CN113949607A - 一种智能反射面无小区系统的鲁棒性波束设计方法 - Google Patents
一种智能反射面无小区系统的鲁棒性波束设计方法 Download PDFInfo
- Publication number
- CN113949607A CN113949607A CN202111231892.2A CN202111231892A CN113949607A CN 113949607 A CN113949607 A CN 113949607A CN 202111231892 A CN202111231892 A CN 202111231892A CN 113949607 A CN113949607 A CN 113949607A
- Authority
- CN
- China
- Prior art keywords
- vector
- intelligent
- mean square
- follows
- square error
- 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
Links
- 238000013461 design Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 32
- 210000004671 cell-free system Anatomy 0.000 title claims abstract description 16
- 239000013598 vector Substances 0.000 claims abstract description 102
- 239000011159 matrix material Substances 0.000 claims abstract description 44
- 230000010363 phase shift Effects 0.000 claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000007704 transition Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 210000004027 cell Anatomy 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001829 resonance ionisation spectroscopy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03891—Spatial equalizers
- H04L25/03898—Spatial equalizers codebook-based design
-
- 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)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了智能反射面无小区系统的鲁棒性波束设计方法,包括以下步骤:首先引入一阶接收均衡器系数向量和最小接收均方误差参数向量作为辅助变量,将原问题转化;然后固定其余变量,求解最优的预编码矩阵;接着固定其余向量,利用引入惩罚的CCP算法优化RIS相移向量;再固定其余向量,优化一阶接收均衡器系数向量并更新最小接收均方误差参数向量;交替迭代上述优化步骤至速率和收敛。本发明在波束设计时考虑了系统非理想CSI的影响,能提高用户传输和速率。
Description
技术领域
本发明属于通信领域,尤其涉及一种智能反射面无小区系统的鲁棒性波束设计方法。
背景技术
传统的蜂窝通信技术之中,一个小区内的所有用户均由该小区内一个基站所服务。在此架构下,小区边缘用户会受到严重的小区间干扰,这也成为限制无线网络容量提升的一个重要因素。
无小区系统(Cell-Free,CF)是一种新型的以用户为中心的网络架构,区别于传统的蜂窝通信,CF系统中没有小区的概念,分布式部署的所有基站相互协作,均为用户提供服务。因此,在CF系统之中严重的小区间干扰问题将大大减轻,网络容量由此可以得到大幅提升。但是大量部署的分布式基站无疑将会大大增加成本和功耗,如何提升CF系统的能量效率,实现更为节能和绿色化的网络将会是一个较大的挑战。
