CN113794493A - 一种波束赋形方法、装置、计算机设备和存储介质 - Google Patents

一种波束赋形方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113794493A
CN113794493A CN202110603492.3A CN202110603492A CN113794493A CN 113794493 A CN113794493 A CN 113794493A CN 202110603492 A CN202110603492 A CN 202110603492A CN 113794493 A CN113794493 A CN 113794493A
Authority
CN
China
Prior art keywords
reflecting surface
matrix
channel
user
intelligent reflecting
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.)
Granted
Application number
CN202110603492.3A
Other languages
English (en)
Other versions
CN113794493B (zh
Inventor
张雷
王玉
卜晓煊
王永星
田建杰
尚玉龙
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.)
Jiangsu University of Technology
Original Assignee
Jiangsu University of Technology
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 Jiangsu University of Technology filed Critical Jiangsu University of Technology
Priority to CN202110603492.3A priority Critical patent/CN113794493B/zh
Publication of CN113794493A publication Critical patent/CN113794493A/zh
Application granted granted Critical
Publication of CN113794493B publication Critical patent/CN113794493B/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
    • 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
    • H04B7/04013—Intelligent reflective surfaces
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • 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
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明适用无线通信领域，提供波束赋形方法、装置、计算机设备和存储介质，包括：根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵及主动发射预编码矩阵，确定每个从用户接收机的信噪比；根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；根据信噪比、干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵及最优的智能反射面相移矩阵。本发明可以实现在主从用户间信道状态信息不精确时从用户发送功率的显著降低。

Description

一种波束赋形方法、装置、计算机设备和存储介质
技术领域
本发明属于无线通信领域，尤其涉及一种波束赋形方法、装置、计算机设备和存储介质。
背景技术
作为一项革命性的技术，智能反射面(IRS)通过预编程的控制器可以提高无线通信系统的频谱和能效，因此受到了学术界和工业界的广泛关注。IRS配备了大量由特殊材料制成的元件，通过调节入射射频波的反射系数(即相位或幅度)来实现被动反射。由IRS反射的信号可以与其它信号路径相加，以增加期望接收器处的信号强度，或减轻非预期用户的同信道干扰。现有的研究成果表明，IRS技术有望提高IRS辅助无线系统的频谱效率和能量利用率。例如，基站 (BS)的主动发射预编码(TPC)和IRS处的被动波束形成被联合优化，以实现某些性能指标，例如最大化信道容量和物理层安全速率，以及最小化传输延迟和总发射功率。另一种提高频谱利用率的有效技术是认知无线电(CR)，它被认为是未来无线通信系统中有可能实现频谱共享的一种技术。然而，CR系统的挑战在于主用户(PU)和从用户(SU)的性能改进是相互冲突的。具体来说，为了提高SU的性能，应该增加SU发射机(ST)的发射功率以增强SU接收机(SR) 的信号强度，这将增加对PU接收机(PR)的干扰。幸运的是，这个问题可以通过在CR系统中引入IRS来解决，因为IRS可以通过联合优化TPC和相移来帮助增加SU的期望信号强度并减轻对PU的共信道干扰。然而，现有的技术大多是基于发射端完全信道状态信息(CSI)的假设。然而，估计与IRS相关的信道，例如从BS到IRS(BS-IRS)和IRS到用户(IRS-user)是困难的，因为IRS 是无源的，既不能发送也不能接收导频符号。这种挑战在IRS辅助的CR系统中更为严峻，因为由于PU和SU之间的冲突关系，从ST到PR的信道更难估计。
