述联合优化方案共同应用于通信系统，将会带来更为巨大的计算复杂度，造成通信系统能量效率低下。相比于信道估计，波束训练将大维度信道矩阵估计问题转变为小维度等效信道矩阵估计问题，因此具有更为适中的复杂度。但截至目前，波束训练在RIS辅助毫米波通信系统中的应用仍十分罕见。因此如何结合RIS无源反射信号的物理特性，共同解决RIS辅助毫米波通信系统中的波束训练与上述联合优化问题，是一项值得研究的课题。
发明内容
本发明要解决的技术问题是RIS辅助毫米波通信系统中的波束训练与RIS端反射系数的联合优化的问题。
本发明提出了一种智能反射表面辅助的毫米波系统中的波束训练方法，包括一种多播训练方案与一种分层多播训练方案。该技术的目的在于通过同时训练多条信号传输路径，在保证一定性能的同时有效降低波束训练开销，并完成基站端波束成形与RIS端反射系数的联合设计。
发明提出的一种智能反射表面辅助的毫米波系统中的波束训练方法，具体包括如下步骤：
步骤1，构建RIS辅助的毫米波系统模型和信道模型；
步骤2，构建RIS辅助毫米波系统的波束训练问题，将对BS端波束成形与RIS反射系数进行联合优化的问题，转化为基于码本的最优路径选择问题。
步骤3，获取使接收信号强度达到最大的路径kopt，以及路径kopt对应的最佳码字索引iopt计算BS端波束成形向量与RIS反射系数。
进一步的，步骤1中，构建RIS辅助的毫米波系统模型和信道模型的方法如下：
步骤1.1，本发明考虑一个下行的RIS辅助毫米波系统，包含一个基站端BS、一个单天线用户端UE、一个用于控制反射系数的智能控制器与K块辅助通信的RIS。BS端与各RIS端均采用阵元间隔为半波长的均匀线性阵列。BS天线数为NBS，各RIS反射单元数均为NR。BS以及各RIS均与智能控制器有线连接，使BS能实时控制每块RIS的反射系数。忽略经RIS反射两次及以上的信号。
步骤1.2，采用Saleh-Valenzuela窄带信道模型，将BS与第k块RIS间的信道建模为
Figure BDA0003090648260000021
其中，
Figure BDA0003090648260000022
表示信道多径数，
Figure BDA0003090648260000023
和
Figure BDA0003090648260000024
分别表示第l条路径的复增益、信道发射角AOD和信道到达角AOA，
Figure BDA0003090648260000025
a(N,ψ)表示信道导向矢量，定义为
Figure BDA0003090648260000026
步骤1.3，BS-UE信道、RIS k-UE信道分别建模为
Figure BDA0003090648260000027
Figure BDA0003090648260000031
其中L(d)与
Figure BDA0003090648260000032
表示信道路径数，
Figure BDA0003090648260000033
与
Figure BDA0003090648260000034
表示第l条路径的复增益，
Figure BDA0003090648260000035
和
Figure BDA0003090648260000036
表示第l条路径的AOD。UE只配备一根天线，不进行波束形成设计。
步骤1.4，将第k块RIS的反射系数建模为对角矩阵
Figure BDA0003090648260000037
其中θk，n、βk，n分别表示第n个反射单元的相移系数、幅移系数，n＝1，2，...，NR，满足θk，n∈[-π，π]，～βk，n∈[0，1]。
步骤1.5，令x表示BS处待传输的数据并使其功率归一化，即E{|x|2}＝1，则UE处的接收信号为
Figure BDA0003090648260000038
其中，
Figure BDA0003090648260000039
表示BS端的波束成形向量，满足功率归一化要求，即|w|＝1。η表示加性高斯白噪声，满足
Figure BDA00030906482600000310
P表示BS端发射功率。
步骤1.6，用户的可达速率表示为
Figure BDA00030906482600000311
步骤2，本发明以最大化用户可达速率为优化目标，对BS端波束成形与RIS反射系数进行联合优化，并依据毫米波波束具有高指向性的特点，将优化问题简化为基于码本的最优路径选择问题。RIS辅助毫米波系统的波束训练问题建立如下所述：
步骤2.1，设优化目标为最大化步骤1.6中的用户可达速率，待优化的变量包括BS端波束成形向量w和K块RIS的反射系数Θk，k＝1，2，...，K。
步骤2.2，在BS端采用DFT码本
Figure BDA00030906482600000312
表示为
Figure BDA00030906482600000313
其中f(n)为码本中的第n个码字，n＝1，2，...，NBS，表示为
f(n)＝a(NBS，-1+(2n-1)/NBS)
其中，f(n)对应波束的覆盖范围为[-1+2(n-1)/NBS，-1+2n/NBS]。
步骤2.3，K块RIS使用同一码本。将所有反射单元的幅移系数设定为1，即
Figure BDA00030906482600000314
保证信号的最大功率传输。则RIS端的码本
Figure BDA0003090648260000041
和码字c(n)表示为
Figure BDA0003090648260000042
c(n)＝diag(a(NR，-1+(2n-1)/NBS))，n＝1，2，...，NBS.