此外,智能反射表面(RIS)技术也被认为是一种具有广阔前途的新兴技术,是上述CF系统一种可能的补充技术。通过集成大量低成本的无源可编程反射元件,RIS可以重构信号的传播环境,智能地对信号传播进行实时调控,由此来实现减小干扰,增强信号以提升网络容量,减小功耗。分布式的RIS可以大量部署在基站无法覆盖或者覆盖较弱的区域,通过对反射单元相移的实时调整,可以大大提升网络的频谱和能量效率。
通过对于CF系统基站的预编码和RIS处的相移调整,可以最大化整个网络的频谱和能量效率。然而,想要获得CF系统和RIS带来的性能增益,现有的研究都高度依赖于完美的信道信息(CSI),在实际应用之中很难得到,仅能获得部分不精确的CSI。因此,有必要考虑非完美CSI条件下的鲁棒性设计,以此来获得CF系统和分布式RIS在实际部署之中的性能增益。
发明内容
本发明目的在于提供一种智能反射面无小区系统的鲁棒性波束设计方法,以解决在有界的信道状态信息误差情况下,满足发射总功率受限的鲁棒性波束赋形设计问题,提升系统在实际应用情况下的频谱效率的技术问题。
为解决上述技术问题,本发明的具体技术方案如下:
一种智能反射面无小区系统的鲁棒性波束设计方法,包括以下步骤:
步骤1、引入一阶接收均衡器系数向量f和最小接收均方误差参数向量u作为辅助变量,利用最小均方误差与接收信干噪比之间的关系,将最差情况下和速率最大化鲁棒设计问题等价转化为均方误差最小化问题;
步骤2、固定智能反射表面的反射相移向量v、一阶接收均衡器系数向量f和最小接收均方误差参数向量u,引入附加变量转化,利用标准半正定规划优化预编码矩阵W;
步骤3、固定预编码矩阵W、一阶接收均衡器系数向量f和最小接收均方误差参数向量u,利用引入惩罚的凸凹过程算法处理智能反射表面相移的恒模约束,迭代求解关于智能反射表面反射相移向量v的标准半正定规划问题;
步骤4、固定预编码矩阵W、智能反射表面的反射相移向量v,利用标准半正定规划优化一阶接收均衡器系数向量f,更新最小接收均方误差参数向量u;
步骤5、重复步骤2到步骤4直至收敛,得到最优的基站预编码矩阵与智能反射面反射波束。
进一步的,所述步骤1中,由L个智能反射表面辅助的包含N个基站和K个用户的无小区系统,其中每个用户配备单天线,每个基站配备Nt个天线,每个智能反射表面含有M个反射单元,hd,k表示由N个基站和第k个用户之间的直达信道堆叠而成的等效信道,Zk由N个基站经L个智能反射表面阵面反射到达第k个用户的级联信道合并而成的等效级联信道,分别可以表示为其中为信道hd,k在发射端的估计值,为信道Zk在发射端的估计值,Δhd,k,ΔZk表示信道真实值与估计值的误差,满足‖Δhd,k‖2≤∈1,k,‖ΔZk‖F≤∈2,k,即直达信道和级联信道的信道状态信息的不确定域被分别限制在以∈1,k和∈2,k为半径的区域内;其中,‖·‖2表示向量2范数,‖·‖F表示矩阵Frobenius范数,(·)H表示矩阵共轭转置;
最坏情况下和速率最大化鲁棒设计问题的优化目标为:
约束条件为:信道状态信息不确定域限制‖Δhd,k‖2≤∈1,k,‖ΔZk‖F≤∈2,k;每个基站处的发射功率限制其中Pn为第n个基站的最大功率,wn,k为第n个基站针对第k个用户设计的预编码向量,优化变量w=[wn,k]k表示所有预编码向量组合而成的预编码矩阵;以及智能反射表面每个反射单元的恒模约束|vm|=1,vm为v向量的第m个元素;其中,v为所有智能反射表面单元反射系数组合而成的反射相移向量,wk为N个基站针对第k个用户的堆叠而成的等效预编码向量,为第k个用户的加性高斯白噪声功率。
进一步的,所述步骤1中,引入接收端k个用户的一阶接收均衡器系数向量f以及最小接收均方误差参数向量u作为辅助变量,则最坏情况下和速率最大化鲁棒设计问题转换为如下均方误差最小化问题:
进一步的,所述步骤2中,固定最小接收均方误差参数向量u,通过最大化目标函数的下界来代替求解原问题,替代问题表述为:
固定变量u,v和f,引入过渡和速率参数t,过渡波束限制门限bk,j和过渡波束松弛向量μ1,k,j,μ2,k,j,构建如下等价问题优化预编码矩阵W:
约束条件为:
进一步的,所述步骤3中,固定变量u,W和f,采用引入惩罚的凸凹过程算法优化智能反射表面的反射相移向量v;
具体包括以下步骤:恒模约束|vm|=1等价转化为|vm|2≤1和|vm|2≥1两个约束,对于非凸约束|vm|2≥1,将凸函数|vm|2进行一阶泰勒展开,得到:
2Re{vm *vm (ι)}-|vm (ι)|2≥1
其中vm (ι)为第ι次迭代中得到的最优解,Re{·}是对复数取实部操作;采用引入惩罚的凸凹过程算法框架,每次迭代中求解的子问题表述为:
约束条件为:
2Re{vm *vm (ι)}-|vm (ι)|2≥1-c(m),m=1,…,ML,
|vm|2≤1+c(m+ML),m=1,…,ML,
其中c是一个2ML长度的松弛向量,β(ι)为第ι次迭代中的惩罚因子,‖·‖1为向量的1范数;迭代求解上式的标准半正定规划问题直至收敛,得到智能反射表面的反射相移向量v。
进一步的,所述步骤4中,固定变量u,W和v,对于第k个用户的一阶接收均衡器系数向量fk的优化子问题表述如下:
约束条件为:
求解上式的标准半正定规划问题。
进一步的,所述步骤4中,固定变量f,W和v,u的第k个元素uk的更新准则为:
本发明的一种智能反射面无小区系统的鲁棒性波束设计方法,具有以下优点:
本发明通过设计智能反射面辅助下的无小区系统各个基站的预编码向量和智能反射表面处的相移向量,从而最大化了最坏情况下的用户速率和。针对复杂的非凸优化问题,借助于过渡变量的引入,我们将原问题等价转化为均方误差最小化问题,采用块坐标下降算法求解。针对无限的不等式约束,利用近似将其转化为凸的标准半正定规划问题;针对非凸的恒模限制,利用引入约束的CCP算法加以了有效处理。本发明能够有效解决在有界的信道状态信息误差情况下,满足发射总功率受限的鲁棒性波束赋形设计问题,提升了系统在实际应用情况下的频谱效率。
附图说明
图1为本发明的实际应用场景示意图;
图2为本发明的流程图;
图3是采用本发明的优化方法的最大最坏速率和随迭代次数变化的曲线图。
具体实施方式
为了更好地了解本发明的目的、结构及功能,下面结合附图,对本发明一种智能反射面无小区系统的鲁棒性波束设计方法做进一步详细的描述。
本发明所涉及的技术术语解释如下:
CSI:信道状态信息;
CF:无小区;
RIS:智能反射表面;
MSE:均方误差;
BCD:块坐标下降;
CCP:凸凹过程;
SDP:半正定编程;
MMSE:最小均方误差;
SINR:接收信干噪比;
本发明的一种智能反射面(RIS)无小区系统(CF)鲁棒性波束设计方法。在信道状态信息(CSI)误差有界的情况下,本发明考虑每个基站处的发射功率限制,通过对于各个基站处预编码矩阵和RIS处的相移的联合优化,以达到最大化最恶劣情况下的用户速率和的目的。为了解决高度非凸与耦合的复杂问题,本发明借助于BCD算法将原问题拆分为子问题,并利用标准半正定规划和引入惩罚的CCP算法求解各个子问题,实现各个基站处预编码向量和RIS相位的联合设计。
如图1所示,一个典型的RIS辅助的CF系统,包含包含N个基站和K个用户,以及L个用于辅助的RIS。其中每个用户配备单天线,每个基站配备Nt个天线,每个RIS含有M个反射单元。hd,k表示由N个基站和第k个用户之间的直达信道堆叠而成的等效信道,Zk由N个基站经L个RIS阵面反射到达第k个用户的级联信道合并而成的等效级联信道,分别可以表示为 其中为信道hd,k在发射端的估计值,为信道Zk在发射端的估计值,Δhd,k,ΔZk表示信道真实值与估计值的误差,满足‖Δhd,k‖2≤∈1,k,‖ΔZk‖F≤∈2,k,即直达信道的CSI的不确定域被分别限制在以∈1,k为半径的区域内,级联信道的CSI的不确定域被限制在∈2,k为半径的区域内;其中,‖·‖2表示向量2范数,‖·‖F表示矩阵Frobenius范数,(·)H表示矩阵共轭转置。主要优化设计思路是引入辅助变量,将原问题转换为MSE最小化问题,采用BCD算法求解;首先固定其余变量,优化预编码矩阵W,利用近似将问题转化,求解标准半正定规划问题得到最优的预编码阵;然后固定其余变量,利用引入惩罚的CCP算法处理RIS相移的恒模约束,优化RIS的反射相移向量v;最后通过求解标准半正定规划问题来优化引入的辅助变量;最后对上述过程进行交替迭代至收敛。本发明能够有效解决在有界的CSI误差情况下,满足发射总功率受限的鲁棒性波束赋形设计问题,大大提升了系统在实际应用情况下的频谱效率。