估计级联BS-IRS用户信道，它是BS-IRS信道和IRS-user信道的乘积。由于IRS不需要有源射频链，因此估计级联BS-IRS用户信道更为经济有效。然而，在IRS辅助通信系统中，由于信道估计的挑战性，信道估计误差是不可避免的。在设计传输方案时，应考虑对系统性能的影响。因此，在考虑信道估计误差的情况下，研究IRS辅助无线系统的稳健波束形成设计是十分必要的。
G.Zhou等在不完全CSI的假设下，研究了IRS辅助多用户MISO系统的最坏情况下的鲁棒波束形成设计，目的是通过联合优化TPC和相移来最小化BS 的发射功率；X.Yu等对CSI未知的多天线潜在窃听器的最坏情况下的稳健波束形成设计进行了研究，为了提高系统的安全性，提出了波束形成矢量和人工噪声协方差矩阵的联合设计方法；然而，这两种算法因为IRS需要额外的有源元件导致很难实现。G.Zhou等使用了级联信道估计方法，其中基于发射机处不完全级联IRS相关信道提出了鲁棒传输波束形成的框架，利用S-procedure方法和Bernstein型不等式分别逼近最坏情况下的速率约束和速率中断概率约束，求解优化问题。然而，这种稳健的波束形成设计可能不适用于CR网络。D.Xu等分别研究了认知无线电系统在智能反射面辅助下的系统容量最大化的鲁棒性波束赋形方法，但只考虑了PU与ST之间的直接信道，没有考虑经过IRS的间接信道。Jie Yuan等同样考虑了在多输入单输出(MISO)认知无线电系统中引入智能反射面，来研究PU和SU之间信道状态信息有误差时从用户数据速率最大化的波束赋形方法，但该方法不能保证从用户服务质量需求。
由此可见，现有的波束赋形方法存在优化的鲁棒性无法得到保证，以及不能保证从用户服务质量需求的问题。
发明内容
本发明实施例的目的在于提供一种波束赋形方法，旨在解决现有的波束赋形方法存在优化的鲁棒性无法得到保证，以及不能保证从用户服务质量需求的问题。
本发明实施例是这样实现的，一种波束赋形方法，包括：
根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
本发明实施例的另一目的在于一种波束赋形装置，包括：
信噪比确定单元，用于根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
干扰温度确定单元，用于根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；以及
最优矩阵确定单元，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
本发明实施例的另一目的在于一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述波束赋形方法的步骤。
本发明实施例的另一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述波束赋形方法的步骤。
本发明实施例提供的波束赋形方法，通过在认知无线电系统中采用智能反射面来协助从用户进行通信，将波束赋形的优化建立在主从用户间信道误差存在的情形下，从主动发射预编码矩阵以及智能反射面相移矩阵联合进行的。本发明可以在从用户未获得完美的主从用户间信道信息时，在主用户干扰温度允许范围内、从用户接收端最小速率要求下，获得最优的从用户发送预编码和最佳的智能反射面相位，达到从用户发送总功率最小的目的。
附图说明
图1为本发明实施例提供的认知无线电网络系统的结构示意图；
图2为本发明实施例提供的一种波束赋形方法的流程图；
图3为本发明实施例提供的另一种波束赋形方法的流程图；
图4为本发明实施例提供的又一种波束赋形方法的流程图；
图5为本发明实施例提供的再一种波束赋形方法的流程图；
图6为本发明实施例提供的波束赋形装置的结构框图；
图7为本发明实施例提供的波束赋形装置中的干扰温度确定单元的结构框图；
图8为本发明实施例提供的波束赋形装置中的最优矩阵确定单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，为本发明实施例提供的一种波束赋形方法的应用环境图，也可以理解为一种认知无线电网络系统的结构示意图，详述如下。
在本发明实施例中，所述的认知无线网络系统包含一个从用户发射机(Secondary Transmitter,ST)、K个从用户接收机(Secondary Receiver,SR)、一个主用户接收机(Primary Receiver,PR)和一个智能反射面(Intelligent Reflecting Surface,IRS)。
如图2所示，在一个实施例中，提出了一种波束赋形方法，本实施例主要以该方法应用于图1中的认知无线电网络系统来举例说明，具体可以包括以下步骤：
步骤S201，根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比。
在本发明实施例中，IRS由N个反射元素组成，每个元素用φn＝ejθn,n∈N＝{1,2,...,N}表示，其中j是虚单元，θn∈[0,2π]是第N个元件的相移，φn具有单位模量，即|φn|＝1。反射元素对角化矩阵Φ＝diag{φ1,φ2,...,φN}被命名为反射元素对角化(RED)矩阵。从用户传输链路与主用户传输链路共享频谱资源。 ST的天线数为Mt、PR和SR k(第k个SR)均是单天线。分别用
Figure RE-GDA0003354293320000061
(
Figure RE-GDA0003354293320000062
表示大小为N×Mt的复矩阵)，
Figure RE-GDA0003354293320000063