步骤2.4，最大化用户可达速率的优化问题可建立为：
Figure BDA0003090648260000043
Figure BDA0003090648260000044
Figure BDA0003090648260000045
其中，|·|表示取模。
步骤2.5，由于毫米波波束存在高指向性，为保证通信质量，需要将波束完全对准增益最大的信道通路。根据这一特性，将步骤2.4中的优化问题转化为最优路径选择问题，即
Figure BDA0003090648260000046
Figure BDA0003090648260000047
Figure BDA0003090648260000048
进一步的，步骤3，采用一种可同时对多条路径进行波束扫描的多播训练方法，获取使接收信号强度达到最大的路径kopt，以及路径kopt对应的最佳码字索引iopt，计算BS端波束成形向量与RIS反射系数；具体包括如下步骤：
步骤3.1，获得BS处可对准第k块RIS的波束对应的码字索引
Figure BDA0003090648260000049
在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure BDA00030906482600000410
Figure BDA00030906482600000411
已知。BS处能与第k块RIS实现波束对准的码字的索引
Figure BDA00030906482600000412
满足
Figure BDA00030906482600000413
其中，假设RIS数量有限且均匀分布在空间中，
Figure BDA00030906482600000414
互不相同。
步骤3.2，将波束训练划分为NBS个周期。在第i个周期，BS处的待训练码字为f(i)。
步骤3.3，判断f(i)是否与
Figure BDA00030906482600000415
相邻，得到第i个周期下的BS端波束成形向量。
当f(i)不与
Figure BDA00030906482600000416
相邻：
Figure BDA0003090648260000051
当
Figure BDA0003090648260000052
中存在与f(i)相邻的码字：
Figure BDA0003090648260000053
其中，集合
Figure BDA0003090648260000054
存放不与任何码字相邻的码字，集合
Figure BDA0003090648260000055
存放所有存在相邻情况的码字，集合
Figure BDA0003090648260000056
为集合
Figure BDA0003090648260000057
的子集，子集
Figure BDA0003090648260000058
用于存放每一组相邻码字，不同子集间的交集为空集。例如
Figure BDA0003090648260000059
而
Figure BDA00030906482600000510
Figure BDA00030906482600000511
|·|表示集合中的元素个数。
Figure BDA00030906482600000512
bn分别为
Figure BDA00030906482600000513
中的元素。
随后，对波束成形向量进行功率归一化，表示为
wi←wi/||wi||2
其中，||·||2表示取二范数。
步骤3.4，在第i个周期，令所有RIS的反射系数为码本
Figure BDA00030906482600000514
中的码字c(i)。
步骤3.5，在第i个周期，步骤3.3中已得到wi，步骤3.4中已得到c(i)，根据式(1)公式记录接收信号
Figure BDA00030906482600000515
步骤3.6，令i＝1，2，...，NBS，重复进行步骤3.3至步骤3.5。根据各周期的接收信号强度选择最佳码字，最佳码字索引iopt满足
Figure BDA00030906482600000516
步骤3.7，关闭所有RIS，令BS端波束成形向量为f(iopt)，根据式(1)公式记录接收信号
Figure BDA00030906482600000517
步骤3.8，依次打开第k块RIS，令
Figure BDA00030906482600000518
Θk＝c(iopt)，根据式(1)公式记录接收信号
Figure BDA00030906482600000519
步骤3.9，根据步骤3.7得到的
Figure BDA00030906482600000520
步骤3.8得到
Figure BDA00030906482600000521
确定能使接收信号强度达到最大的路径kopt，表示为
Figure BDA00030906482600000522
步骤3.10，根据kopt、iopt，得到wopt、
Figure BDA0003090648260000061
Figure BDA0003090648260000062
Figure BDA0003090648260000063
多播训练方案的训练开销为K+1+NBS。
进一步的，步骤3，还可以采用分层多播训练方法，同时对多条路径进行分层波束训练，从而获取使接收信号强度达到最大的路径kopt，以及路径kopt对应的最佳码字索引iopt，计算BS端波束成形向量与RIS反射系数；具体包括如下步骤：
步骤3.1，获得BS处可对准第k块RIS的波束对应的码字索引
Figure BDA0003090648260000064
在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure BDA00030906482600000615
Figure BDA0003090648260000066
已知。BS处能与第k块RIS实现波束对准的码字的索引
Figure BDA0003090648260000067
满足
Figure BDA0003090648260000068
其中，假设RIS数量有限且均匀分布在空间中，
Figure BDA0003090648260000069
互不相同。
步骤3.2，为分层多播训练设计BS端分层码本与RIS端分层码本。保证BS端码本中每个码字的波束覆盖范围均包含BS端对准各RIS的K个窄波束的覆盖范围。令
Figure BDA00030906482600000610
表示码本第s层的第m个码字，s＝1，2，...，S，m＝1，2，...，2s。其中，S代表码本层数，取
Figure BDA00030906482600000611
具体设计过程如下所述：
步骤3.2.1，确定码字V(s，m)的覆盖范围，令待设计码字为V(s，m)＝v：
在传统分层码本中，v的波束覆盖范围为
Figure BDA00030906482600000612
根据步骤3.1中得到，BS端对准第k块RIS的底层码字v的波束覆盖范围为
Figure BDA00030906482600000613
待设计的码字v的波束覆盖范围
Figure BDA00030906482600000614
可表示为
Figure BDA0003090648260000071
步骤3.2.2，确定码字v＝V(s，m)在θ处的目标波束增益为
Figure BDA0003090648260000072
其中，暂时忽略码字的功率约束(即||v||2＝1)且对码字的波束增益进行归一化。
步骤3.2.3，定义一个由U(U＞NBS)个等间距导向矢量组成的矩阵A，则A可写作
Figure BDA0003090648260000073
其中Ωu为角度域[-1，1]上的量化角度，即
Ωu＝-1+(2u-1)/U，u＝1，2，...，U.
步骤3.2.4，码字v的设计问题可建立为
Figure BDA0003090648260000074
其中
Figure BDA0003090648260000075
表示波束增益向量，即
[g]u＝G(Ωu，v)，u＝1，2，...，U.