本发明的一种智能反射面无小区系统的鲁棒性波束设计方法,包括如下步骤:
步骤1、引入一阶接收均衡器系数向量f和最小接收均方误差参数向量u作为辅助变量,利用最小均方误差与接收信干噪比之间的关系,将最差情况下和速率最大化鲁棒设计问题等价转化为MSE最小化问题;
最坏情况下和速率最大化鲁棒设计问题的优化目标为:
约束条件为:信道状态信息不确定域限制‖Δhd,k‖2≤∈1,k,‖ΔZk‖F≤∈2,k;每个基站处的发射功率限制其中Pn为第n个基站的最大功率,wn,k为第n个基站针对第k个用户设计的预编码向量,优化变量W=[wn,k]k表示所有预编码向量组合而成的预编码矩阵;以及智能反射表面每个反射单元的恒模约束|vm|=1,vm为v向量的第m个元素;其中,v为所有智能反射表面单元反射系数组合而成的反射相移向量,wk为N个基站针对第k个用户的堆叠而成的等效预编码向量,为第k个用户的加性高斯白噪声功率。
引入接收端k个用户的一阶接收均衡器系数向量f以及最小接收均方误差参数向量u作为辅助变量,则最坏情况下和速率最大化鲁棒设计问题转换为如下均方误差最小化问题:
步骤2、固定RIS的反射相移向量v、一阶接收均衡器系数向量f和最小接收均方误差参数向量u,引入附加变量转化,利用标准半正定规划优化预编码矩阵W;
固定最小接收均方误差参数向量u,通过最大化目标函数的下界来代替求解原问题,替代问题表述为:
固定变量u,v和f,引入过渡和速率参数t,过渡波束限制门限bk,j和过渡波束松弛向量μ1,k,j,μ2,k,j,构建如下等价问题优化预编码矩阵W:
约束条件为:
步骤3、固定预编码矩阵W、一阶接收均衡器系数向量f和最小接收均方误差参数向量u,利用引入惩罚的CCP算法处理RIS相移的恒模约束,迭代求解关于RIS反射相移向量u的标准半正定规划问题;
固定变量v,W和f,采用引入惩罚的凸凹过程算法优化智能反射表面的反射相移向量v,具体包括以下步骤:恒模约束|vm|=1等价转化为|vm|2≤1和|vm|2≥1两个约束,对于非凸约束|vm|2≥1,将凸函数|vm|2进行一阶泰勒展开,得到:
2Re{vm *vm (ι)}-|vm (ι)|2≥1
其中vm (ι)为第ι次迭代中得到的最优解,Re{·}是对复数取实部操作;采用引入惩罚的凸凹过程算法框架,每次迭代中求解的的子问题表述为:
约束条件为:
2Re{vm *vm (ι)}-|vm (ι)|2≥1-c(m),m=1,…,ML,
|vm|2≤1+c(m+ML),m=1,…,ML,
c≥0,
其中c是一个2ML长度的松弛向量,β(ι)为第ι次迭代中的惩罚因子,||·||1为向量的1范数;迭代求解上式的标准半正定规划问题直至收敛,得到智能反射表面的反射相移向量v。
步骤4、固定预编码矩阵W、RIS的反射相移向量v,利用标准半正定规划优化一阶接收均衡器系数向量f,然后更新最小接收均方误差参数向量u;
固定变量u,W和v,对于第k个用户的一阶接收均衡器系数向量fk的优化子问题表述如下:
约束条件为:
求解上式的标准半正定规划问题。
接着,固定变量f,W和v,u的第k个元素uk的更新准则为:
步骤5、重复步骤2到步骤4直至收敛,得到最优的基站预编码矩阵与智能反射面反射波束。
如图2所示,本发明的主要流程是首先引入一阶接收均衡器系数向量和最小接收均方误差参数向量作为辅助变量,将原问题转化;然后固定变量u,v和f,求解最优的预编码矩阵;接着固定变量u,W和f,利用引入惩罚的CCP算法优化RIS相移向量;再固定变量u,W和v,优化一阶接收均衡器系数向量并更新最小接收均方误差参数向量;交替迭代上述优化步骤至速率和收敛。
为了验证本发明的效果,进行了仿真实验,仿真实验所涉及的参数如下表所示:
表1仿真实验参数表
如图3所示,本发明提出的优化设计算法在有界的CSI误差条件下,并在基站发射功率受限的条件下,能够有效收敛,并相对于不使用RIS辅助的CF系统,有较大的性能提升。
可以理解,本发明是通过一些实施例进行描述的,本领域技术人员知悉的,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。
Claims (7)