表示从ST到IRS、PR和SR k 的通道(即第k个SR，k∈K＝{1,2,...,K})。从IRS到PR和SR k的反射通道分别用gr∈CN×1和hr,k∈CN×1表示。
SR k的期望信号用sk∈C表示，它有一个对应的TPC向量
Figure RE-GDA0003354293320000064
根据正交性原理，E[sks* k]＝1，E[sis* j]＝0(i≠j)。TPC矩阵用
Figure RE-GDA0003354293320000065
来表示。然后，来自ST的发送信号可以写为
Figure RE-GDA0003354293320000066
SR k处的接收信号可以由
Figure RE-GDA0003354293320000067
表示，其中H表示矩阵的共轭转置，
Figure RE-GDA0003354293320000068
PR 处接收到的干扰信号由
Figure RE-GDA0003354293320000069
表示，其中
Figure RE-GDA00033542933200000610
因此，SR k的信噪比(SINR)为：
Figure RE-GDA00033542933200000611
其中φ＝[φ1,φ2,...,φN]T，W-k＝[w1,...,wk-1,wk+1,wk]。
步骤S202，根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
在本发明实施例中，施加在PR(忽略噪声)上的干扰温度(IT)为：
Figure RE-GDA00033542933200000612
式中，
Figure RE-GDA00033542933200000613
为通过IRS从ST到PR的级联信道。
在本发明实施例中，如图3所示，所述步骤S202，具体包括：
步骤S301，将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到主用户接收机的通道集成为信道等效组合形式。
在本发明实施例中，将上述两个通道进一步集成为用G表示的等效组合形式：
Figure RE-GDA0003354293320000071
因此，(2)可以用另一种形式表示：
Figure RE-GDA0003354293320000072
式中，
Figure RE-GDA0003354293320000073
步骤S302，根据所述信道等效组合形式以及信道的不确定度，获得从用户发射机处的估计综合信道状态信息以及综合信道状态信息误差矩阵。
步骤S303，根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
在本发明实施例中，信道的不确定性可以建模为：
Figure RE-GDA0003354293320000074
其中
Figure RE-GDA0003354293320000075
和
Figure RE-GDA0003354293320000076
分别是直接信道gd和级联信道Gr的估计CIS(信道状态信息)。Δgd，ΔGr是相应的CSI误差。信道G的不确定度可以建模为：
Figure RE-GDA0003354293320000077
式中
Figure RE-GDA0003354293320000078
是ST处的估计综合CSI，ΔG是综合CSI误差矩阵。因此，(4)可以写成：
Figure RE-GDA0003354293320000079
将(5)代入(3)，(6)中的
Figure RE-GDA00033542933200000710
和(7)中的ΔG可以分别表示为：
Figure RE-GDA0003354293320000081
步骤S203，根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
在本发明实施例中，如图4所示，所述步骤S203，包括：
步骤S401，基于有界信道状态信息误差模型，随机预置初始主动发射预编码矩阵和初始智能反射面相移矩阵。
步骤S402，根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵；
步骤S403，根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始主动发射预编码矩阵，求解优化智能反射面相移矩阵；
步骤S404，判断当前数据速率与前一迭代下的数据速率是否满足误差规定，若否，则将所述优化主动发射预编码矩阵以及优化智能反射面相移矩阵作为新一代的初始主动发射预编码矩阵以及新一代的智能反射面相移矩阵，并返回至步骤S402中；若是，则进入步骤S405中。
步骤S405，将当前优化主动发射预编码矩阵以及优化智能反射面相移矩阵，确定为最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
在本发明实施例中，有界CSI误差模型：在该模型中，假设直接信道和级联信道的CSI误差在以下区域有界：
||Δgd||2≤εd,||Gr||F≤εr。 (9)
其中εd和εr是CSI误差有界区域的半径。根据上述假设，我们有：
Figure RE-GDA0003354293320000091
基于上述场景，通过优化TPC矩阵W和RED矩阵Φ，根据反射波束形成的单位模、每个SR的SINR要求以及对PR的限制，使ST的总发射功率达到最小。因此，优化问题可以表述为：
Figure RE-GDA0003354293320000092
约束条件：
Figure RE-GDA0003354293320000093
IT≤Γ， (11c)
Figure RE-GDA0003354293320000094
Figure RE-GDA0003354293320000095