步骤3.2.5，为g引入相位
Figure BDA0003090648260000076
则步骤3.2.4中的码字v设计问题可以转化为：
Figure BDA0003090648260000077
步骤3.2.6，将相位向量t初始化为全1向量，即[t]u＝1，u＝1，2，...，U。将循环次数初始化为1，即i＝1。
步骤3.2.7，采用最小二乘(Least Square，LS)法得到
Figure BDA0003090648260000078
步骤3.2.8，得到
Figure BDA0003090648260000079
后，利用下式更新相位向量t
Figure BDA00030906482600000710
步骤3.2.9，循环次数累加一：i←i+1，再次执行步骤3.2.7与步骤3.2.8，直到i达到预先设定的最大迭代次数Imax，最终得到的码字为
Figure BDA00030906482600000711
步骤3.2.10，遍历s＝1，2，...，S，m＝1，2，...，2s，重复进行步骤3.2.1至步骤3.2.9，得到BS端分层码本VBS。
步骤3.2.11，在各RIS处采用传统分层码本。令步骤3.2.1中的码字覆盖范围为
Figure BDA00030906482600000712
遍历s＝1，2，...，S，m＝1，2，...，2s，重复进行步骤3.2.1至步骤3.2.9，得到RIS端分层码本VR。
步骤3.3，基于步骤3.2中设计的分层码本VR与VBS，提出分层多播训练方案，如下所述：
步骤3.3.1，初始化搜索目标I＝1。
步骤3.3.2，基于码本第s层进行波束训练，令w＝VBS(s，I)，Θk＝VR(s，I)，k＝1，2，...，K，根据式(1)中的公式记录接收信号
Figure BDA0003090648260000081
步骤3.3.3，令w＝VBS(s，I+1)，Θk＝VR(s，I+1)，k＝1，2，...，K，根据式(1)中的公式记录接收信号
Figure BDA0003090648260000082
步骤3.3.4根据
Figure BDA0003090648260000083
与
Figure BDA0003090648260000084
更新搜索目标I：
当s≠S，若
Figure BDA0003090648260000085
则令I←2I-1，否则令I←2I+1。
当s＝S，若
Figure BDA0003090648260000086
则保持I不变，否则令I←I+1。
步骤3.3.5令s＝1，2，...，S，重复进行步骤3.3.2至4.3.4。结束后，令iopt＝I。
步骤3.3.6关闭所有RIS，令BS端波束成形向量为f(iopt)，根据式(1)公式记录接收信号
Figure BDA0003090648260000087
步骤3.3.7依次打开第k块RIS，令
Figure BDA0003090648260000088
Θk＝c(iopt)，根据式(1)公式记录接收信号
Figure BDA00030906482600000816
步骤3.3.8根据步骤3.3.6得到的
Figure BDA00030906482600000810
步骤3.3.7得到
Figure BDA00030906482600000817
确定能使接收信号强度达到最大的路径kopt，表示为
Figure BDA00030906482600000812
步骤3.4根据kopt、iopt，得到wopt、
Figure BDA00030906482600000813
Figure BDA00030906482600000814
Figure BDA00030906482600000815
分层多播训练的训练开销为2log2NBS+K+1。
有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果
1)本发明将多播技术应用于RIS辅助毫米波通信系统，能同时对多条信号传输路径进行波束扫描或分层波束训练，从而有效减少训练开销；
2)本发明提出的多播训练方案与分层多播方案能在有效减少训练开销的同时，保证一定的通信质量；
3)本发明利用波束训练实现了基站端波束成形与RIS反射系数的联合优化设计，以低复杂度的方式共同解决了波束训练问题与有源无源波束成形联合优化问题。
附图说明
图1是本发明系统模型的示意图；
图2是本发明的分层多播训练方案采用的分层码本中部分码字的波束模式图；
图3是不同信噪比条件下，多播训练、分层多播训练与波束扫描方案的成功率对比图；
图4是不同信噪比条件下，本发明提出的两种方案与波束扫描方案的可达速率对比图；
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的详细描述。
具体实施方式一
(1)如图1所示，本发明考虑的RIS辅助的毫米波系统模型和信道模型如下所述：
(1.1)本发明考虑一个下行的RIS辅助毫米波系统，包含一个基站端BS、一个单天线用户端UE、一个用于控制反射系数的智能控制器与K块辅助通信的RIS。BS端与各RIS端均采用阵元间隔为半波长的均匀线性阵列。BS天线数为NBS，各RIS反射单元数均为NR。BS以及各RIS均与智能控制器有线连接，使得BS能实时控制每块RIS的反射系数。由于毫米波通信系统存在严重的路径损耗，忽略经RIS反射两次及以上的信号。
(1.2)采用Saleh-Valenzuela窄带信道模型，将BS与第k块RIS间的信道建模为
Figure BDA0003090648260000091
其中，
Figure BDA0003090648260000092
表示信道多径数，
Figure BDA0003090648260000093
和
Figure BDA0003090648260000094
分别表示第l条路径的复增益、信道发射角AOD和信道到达角AOA，
Figure BDA0003090648260000095
a(N，ψ)表示信道导向矢量，定义为
Figure BDA0003090648260000096
(1.3)BS-UE信道、RIS k-UE信道分别建模为
Figure BDA0003090648260000101
Figure BDA0003090648260000102
其中L(d)与
Figure BDA0003090648260000103
表示信道路径数，
Figure BDA0003090648260000104
与
Figure BDA0003090648260000105
表示第l条路径的复增益，
Figure BDA0003090648260000106
和
Figure BDA0003090648260000107
表示第l条路径的AOD。UE只配备一根天线，不进行波束形成设计。
(1.4)将第k块RIS的反射系数建模为对角矩阵
Figure BDA0003090648260000108
其中θk，n、βk，n分别表示第n个反射单元的相移系数、幅移系数，n＝1，2，...，NR，满足θk，n∈[-π，π]，～βk，n∈[0，1]。
(1.5)由于RIS通常被放置在建筑物外表面等视野开阔的位置，BS与RIS间的LOS路径通常不会被障碍物阻塞。然而，UE所处的环境较为复杂，这使得UE与BS、UE与RIS间的LOS路径常常被阻塞。令
Figure BDA0003090648260000109
和
Figure BDA00030906482600001010
分别表示UE与BS、第k块RIS间的LOS路径被阻塞的概率。则UE与BS、所有RIS间的LOS路径均被阻塞的概率为
Figure BDA00030906482600001011
(1.6)令x表示BS处待传输的数据并使其功率归一化，即E{|x|2}＝1，则UE处的接收信号为
Figure BDA00030906482600001012
其中，
Figure BDA00030906482600001013
表示BS端的波束成形向量，满足功率归一化要求，即|w|＝1。η表示加性高斯白噪声，满足
Figure BDA00030906482600001014
P表示BS端发射功率。
(1.7)用户的可达速率表示为
Figure BDA00030906482600001015
(2)本发明以最大化用户可达速率为优化目标，对BS端波束成形与RIS反射系数进行联合优化，并依据毫米波波束具有高指向性的特点，将优化问题简化为基于码本的最优路径选择问题。RIS辅助毫米波系统的波束训练问题建立具体如下所述：
(2.1)设优化目标为最大化(1.7)中的用户可达速率，待优化的变量包括BS端波束成形向量w和K块RIS的反射系数Θk，k＝1，2，...，K。
(2.2)在BS端采用DFT码本
Figure BDA0003090648260000111
表示为
Figure BDA0003090648260000112
其中f(n)为码本中的第n个码字，n＝1，2，...，NBS，表示为
f(n)＝a(NBS，-1+(2n-1)/NBS)
其中，f(n)对应波束的覆盖范围为[-1+2(n-1)/NBS，-1+2n/NBS]。
(2.3)K块RIS使用同一码本。将所有反射单元的幅移系数设定为1，即
Figure BDA0003090648260000113
保证信号的最大功率传输。则RIS端的码本
Figure BDA0003090648260000114
和码字c(n)表示为
Figure BDA0003090648260000115