1.一种智能反射面无小区系统的鲁棒性波束设计方法,其特征在于,包括以下步骤:
步骤1、引入一阶接收均衡器系数向量f和最小接收均方误差参数向量u作为辅助变量,利用最小均方误差与接收信干噪比之间的关系,将最差情况下和速率最大化鲁棒设计问题等价转化为均方误差最小化问题;
步骤2、固定智能反射表面的反射相移向量v、一阶接收均衡器系数向量f和最小接收均方误差参数向量u,引入附加变量转化,利用标准半正定规划优化预编码矩阵W;
步骤3、固定预编码矩阵W、一阶接收均衡器系数向量f和最小接收均方误差参数向量u,利用引入惩罚的凸凹过程算法处理智能反射表面相移的恒模约束,迭代求解关于智能反射表面反射相移向量v的标准半正定规划问题;
步骤4、固定预编码矩阵W、智能反射表面的反射相移向量v,利用标准半正定规划优化一阶接收均衡器系数向量f,更新最小接收均方误差参数向量u;
步骤5、重复步骤2到步骤4直至收敛,得到最优的基站预编码矩阵与智能反射面反射波束。
2.根据权利要求1所述的智能反射面无小区系统的鲁棒性波束设计方法,其特征在于,所述步骤1中,由L个智能反射表面辅助的包含N个基站和K个用户的无小区系统,其中每个用户配备单天线,每个基站配备Nt个天线,每个智能反射表面含有M个反射单元,hd,k表示由N个基站和第k个用户之间的直达信道堆叠而成的等效信道,Zk由N个基站经L个智能反射表面阵面反射到达第k个用户的级联信道合并而成的等效级联信道,分别可以表示为其中为信道hd,k在发射端的估计值,为信道Zk在发射端的估计值,Δhd,k,ΔZk表示信道真实值与估计值的误差,满足‖Δhd,k‖2≤∈1,k,‖ΔZk‖F≤∈2,k,即直达信道和级联信道的信道状态信息的不确定域被分别限制在以∈1,k和∈2,k为半径的区域内;其中,‖·‖2表示向量2范数,‖·‖F表示矩阵Frobenius范数,(·)H表示矩阵共轭转置;
最坏情况下和速率最大化鲁棒设计问题的优化目标为:
4.根据权利要求3所述的智能反射面无小区系统的鲁棒性波束设计方法,其特征在于,所述步骤2中,固定最小接收均方误差参数向量u,通过最大化目标函数的下界来代替求解原问题,替代问题表述为:
固定变量u,v和f,引入过渡和速率参数t,过渡波束限制门限bk,j和过渡波束松弛向量μ1,k,j,μ2,k,j,构建如下等价问题优化预编码矩阵W:
约束条件为:
5.根据权利要求4所述的智能反射面无小区系统的鲁棒性波束设计方法,其特征在于,所述步骤3中,固定变量u,W和f,采用引入惩罚的凸凹过程算法优化智能反射表面的反射相移向量v;
具体包括以下步骤:恒模约束|vm|=1等价转化为|vm|2≤1和|vm|2≥1两个约束,对于非凸约束|vm|2≥1,将凸函数|vm|2进行一阶泰勒展开,得到:
2Re{vm *vm (ι)}-|vm (ι)|2≥1
其中vm (ι)为第ι次迭代中得到的最优解,Re{·}是对复数取实部操作;采用引入惩罚的凸凹过程算法框架,每次迭代中求解的子问题表述为:
约束条件为:
2Re{vm *vm (ι)}-|vm (ι)|2≥1-c(m),m=1,…,ML,
|vm|2≤1+c(m+ML),m=1,…,ML,
c≥0,
其中c是一个2ML长度的松弛向量,β(ι)为第ι次迭代中的惩罚因子,‖·‖为向量的1范数;迭代求解上式的标准半正定规划问题直至收敛,得到智能反射表面的反射相移向量v。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111231892.2A CN113949607B (zh) | 2021-10-22 | 2021-10-22 | 一种智能反射面无小区系统的鲁棒性波束设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111231892.2A CN113949607B (zh) | 2021-10-22 | 2021-10-22 | 一种智能反射面无小区系统的鲁棒性波束设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113949607A true CN113949607A (zh) | 2022-01-18 |
CN113949607B CN113949607B (zh) | 2024-01-12 |