在问题(P0)中，(11b)是每个SR的QoS要求，其中γk是SR k的最小SINR，可以被视为
Figure RE-GDA0003354293320000096
其中rk(bit/s)是相应的所需数据速率。Γ是PR的阈值，(11c) 保证施加在PR上的干扰是可以接受的。(11d)是IRS相移的约束，(11e)是不确定CSI约束。
该问题是非凸的，发送预编码矩阵和相移矩阵互相耦合且存在不确定性误差。为了解耦去不确定性，通过寻找最坏情况重新构造优化问题，交替求解W和Φ。
问题(P0)可以重新表述为:
Figure RE-GDA0003354293320000097
约束条件：
Figure RE-GDA0003354293320000098
Figure RE-GDA0003354293320000099
Figure RE-GDA00033542933200000910
将基于有界CSI误差的优化问题转化为确定性问题。其中，
Figure RE-GDA00033542933200000911
Figure RE-GDA0003354293320000101
用交替算法通过相互固定来交替优化W和Φ。记第t次迭代计算得到得预编码阵和相移矩阵分为为W(t)和Φ(t),优化W时假定Φ已知，优化Φ时假定W已知，然后各自求解。解决方案如下：
写出固定Φ优化W的子问题:
Figure RE-GDA0003354293320000102
约束条件：
Figure RE-GDA0003354293320000103
Figure RE-GDA0003354293320000104
其中，
Figure RE-GDA0003354293320000105
这个问题是一个二阶锥规划问题，可以用凸优化工具来解决。
写出固定W优化Φ的子问题：
Figure RE-GDA0003354293320000106
约束条件：
Figure RE-GDA0003354293320000107
φHBφ+2Re{bHφ}≤Γ-(N+1)ξ-bN+1, (14c)
Figure RE-GDA00033542933200001012
Figure RE-GDA0003354293320000108
Figure RE-GDA0003354293320000109
其中,τ＝[τ1,..,τ2N]T是单位模量相位约束的松弛变量，
Figure RE-GDA00033542933200001010
Figure RE-GDA00033542933200001011
Figure RE-GDA0003354293320000111
令
Figure RE-GDA0003354293320000112
提取X的前N行N列元素组成子矩阵B。用b表示由X的第一行到第N行的(N+1)列中的元素组成的向量，bN+1是X第(N+1)行和第(N+1)列元素。μ是用于缩放惩罚项||τ||1的惩罚乘数，该惩罚项可结合调整μ来控制φ的可行性。这个子问题是一个二阶锥规划问题，可以用凸优化工具来解决。
假定初始值t＝0，最大迭代次数tmax＝400。任意给定从用户发送总功率不高于Pt(例如1W)；主用户受到的干扰功率不高于Γ(例如10-13W)。记第t次迭代计算得到得预编码阵和相移矩阵分为为W(t)和Φ(t)，设定容错误差值为ε＝10-5。先随机生成初始矩阵W(0)和Φ(0)，问题的解决步骤如图5所示，详细如下：
步骤1：初始化
Figure RE-GDA0003354293320000117
φ(0)，最大迭代次数tmax＝400，设定容错误差值ε＝10-5，并设初始值t＝0，停止条件l1＝10-3,l2＝10-2，初始系数lμ＞1，最大惩罚因子μmax，
Figure RE-GDA0003354293320000113
步骤2：通过求解问题(P1.1)计算
Figure RE-GDA0003354293320000114
令φ(0)＝φ(t)；
步骤3：通过求解问题(P1.2)计算φ(n+1)；
步骤4：μ(n+1)＝max{lμμ(n),μmax}；
步骤5：n＝n+1；
步骤6：满足||τ||1≤l1，||φ(n+1)-φ(n)||1≤l2，停止；否则，返回步骤3；
步骤7：φ(t+1)＝φ(n+1)；
步骤8：从问题(P1)中的目标函数计算
Figure RE-GDA0003354293320000115
步骤9：满足t＞tmax或者
Figure RE-GDA0003354293320000116
停止；否则，返回步骤2。
步骤10：输出最优发送预编码阵W*＝W(t+1)和最优相移阵Φ*＝Φ(t+1)。
本发明实施例对应的实验条件(系统参数)见下表1：
表1
Figure RE-GDA0003354293320000121
本发明实施例提供的波束赋形方法，通过在认知无线电系统中采用智能反射面来协助从用户进行通信，将波束赋形的优化建立在主从用户间信道误差存在的情形下，从主动发射预编码矩阵以及智能反射面相移矩阵联合进行的。根据信道误差有界受限，一方面保证从用户接收机的接收速率，另一方面保证主用户接收机受到的干扰在可容忍范围内，从而适当地调整智能反射面的相移，和在从用户发射机设计合适的预编码阵，实现从用户发射机发送总功率最小。即本发明可以在从用户未获得完美的主从用户间信道信息时，在主用户干扰温度允许范围内、从用户接收端最小速率要求下，获得最优的从用户发送预编码和最佳的智能反射面相位，达到从用户发送总功率最小的目的，解决了在主从用户间信道状态信息存在误差情况下，主用户干扰温度受限和从用户最小速率要求下从用户发送端总功率进一步减少的问题。