c(n)＝diag(a(NR，-1+(2n-1)/NBS))，n＝1，2，...，NBS·
(2.4）最大化用户可达速率的优化问题可建立为：
Figure BDA0003090648260000116
Figure BDA0003090648260000117
Figure BDA00030906482600001113
其中，|·|表示取模。
(2.5)由于毫米波波束存在高指向性，为保证通信质量，需要将波束完全对准增益最大的信道通路。根据这一特性，将(2.4)中的优化问题转化为最优路径选择问题，即
Figure BDA0003090648260000118
Figure BDA0003090648260000119
Figure BDA00030906482600001110
(3)对于步骤(2.5)中建立的问题，本发明提出一种最直观的解决方案，即波束扫描方案，如下所述：
(3.1)在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure BDA00030906482600001114
已知。BS处能与第k块RIS实现波束对准的码字的索引
Figure BDA00030906482600001112
满足
Figure BDA0003090648260000121
其中，假设RIS数量有限且均匀分布在空间中，
Figure BDA0003090648260000122
互不相同。
(3.2)关闭所有的RIS，依次使用码字f(1)，f(2)，...，f(NBS)作为BS端的波束成形向量，发送相同功率的测试信号，并根据(1.6)中的公式记录接收信号y0，i。根据接收信号的强度选择最佳码字，最佳码字索引
Figure BDA0003090648260000123
满足
Figure BDA0003090648260000124
(3.3)开启第1个RIS，固定BS端波束成形向量为
Figure BDA0003090648260000125
依次令Θ1＝c(i)，i＝1，2，...，NBS，并在接收端记录接收信号y1，i。根据接收信号强度，采用(3.2)的方法得到最佳码字索引
Figure BDA0003090648260000126
(3.4)依次开启第k块RIS，令
Figure BDA0003090648260000127
重复(3.3)，记录最佳码字索引
Figure BDA00030906482600001214
(3.5)根据(3.2)、(3.3)与(3.4)中得到的码字索引结果，确定能使接收信号强度达到最大的路径k(opt)，表示为
Figure BDA0003090648260000129
(3.6)BS端波束成形向量与RIS反射系数可表示为
Figure BDA00030906482600001210
Figure BDA00030906482600001211
其中，波束扫描方案的训练开销为(K+1)NBS。
具体实施方式二
对于步骤(2.5)中建立的问题，为提升波束训练效率，本发明提出一种可同时对多条路径进行波束扫描的多播训练方案，如下所述：
(3.1)在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure BDA00030906482600001215
已知。BS处能与第k块RIS实现波束对准的码字的索引
Figure BDA00030906482600001216
满足
Figure BDA0003090648260000131
其中，假设RIS数量有限且均匀分布在空间中，
Figure BDA0003090648260000132
互不相同。
(3.2)将波束训练划分为NBS个周期。在第i个周期，BS处的待训练码字为f(i)。
(3.3)判断f(i)是否与
Figure BDA00030906482600001322
相邻，得到第i个周期下的BS端波束成形向量。
当f(i)不与
Figure BDA00030906482600001323
相令B：
Figure BDA0003090648260000135
当
Figure BDA00030906482600001324
中存在与f(i)相邻的码字：
Figure BDA0003090648260000137
其中，集合
Figure BDA0003090648260000138
存放不与任何码字相邻的码字，集合
Figure BDA0003090648260000139
存放所有存在相邻情况的码字；集合
Figure BDA00030906482600001325
为集合
Figure BDA00030906482600001311
的子集，子集
Figure BDA00030906482600001312
用于存放每一组相邻码字，不同子集间的交集为空集。例如
Figure BDA00030906482600001313
而
Figure BDA00030906482600001314
Figure BDA00030906482600001315
|·|表示集合中的元素个数。
Figure BDA00030906482600001316
bn分别为
Figure BDA00030906482600001326
中的元素。
随后，对波束成形向量进行功率归一化，表示为
wi←wi/||wi‖
其中，||·||表示取二范数。
(3.4)在第i个周期，令所有RIS的反射系数为码本
Figure BDA00030906482600001318
中的码字c(i)。
(3.5)在第i个周期，(3.3)中已得到wi，(3.4)中已得到c(i)，根据(1.6)中的公式记录接收信号
Figure BDA00030906482600001319
(3.6)令i＝1，2，...，NBS，重复进行(3.3)至(3.5)。根据各周期的接收信号强度，采用(3.2)的方法得到最佳码字索引iopt。
(3.7)关闭所有RIS，令BS端波束成形向量为f(iopt)，根据(1.6)中的公式记录接收信号
Figure BDA00030906482600001320
(3.8)依次打开第k块RIS，令
Figure BDA00030906482600001321
Θk＝c(iopt)，根据(1.6)中的公式记录接收信号
Figure BDA00030906482600001415
(3.9)根据(3.7)得到的
Figure BDA0003090648260000142
(3.8)得到
Figure BDA00030906482600001416
通过(3.5)得到最优的信号传输路径kopt。
(3.10)根据kopt、iopt，得到wopt、
Figure BDA0003090648260000144
Figure BDA0003090648260000145
Figure BDA0003090648260000146
多播训练方案的训练开销为K+1+NBS。相比于(3)中波束扫描方案的(K+1)NBS，训练开销有了明显降低。
具体实施方式三
对于步骤(2.5)中建立的问题，为在具体实施方式二的基础上进一步提升波束训练效率，本发明提出一种分层多播训练方案，能够同时对多条路径进行分层波束训练，如下所述：
(3.1)获得BS处可对准第k块RIS的波束对应的码字索引
Figure BDA0003090648260000147
在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure BDA00030906482600001417
已知。BS处能与第k块RIS实现波束对准的码字的索引
Figure BDA0003090648260000149
满足
Figure BDA00030906482600001410
其中，假设RIS数量有限且均匀分布在空间中，
Figure BDA00030906482600001411
互不相同。
(3.2)为分层多播训练设计BS端分层码本与RIS端分层码本。保证BS端码本中每个码字的波束覆盖范围均包含BS端对准各RIS的K个窄波束的覆盖范围。令
Figure BDA00030906482600001412
表示码本第s层的第m个码字，s＝1，2，...，S，m＝1，2，...，2s。其中，S代表码本层数，取
Figure BDA00030906482600001413
具体设计过程如下所述：
(3.2.1)确定码字V(s，m)的覆盖范围，令待设计码字为V(s，m)＝v：
在传统分层码本中，v的波束覆盖范围为
Figure BDA00030906482600001414
而(3.1)中得到的BS端对准第k块RIS的底层码字的覆盖范围为
Figure BDA0003090648260000151
待设计的码字v的波束覆盖范围
Figure BDA0003090648260000152
可表示为
Figure BDA0003090648260000153
(3.2.2)确定码字v＝V(s，m)在θ处的目标波束增益为
Figure BDA0003090648260000154
其中，暂时忽略码字的功率约束(即||v||2＝1)且对码字的波束增益进行归一化。
(3.2.3)定义一个由U(U＞NBS)个等间距导向矢量组成的矩阵A，则A可写作
Figure BDA0003090648260000155
其中Ωu为角度域[-1，1]上的量化角度，即
Ωu＝-1+(2u-1)/U，u＝1，2，...，U.