具体而言，(1)与传统的不用智能反射面辅助的认知无线电系统相比，本发明能够通过联合优化发送预编码矩阵和相移矩阵使得在对主用户信道估计误差有界时，从用户的发送总功率显著降低，比如相移元素数为30时，功率可降低2.3dB，其它参数不变情况下，提高相移元素数，功率可进一步降低。(2)与带有智能发射面辅助但相移元素固定或随机的认知无线系统相比，本发明能够通过优化相移矩阵使得在对主用户信道估计误差有界时，从用户的发送总功率显著降低，比如相移元素数为30时，功率可降低1.3dB，其它参数不变情况下，提高相移元素数，功率可进一步降低。(3)在主用户信道误差有界受限时，从用户发送功率会随着误差水平增加而降低，但波束赋形的可行域也更小，更不容易找到最优的发送预编码阵和相移矩阵。比如当误差水平值为0.1，设定相移数为6、从用户速率要求为2bit/s/Hz、主用户干扰门限为-80dbm、从用户发送天线数为10，可行域约为91％、总发送功率约为17.5dB；但当误差水平值增加为 0.2时，总发送功率只降到了17.1dB，而可行域降为45％。(4)在主用户信道误差有界受限时，从用户发送功率会随着智能反射面元素说增加而降低，但波束赋形的可行域也更小，更不容易找到最优的发送预编码阵和相移矩阵。比如当相移数为10，设定从用户发送天线数为6、从用户速率要求为2bit/s/Hz、主用户干扰门限为-80dbm、信道误差水平为0.1，可行域约为80％、总发送功率约为 19.8dB；但当相移数增加为15时，总发送功率只降到了19.5dB，而可行域降为 39％。
如图6所示，在一个实施例中，提供了一种波束赋形装置，具体可以包括：
信噪比确定单元610，用于根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比。
干扰温度确定单元620，用于根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
最优矩阵确定单元630，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
如图7所示，在一个实施例中，所述干扰温度确定单元620，包括：
通道集成模块621，用于将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到主用户接收机的通道集成为信道等效组合形式。
误差矩阵获取模块622，用于根据所述信道等效组合形式以及信道的不确定度，获得从用户发射机处的估计综合信道状态信息以及综合信道状态信息误差矩阵。
干扰温度确定模块623，用于根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
如图8所示，在一个实施例中，所述最优矩阵确定单元630，包括：
预置初始矩阵模块631，用于基于有界信道状态信息误差模型，随机预置初始主动发射预编码矩阵和初始智能反射面相移矩阵。
优化主动发射预编码矩阵求解模块632，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵。
优化智能反射面相移矩阵求解模块633，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始主动发射预编码矩阵，求解优化智能反射面相移矩阵。
第一判断模块634，用于当判断当前数据速率与前一迭代下的数据速率不满足误差规定时，则将所述优化主动发射预编码矩阵以及优化智能反射面相移矩阵作为新一代的初始主动发射预编码矩阵以及新一代的智能反射面相移矩阵，并返回所述根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵的步骤。
第二判断模块635，用于当判断当前数据速率与前一迭代下的数据速率满足误差规定时，则将当前优化主动发射预编码矩阵以及优化智能反射面相移矩阵，确定为最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
本发明实施例提供的波束赋形装置，通过在认知无线电系统中采用智能反射面来协助从用户进行通信，将波束赋形的优化建立在主从用户间信道误差存在的情形下，从主动发射预编码矩阵以及智能反射面相移矩阵联合进行的。根据信道误差有界受限，一方面保证从用户接收机的接收速率，另一方面保证主用户接收机受到的干扰在可容忍范围内，从而适当地调整智能反射面的相移，和在从用户发射机设计合适的预编码阵，实现从用户发射机发送总功率最小。
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM (EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM 以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM (SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM (RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态 RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种波束赋形方法，其特征在于，包括：
根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
2.根据权利要求1所述的波束赋形方法，其特征在于，所述根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度的步骤，包括：
将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到主用户接收机的通道集成为信道等效组合形式；
根据所述信道等效组合形式以及信道的不确定度，获得从用户发射机处的估计综合信道状态信息以及综合信道状态信息误差矩阵；
根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
3.根据权利要求2所述的波束赋形方法，其特征在于，所述将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道集成为信道等效组合形式为：
Figure RE-FDA0003311675900000021
其中，G为信道等效组合形式，
Figure RE-FDA0003311675900000022
表示大小为N×Mt的复矩阵，
Figure RE-FDA0003311675900000023
为通过智能反射面从从用户发射机到主用户接收机的级联信道，gr∈CN×1为智能反射面到主用户接收机的反射通道，
Figure RE-FDA0003311675900000024
为从用户发射机到智能反射面的通道，
Figure RE-FDA0003311675900000025
为从用户发射机到主用户接收机的通道，Mt为从用户发射机的天线数，智能反射面由N个反射元素组成。
4.根据权利要求2所述的波束赋形方法，其特征在于，所述根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度的公式为：
Figure FDA0003093642740000026
其中，IT是施加在主用户接收机上的干扰温度，
Figure FDA0003093642740000027
是ST处的估计综合信道状态信息，ΔG是综合信道状态信息误差矩阵，
Figure FDA0003093642740000028
为主动发射预编码矩阵，
Figure FDA0003093642740000029
Φ＝diag{φ1,φ2,...,φN}是智能反射面相移矩阵。
5.根据权利要求1所述的波束赋形方法，其特征在于，所述根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵的步骤，包括：
基于有界信道状态信息误差模型，随机预置初始主动发射预编码矩阵和初始智能反射面相移矩阵；
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵；
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始主动发射预编码矩阵，求解优化智能反射面相移矩阵；
当判断当前数据速率与前一迭代下的数据速率不满足误差规定时，则将所述优化主动发射预编码矩阵以及优化智能反射面相移矩阵作为新一代的初始主动发射预编码矩阵以及新一代的智能反射面相移矩阵，并返回所述根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵的步骤；
当判断当前数据速率与前一迭代下的数据速率满足误差规定时，则将当前优化主动发射预编码矩阵以及优化智能反射面相移矩阵，确定为最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
6.一种波束赋形装置，其特征在于，包括：
信噪比确定单元，用于根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
干扰温度确定单元，用于根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；以及
最优矩阵确定单元，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
7.根据权利要求6所述的波束赋形装置，其特征在于，所述干扰温度确定单元，包括：
通道集成模块，用于将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到主用户接收机的通道集成为信道等效组合形式；
误差矩阵获取模块，用于根据所述信道等效组合形式以及信道的不确定度，获得从用户发射机处的估计综合信道状态信息以及综合信道状态信息误差矩阵；以及
干扰温度确定模块，用于根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
8.根据权利要求6所述的波束赋形装置，其特征在于，所述最优矩阵确定单元，包括：
预置初始矩阵模块，用于基于有界信道状态信息误差模型，随机预置初始主动发射预编码矩阵和初始智能反射面相移矩阵；
优化主动发射预编码矩阵求解模块，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵；
优化智能反射面相移矩阵求解模块，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始主动发射预编码矩阵，求解优化智能反射面相移矩阵；
第一判断模块，用于当判断当前数据速率与前一迭代下的数据速率不满足误差规定时，则将所述优化主动发射预编码矩阵以及优化智能反射面相移矩阵作为新一代的初始主动发射预编码矩阵以及新一代的智能反射面相移矩阵，并返回所述根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵的步骤；以及
第二判断模块，用于当判断当前数据速率与前一迭代下的数据速率满足误差规定时，则将当前优化主动发射预编码矩阵以及优化智能反射面相移矩阵，确定为最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至5中任一项权利要求所述波束赋形方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至5中任一项权利要求所述波束赋形方法的步骤。