(3.2.4)码字v的设计问题可建立为
Figure BDA0003090648260000156
其中
Figure BDA0003090648260000157
表示波束增益向量，即
|[g]u|＝G(Ωu，v)，u＝1，2，...，U.
(3.2.5)为g引入相位
Figure BDA0003090648260000158
则步骤(3.2.4)中的码字v设计问题可以转化为：
Figure BDA0003090648260000159
(3.2.6)将相位向量t初始化为全1向量，即[t]u＝1，u＝1，2，...，U。将循环次数初始化为1，即i＝1。
(3.2.7)采用最小二乘(Least Square，LS)法得到
Figure BDA00030906482600001510
(3.2.8)得到
Figure BDA00030906482600001511
后，利用下式更新相位向量t
Figure BDA00030906482600001512
(3.2.9)循环次数累加一：i←i+1，再次执行步骤(3.2.7)与(3.2.8)，直到i达到预先设定的最大迭代次数Imax，最终得到的码字为
Figure BDA00030906482600001513
(3.2.10)遍历s＝1，2，...，S，m＝1，2，...，2s，重复进行(3.2.1)至(3.2.9)，得到BS端分层码本VBS。
(3.2.11)在各RIS处采用传统分层码本。令步骤(3.2.1)中的码字覆盖范围为
Figure BDA0003090648260000161
遍历s＝1，2，...，S，m＝1，2，...，2s，重复进行(3.2.1)至(3.2.9)，得到RIS端分层码本VR。
(3.3)基于步骤(3.2)中设计的分层码本VR与VBS，提出分层多播训练方案，如下所述：
(3.3.1)初始化搜索目标I＝1。
(3.3.2)基于码本第s层进行波束训练，令w＝VBS(s，I)，Θk＝VR(s，I)，k＝1，2，...，K，根据(1.6)中的公式记录接收信号
Figure BDA0003090648260000162
(3.3.3)令w＝VBS(s，I+1)，Θk＝VR(s，I+1)，k＝1，2，...，K，根据(1.6)中的公式记录接收信号
Figure BDA0003090648260000163
(3.3.4)根据
Figure BDA0003090648260000164
与
Figure BDA0003090648260000165
更新搜索目标I：
当s≠S，若
Figure BDA0003090648260000166
则令I←2I-1，否则令I←2I+1。
当s＝S，若
Figure BDA0003090648260000167
则保持I不变，否则令I←I+1。
(3.3.5)令s＝1，2，...，S，重复进行(3.3.2)至(3.3.4)。结束后，令iopt＝I。
(3.3.6)关闭所有RIS，令BS端波束成形向量为f(iopt)，根据步骤(1.6)公式记录接收信号
Figure BDA0003090648260000168
(3.3.7)依次打开第k块RIS，令
Figure BDA0003090648260000169
Θk＝c(iopt)，根据式步骤(1.6)公式记录接收信号
Figure BDA00030906482600001616
(3.3.7)根据步骤3.3.6得到的
Figure BDA00030906482600001611
步骤3.3.7得到
Figure BDA00030906482600001617
确定能使接收信号强度达到最大的路径kopt，表示为
Figure BDA00030906482600001613
(3.4)根据kopt、iopt，得到wopt、
Figure BDA00030906482600001614
Figure BDA00030906482600001615
Figure BDA0003090648260000171
分层多播训练的训练开销为2log2NBS+K+1，相比于具体实施方式二中的多播训练方案有了进一步的降低。
下面结合仿真条件与结果对本发明做进一步的描述：
本发明考虑一个如图1所示的下行RIS辅助毫米波通信系统。BS端天线数为NBS＝32，每块RIS的反射单元数为NR＝32。所有毫米波信道路径数为3，包括1条LOS径与2条NLOS径。所有路径的AOD与AOA均服从[-1，1]上的均匀分布。所有NLOS径的信道增益均服从
Figure BDA0003090648260000172
当未被阻塞时，所有LOS径的信道增益均服从
Figure BDA0003090648260000173
所有LOS径均被阻塞的概率如(1.5)所示，表示为P。当LOS径被阻塞，认为该LOS径的信道增益为0。本发明针对仿真中的每个数据点进行不少于10000次的蒙特卡罗仿真，以确保结果客观有效。
图2给出了N＝32，K＝2时BS端分层码本中部分码字的波束模式图。其中BS对准RIS的底层码字索引分别为
Figure BDA0003090648260000174
由图2可知，每个码字的波束覆盖范围除包含该码字原本对应的角度域范围(即[-1+(m-1)/2s-1，-1+m/2s-1])外，还包含索引为
Figure BDA0003090648260000177
的底层码字对应的角度域范围。此外，不难看出上层码字V(1，1)的波束覆盖范围能够完全包含下层码字V(2，1)和V(2，2)的波束覆盖范围。图2表明，本发明采用的BS端分层码本设计方法满足分层码本设计准则。
图3对比了K＝2，P＝0.3时，不同信噪比条件下具体实施方式一、二、三中方案的成功率。此处成功率定义为：若算法输出的kopt为最优路径索引且wopt、
Figure BDA0003090648260000176
分别为该路径的最优波束成形向量、最优反射矩阵，则认为本次训练成功。反之则认为训练失败。从图3中可看出，在低信噪比环境下，作为波束训练性能上界的波束扫描方案成功率明显高于另两种方案。但随着SNR的增大，另两种方案与波束扫描方案间的性能差距不断减小。特别地，SNR＞10dB时，多播训练方案与波束扫描方案间的性能差距维持在5％以内，分层多播训练方案与波束扫描方案间的性能差距维持在15％以内。但是，NBS＝32，K＝2时，多播训练和分层多播训练的开销分别只有波束扫描方案的36％和13％。图3表明，本发明提出的两种方案，能在保证一定成功率性能的同时降低波束训练开销。
图4给出了不同信噪比条件下具体实施方式一、二、三中方案的可达速率性能。从图4中可看出，随着SNR增大，各方案的可达速率性能几乎呈线性增长，且波束扫描方案与另两种方案的性能差距不断减小。特别地，当SNR＝0dB时，分层多播训练方案和多播训练的性能分别达到波束扫描方案性能的58.2％和88.6％，而当SNR＝20dB时两种方案的性能分别达到波束扫描方案的93.3％和98.8％。对比图3和图4的结果可知，相同条件下三种方案在可达速率性能上的差异要明显小于成功率上的性能差异。原因在于，RIS辅助毫米波通信系统中，最优传输路径与次优传输路径的增益差异可能较小。因此若波束训练的结果为次优传输路径，且其路径增益与最优传输路径的路径增益相差较小，则该结果只会影响成功率性能，而对和速率性能影响较小。图4表明，本发明提出的具体实施方式二和三，能在保证一定可达速率性能的同时降低波束训练开销。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步地详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种智能反射表面辅助的毫米波系统中的波束训练方法，其特征在于，所述方法基于下行的RIS辅助毫米波系统，包括一个基站端BS、一个单天线用户端UE、一个用于控制反射系数的智能控制器与K块辅助通信的RIS；BS天线数为NBS，各RIS反射单元数均为NR；BS以及各RIS均与智能控制器有线连接，使BS能实时控制每块RIS的反射系数；