CN202110603492.3A 2021-05-31 2021-05-31 一种波束赋形方法、装置、计算机设备和存储介质 Active CN113794493B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110603492.3A CN113794493B (zh) 2021-05-31 2021-05-31 一种波束赋形方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110603492.3A CN113794493B (zh) 2021-05-31 2021-05-31 一种波束赋形方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113794493A true CN113794493A (zh) 2021-12-14
CN113794493B CN113794493B (zh) 2023-03-31

Family

ID=79181273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110603492.3A Active CN113794493B (zh) 2021-05-31 2021-05-31 一种波束赋形方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113794493B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114389667A (zh) * 2022-01-15 2022-04-22 西北工业大学 一种多播物理层安全通信方法
CN115066009A (zh) * 2022-05-16 2022-09-16 西安邮电大学 认知无线电中基于智能反射面的多用户频谱共享的方法
CN116527174A (zh) * 2023-07-04 2023-08-01 深圳市大数据研究院 智能反射面信道状态估计方法、相位调整方法、系统
WO2024044919A1 (zh) * 2022-08-29 2024-03-07 华为技术有限公司 一种通信方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107947878A (zh) * 2017-11-22 2018-04-20 江苏理工学院 一种基于能效和谱效联合优化的认知无线电功率分配方法
CN112422162A (zh) * 2020-12-10 2021-02-26 中山大学 智能反射面鲁棒波束成形方法及系统
US20210126359A1 (en) * 2019-10-28 2021-04-29 Research & Business Foundation Sungkyunkwan University Data processing method and apparatus with wireless communication system including intelligent reflecting surface

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107947878A (zh) * 2017-11-22 2018-04-20 江苏理工学院 一种基于能效和谱效联合优化的认知无线电功率分配方法
US20210126359A1 (en) * 2019-10-28 2021-04-29 Research & Business Foundation Sungkyunkwan University Data processing method and apparatus with wireless communication system including intelligent reflecting surface
CN112422162A (zh) * 2020-12-10 2021-02-26 中山大学 智能反射面鲁棒波束成形方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LEI ZHANG 等: "Robust Beamforming Optimization for Intelligent Reflecting Surface Aided Cognitive Radio Network", 《GLOBECOM 2020 – 2020 IEEE GLOBAL COMMUNICATIONS CONFERENCE》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114389667A (zh) * 2022-01-15 2022-04-22 西北工业大学 一种多播物理层安全通信方法
CN114389667B (zh) * 2022-01-15 2023-06-30 西北工业大学 一种多播物理层安全通信方法
CN115066009A (zh) * 2022-05-16 2022-09-16 西安邮电大学 认知无线电中基于智能反射面的多用户频谱共享的方法
CN115066009B (zh) * 2022-05-16 2024-04-26 西安邮电大学 认知无线电中基于智能反射面的多用户频谱共享的方法
WO2024044919A1 (zh) * 2022-08-29 2024-03-07 华为技术有限公司 一种通信方法及装置
CN116527174A (zh) * 2023-07-04 2023-08-01 深圳市大数据研究院 智能反射面信道状态估计方法、相位调整方法、系统