UE处的接收信号为
Figure FDA0003620572860000011
其中，
Figure FDA0003620572860000012
表示BS端的波束成形向量，满足功率归一化要求，即|w|＝1；η表示加性高斯白噪声，满足
Figure FDA0003620572860000013
P表示BS端发射功率；hd表示BS-UE信道，gk表示RISk-UE信道，Θk为对角矩阵，表示第k块RIS的反射系数，x表示BS处待传输的数据并使其功率归一化，即E{|x|2}＝1；
用户的可达速率表示为
Figure FDA0003620572860000014
所述波束训练方法包括如下步骤：
步骤1，构建RIS辅助的毫米波系统模型和信道模型；
步骤2，构建RIS辅助毫米波系统的波束训练问题，将对BS端波束成形与RIS反射系数进行联合优化的问题，转化为基于码本的最优路径选择问题；
其中，构建RIS辅助毫米波系统的波束训练问题，具体包括如下步骤：
步骤2.1，设优化目标为最大化用户可达速率，待优化的变量包括BS端波束成形向量w和K块RIS的反射系数Θk，k＝1，2，...，K；
步骤2.2，在BS端采用DFT码本
Figure FDA0003620572860000015
表示为
Figure FDA0003620572860000016
其中f(n)为码本中的第n个码字，n＝1，2，...，NBS，表示为
f(n)＝a(NBS，-1+(2n-1)/NBS)
其中，f(n)对应波束的覆盖范围为[-1+2(n-1)/NBS，-1+2n/NBS]；
步骤2.3，K块RIS使用同一码本，将所有反射单元的幅移系数设定为1，即
Figure FDA0003620572860000017
保证信号的最大功率传输；则RIS端的码本
Figure FDA0003620572860000018
和码字c(n)表示为
Figure FDA0003620572860000019
c(n)＝diag(a(NR，-1+(2n-1)/NBS))，n＝1，2，...，NBS.
步骤2.4，最大化用户可达速率的优化问题可建立为：
Figure FDA0003620572860000021
Figure FDA0003620572860000022
Figure FDA0003620572860000023
其中，|·|表示取模；
步骤2.5，由于毫米波波束存在高指向性，为保证通信质量，需要将波束完全对准增益最大的信道通路；所以，将(2.4)中的优化问题转化为最优路径选择问题，即
Figure FDA0003620572860000024
Figure FDA0003620572860000025
Figure FDA0003620572860000026
步骤3，获取使接收信号强度达到最大的路径kopt，以及路径kopt对应的最佳码字索引iopt计算BS端波束成形向量与RIS反射系数。
2.根据权利要求1所述一种智能反射表面辅助的毫米波系统中的波束训练方法，其特征在于，步骤3中采用一种可同时对多条路径进行波束扫描的多播训练方法，获取使接收信号强度达到最大的路径kopt，以及路径kopt对应的最佳码字索引iopt，计算BS端波束成形向量与RIS反射系数；具体包括如下步骤：
步骤3.1，获得BS处可对准第k块RIS的波束对应的码字索引
Figure FDA0003620572860000027
在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure FDA0003620572860000028
Figure FDA0003620572860000029
已知；BS处能与第k块RIS实现波束对准的码字的索引
Figure FDA00036205728600000210
满足
Figure FDA00036205728600000211
其中，假设RIS数量有限且均匀分布在空间中，
Figure FDA00036205728600000212
互不相同；
步骤3.2，将波束训练划分为NBS个周期；在第i个周期，BS处的待训练码字为f(i)；
步骤3.3，判断f(i)是否与
Figure FDA00036205728600000213
相邻，得到第i个周期下的BS端波束成形向量；
当f(i)不与
Figure FDA00036205728600000214
相邻：
Figure FDA0003620572860000031
当
Figure FDA0003620572860000032
中存在与f(i)相邻的码字：
Figure FDA0003620572860000033
其中，集合
Figure FDA0003620572860000034
存放不与任何码字相邻的码字，集合
Figure FDA0003620572860000035
存放所有存在相邻情况的码字，集合
Figure FDA0003620572860000036
为集合
Figure FDA0003620572860000037
的子集，子集
Figure FDA0003620572860000038
用于存放每一组相邻码字，不同子集间的交集为空集；例如
Figure FDA0003620572860000039
而
Figure FDA00036205728600000310
Figure FDA00036205728600000311
|·|表示集合中的元素个数；
Figure FDA00036205728600000312
bn分别为
Figure FDA00036205728600000313
中的元素；
随后，对波束成形向量进行功率归一化，表示为
wi←wi/||wi||2
其中，||·||2表示取二范数；
步骤3.4，在第i个周期，令所有RIS的反射系数为码本
Figure FDA00036205728600000314
中的码字c(i)；
步骤3.5，在第i个周期，步骤3.3中已得到wi，步骤3.4中已得到c(i)，根据式(1)公式记录接收信号
Figure FDA00036205728600000315
步骤3.6，令i＝1，2，...，NBS，重复进行步骤3.3至步骤3.5；根据各周期的接收信号强度选择最佳码字，最佳码字索引iopt满足
Figure FDA00036205728600000316
步骤3.7，关闭所有RIS，令BS端波束成形向量为f(iopt)，根据式(1)公式记录接收信号
Figure FDA00036205728600000317
步骤3.8，依次打开第k块RIS，令
Figure FDA00036205728600000318
Θk＝c(iopt)，根据式(1)公式记录接收信号
Figure FDA00036205728600000319
步骤3.9，根据步骤3.7得到的
Figure FDA00036205728600000320
步骤3.8得到
Figure FDA00036205728600000321
确定能使接收信号强度达到最大的路径kopt，表示为
Figure FDA00036205728600000322
步骤3.10，根据kopt、iopt，得到wopt、
Figure FDA0003620572860000041
Figure FDA0003620572860000042
Figure FDA0003620572860000043
3.根据权利要求1所述一种智能反射表面辅助的毫米波系统中的波束训练方法，其特征在于，步骤3，还可以采用分层多播训练方法，同时对多条路径进行分层波束训练，从而获取使接收信号强度达到最大的路径kopt，以及路径kopt对应的最佳码字索引iopt，计算BS端波束成形向量与RIS反射系数；具体包括如下步骤：
步骤3.1，获得BS处可对准第k块RIS的波束对应的码字索引
Figure FDA0003620572860000044
在通信系统中通常认为RIS与BS的位置固定不变，因此假设每块RIS相对于BS的信道角度已知，即
Figure FDA0003620572860000045
Figure FDA0003620572860000046
已知；BS处能与第k块RIS实现波束对准的码字的索引
Figure FDA0003620572860000047
满足
Figure FDA0003620572860000048
其中，假设RIS数量有限且均匀分布在空间中，
Figure FDA0003620572860000049
互不相同；
步骤3.2，为分层多播训练设计BS端分层码本与RIS端分层码本；保证BS端码本中每个码字的波束覆盖范围均包含BS端对准各RIS的K个窄波束的覆盖范围；令
Figure FDA00036205728600000410
表示码本第s层的第m个码字，s＝1，2，...，S，m＝1，2，...，2s；其中，S代表码本层数，取
Figure FDA00036205728600000411
具体设计过程如下所述：
步骤3.2.1，确定码字V(s，m)的覆盖范围，令待设计码字为V(s，m)＝v：
在传统分层码本中，v的波束覆盖范围为
Figure FDA00036205728600000412
根据步骤3.1中得到，BS端对准第k块RIS的底层码字v的波束覆盖范围为
Figure FDA00036205728600000413
待设计的码字v的波束覆盖范围
Figure FDA00036205728600000414
可表示为
Figure FDA0003620572860000051
步骤3.2.2，确定码字v＝V(s，m)在θ处的目标波束增益为
Figure FDA0003620572860000052
其中，暂时忽略码字的功率约束(即||v||2＝1)且对码字的波束增益进行归一化；
步骤3.2.3，定义一个由U(U＞NBS)个等间距导向矢量组成的矩阵A，则A可写作
Figure FDA0003620572860000053
其中Ωu为角度域[-1，1]上的量化角度，即
Ωu＝-1+(2u-1)/U，u＝1，2，...，U.
步骤3.2.4，码字v的设计问题可建立为
Figure FDA0003620572860000054
其中
Figure FDA0003620572860000055
表示波束增益向量，即
[g]u＝G(Ωu，v)，u＝1，2，...，U.
步骤3.2.5，为g引入相位
Figure FDA0003620572860000056
则步骤3.2.4中的码字v设计问题可以转化为：
Figure FDA0003620572860000057
步骤3.2.6，将相位向量t初始化为全1向量，即[t]u＝1，u＝1，2，...，U；将循环次数初始化为1，即i＝1；
步骤3.2.7，采用最小二乘(Least Square，LS)法得到
Figure FDA0003620572860000058
步骤3.2.8，得到
Figure FDA0003620572860000059
后，利用下式更新相位向量t
Figure FDA00036205728600000510
步骤3.2.9，循环次数累加一：i←i+1，再次执行步骤3.2.7与步骤3.2.8，直到i达到预先设定的最大迭代次数Imax，最终得到的码字为
Figure FDA00036205728600000511
步骤3.2.10，遍历s＝1，2，...，S，m＝1，2，...，2s，重复进行步骤3.2.1至步骤3.2.9，得到BS端分层码本VBS；
步骤3.2.11，在各RIS处采用传统分层码本；令步骤3.2.1中的码字覆盖范围为
Figure FDA00036205728600000512
遍历s＝1，2，...，S，m＝1，2，...，2s，重复进行步骤3.2.1至步骤3.2.9，得到RIS端分层码本VR；
步骤3.3，基于步骤3.2中设计的分层码本VR与VBS，提出分层多播训练方案，如下所述：
步骤3.3.1，初始化搜索目标I＝1；
步骤3.3.2，基于码本第s层进行波束训练，令w＝VBS(s，I)，Θk＝VR(s，I)，k＝1，2，...，K，根据式(1)中的公式记录接收信号
Figure FDA0003620572860000061
步骤3.3.3，令w＝VBS(s，I+1)，Θk＝VR(s，I+1)，k＝1，2，...，K，根据式(1)中的公式记录接收信号
Figure FDA0003620572860000062
步骤3.3.4根据
Figure FDA0003620572860000063
与
Figure FDA0003620572860000064
更新搜索目标I：
当s≠S，若
Figure FDA0003620572860000065
则令I←2I-1，否则令I←2I+1；
当s＝S，若
Figure FDA0003620572860000066
则保持I不变，否则令I←I+1；
步骤3.3.5令s＝1，2，...，S，重复进行步骤3.3.2至4.3.4；结束后，令iopt＝I；
步骤3.3.6关闭所有RIS，令BS端波束成形向量为f(iopt)，根据式(1)公式记录接收信号
Figure FDA0003620572860000067
步骤3.3.7依次打开第k块RIS，令
Figure FDA0003620572860000068
Θk＝c(iopt)，根据式(1)公式记录接收信号
Figure FDA0003620572860000069
步骤3.3.8根据步骤3.3.6得到的
Figure FDA00036205728600000610
步骤3.3.7得到
Figure FDA00036205728600000611
确定能使接收信号强度达到最大的路径kopt，表示为
Figure FDA00036205728600000612
步骤3.4根据kopt、iopt，得到wopt、
Figure FDA00036205728600000613
Figure FDA00036205728600000614
Figure FDA00036205728600000615
CN202110594475.8A 2021-05-28 2021-05-28 一种智能反射表面辅助的毫米波系统中的波束训练方法 Active CN113300747B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110594475.8A CN113300747B (zh) 2021-05-28 2021-05-28 一种智能反射表面辅助的毫米波系统中的波束训练方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110594475.8A CN113300747B (zh) 2021-05-28 2021-05-28 一种智能反射表面辅助的毫米波系统中的波束训练方法

Publications (2)

Publication Number Publication Date
CN113300747A CN113300747A (zh) 2021-08-24
CN113300747B true CN113300747B (zh) 2022-06-17

Family

ID=77326003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110594475.8A Active CN113300747B (zh) 2021-05-28 2021-05-28 一种智能反射表面辅助的毫米波系统中的波束训练方法

Country Status (1)

Country Link