CN116527174B (zh) * 2023-07-04 2023-11-03 深圳市大数据研究院 智能反射面信道状态估计方法、相位调整方法、系统

Also Published As

Publication number Publication date
CN113794493B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN113794493B (zh) 一种波束赋形方法、装置、计算机设备和存储介质
Hua et al. Secure intelligent reflecting surface aided integrated sensing and communication
CN113315547A (zh) 智能反射面辅助多小区的鲁棒联合传输波束优化方法
Chen et al. Enhancing MIMO covert communications via intelligent reflecting surface
US8111657B2 (en) Optimising communication links
Akgun et al. Vulnerabilities of massive MIMO systems to pilot contamination attacks
US20170019238A1 (en) System and method for in band full duplex communication in radio network
Xu et al. Statistically robust transceiver design for multi-RIS assisted multi-user MIMO systems
CN103731923A (zh) 多用户调度方法和设备
Zhang et al. Robust beamforming optimization for intelligent reflecting surface aided cognitive radio networks
Li et al. IRS-Based MEC for Delay-Constrained QoS Over RF-Powered 6G Mobile Wireless Networks
Basharat et al. Intelligent radio resource management in reconfigurable IRS-enabled NOMA networks
Li et al. Intelligent reflecting surface aided communication systems: Performance analysis
US20170048029A1 (en) Method by which mimo transmitter forms re group
Dong et al. Robust and secure transmission over active reconfigurable intelligent surface aided multi-user system
Abd El-Malek et al. MIMO cognitive relay networks with correlated antennas over Rayleigh fading channels
Akgun et al. Pilot contamination attacks in massive MIMO systems
Kiani et al. Learning-based user clustering in NOMA-aided MIMO networks with spatially correlated channels
Yan et al. An artificial noise scheme for secure communication in heterogeneous D2D and cellular networks
Zhao et al. Adaptive resource allocation of secured access to intelligent surface enhanced satellite–terrestrial networks with two directional traffics
Babu et al. Precoding for Multi-Cell ISAC: from Coordinated Beamforming to Coordinated Multipoint and Bi-Static Sensing
Yılmaz et al. Delay minimization for massive MIMO based cooperative mobile edge computing system with secure offloading
Zhou et al. Coordinated beamforming for heterogeneous small‐cell networks with a non‐ideal backhaul
Bartoli et al. Angular interference suppression in cognitive LTE-A femtocells
Xue et al. Simultaneously Transmitting And Reflecting (STAR)-RIS Empowered ISAC with NOMA

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