CN (1) CN113300747B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11848726B2 (en) 2021-10-29 2023-12-19 Nantong Research Inst For Adv Comm Tech Co., Ltd. Mode switching method for reducing training overheads in reconfigurable intelligent surface (RIS)-assisted communication system

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11848709B2 (en) * 2020-08-14 2023-12-19 Huawei Technologies Co., Ltd. Media-based reconfigurable intelligent surface-assisted modulation
CN113783810B (zh) * 2021-09-14 2022-06-14 华南理工大学 智能反射面辅助室内通信的信道估计方法、装置及介质
KR20230046083A (ko) * 2021-09-29 2023-04-05 삼성전자주식회사 무선 통신 시스템에서 빔 운용 방법 및 장치
CN114024590B (zh) * 2021-11-03 2023-12-05 东南大学 基于帧结构无需信道信息的ris辅助通信系统优化方法
CN113746520B (zh) * 2021-11-08 2022-02-15 东南大学 基于波束索引地图的智能反射面通信波束选择方法
WO2023092602A1 (zh) * 2021-11-29 2023-06-01 北京小米移动软件有限公司 一种预编码方法、装置、用户设备、ris阵列、基站及存储介质
CN114449535B (zh) * 2021-12-21 2024-10-01 上海物骐微电子有限公司 信号传输方法、装置、系统、设备和存储介质
WO2023159452A1 (en) * 2022-02-25 2023-08-31 Qualcomm Incorporated Reconfigurable intelligent surface-assisted access using uplink signatures
CN114944854A (zh) * 2022-03-03 2022-08-26 杭州腓腓科技有限公司 一种基于全息多址接入的最优码字计算方法及装置
CN114665938B (zh) * 2022-04-21 2023-05-12 暨南大学 多用户ris预编码方法、装置、计算机设备及存储介质
CN115065979B (zh) * 2022-05-19 2023-07-04 南京邮电大学 一种基于RIS技术的室内Wi-Fi信号增强和分配方法
CN114900400B (zh) * 2022-05-24 2023-06-16 华南理工大学 一种基于智能反射面辅助物联网的联合稀疏信道估计方法
CN117858111A (zh) * 2022-09-30 2024-04-09 维沃移动通信有限公司 传输方法、参数确定方法、装置和通信设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109379122B (zh) * 2018-11-08 2021-03-16 东南大学 一种毫米波通信多径信道动态波束训练方法
CN110401476B (zh) * 2019-08-05 2022-07-08 东南大学 一种基于码本的毫米波通信多用户并行波束训练方法
CN111245493B (zh) * 2020-01-10 2021-07-20 北京邮电大学 智能反射面辅助毫米波通信系统的高效波束训练方法
CN111917447B (zh) * 2020-08-12 2021-12-10 电子科技大学 基于波束选择的低频辅助混合预编码设计方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11848726B2 (en) 2021-10-29 2023-12-19 Nantong Research Inst For Adv Comm Tech Co., Ltd. Mode switching method for reducing training overheads in reconfigurable intelligent surface (RIS)-assisted communication system

Also Published As

Publication number Publication date
CN113300747A (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
CN113300747B (zh) 一种智能反射表面辅助的毫米波系统中的波束训练方法
CN111294096B (zh) 一种智能反射面miso无线通信系统的信道容量优化方法
CN111355520B (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
CN113225108B (zh) 一种智能反射面辅助多小区协同多点传输的鲁棒波束赋形方法
CN111092641B (zh) 基于毫米波mimo系统深度学习的混合预编码设计方法
CN111865387A (zh) 智能反射面辅助无线通信系统的波束成形设计方法
CN113612508B (zh) 基于机器学习的irs辅助毫米波通信波束成形设计方法
CN114466390B (zh) 一种基于智能反射面辅助的swipt系统性能优化方法及系统
CN114070365B (zh) 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法
CN113949427B (zh) 一种多用户无线网络安全能效优化设计方法和系统
CN114826450B (zh) 一种基于统计信道的star-ris辅助noma系统中遍历速率分析方法和相位优化方法
CN115021779B (zh) Ris辅助的mimo系统的离散相移设计方法和装置
CN114726687A (zh) 一种智能反射面辅助毫米波大规模mimo系统的信道估计方法
CN115941010B (zh) 基于分支界定的irs辅助去蜂窝大规模mimo系统波束赋形方法
CN110719127B (zh) 一种具有恒模约束的毫米波mimo系统波束成形方法
CN117295084A (zh) 双智能反射面辅助的毫米波miso系统中基于交替优化的联合优化方案设计
CN116033461B (zh) 一种基于star-ris辅助的共生无线电传输方法
CN117176223A (zh) 反射透射智能反射面辅助近场无线通信波束成形方法
CN116800320A (zh) 一种star-ris辅助无线通信系统波束成形设计方法
CN114785387B (zh) 智能全向面辅助的多用户miso下行加权和速率优化方法
CN114598363B (zh) 一种面向3d空间无线信道的大规模mimo安全预编码方法
CN115733533A (zh) 基于流形的irs辅助去蜂窝大规模mimo系统波束赋形方法
CN115276878A (zh) 基于逆迭代和流形优化的智能反射面安全速率确定方法及装置
CN116470938B (zh) Irs辅助通信服务质量公平的联合波束赋形优化方法及设备
CN114051251B (zh) 基于在智能反射面的辅助下来实现基站的动态开关方法

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