Family
ID=79332130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111231892.2A Active CN113949607B (zh) | 2021-10-22 | 2021-10-22 | 一种智能反射面无小区系统的鲁棒性波束设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113949607B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114466390A (zh) * | 2022-02-28 | 2022-05-10 | 西安交通大学 | 一种基于智能反射面辅助的swipt系统性能优化方法及系统 |
CN114567358A (zh) * | 2022-03-03 | 2022-05-31 | 东南大学 | 大规模mimo鲁棒wmmse预编码器及其深度学习设计方法 |
CN114900216A (zh) * | 2022-05-18 | 2022-08-12 | 东南大学 | 大规模mimo鲁棒预编码器的迭代信干噪比设计方法 |
WO2023150973A1 (en) * | 2022-02-10 | 2023-08-17 | Huawei Technologies Co.,Ltd. | Systems and methods for robust beamforming using a reconfigurable intelligent surface in communication systems |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106982085A (zh) * | 2016-01-15 | 2017-07-25 | 上海交通大学 | 多小区mimo系统中块对角化辅助的鲁棒收发机设计方法 |
CN113225108A (zh) * | 2021-03-18 | 2021-08-06 | 北京邮电大学 | 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 |
CN113315547A (zh) * | 2021-05-28 | 2021-08-27 | 北京邮电大学 | 智能反射面辅助多小区的鲁棒联合传输波束优化方法 |
-
2021
- 2021-10-22 CN CN202111231892.2A patent/CN113949607B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106982085A (zh) * | 2016-01-15 | 2017-07-25 | 上海交通大学 | 多小区mimo系统中块对角化辅助的鲁棒收发机设计方法 |
CN113225108A (zh) * | 2021-03-18 | 2021-08-06 | 北京邮电大学 | 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 |
CN113315547A (zh) * | 2021-05-28 | 2021-08-27 | 北京邮电大学 | 智能反射面辅助多小区的鲁棒联合传输波束优化方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023150973A1 (en) * | 2022-02-10 | 2023-08-17 | Huawei Technologies Co.,Ltd. | Systems and methods for robust beamforming using a reconfigurable intelligent surface in communication systems |
CN114466390A (zh) * | 2022-02-28 | 2022-05-10 | 西安交通大学 | 一种基于智能反射面辅助的swipt系统性能优化方法及系统 |
CN114466390B (zh) * | 2022-02-28 | 2024-06-04 | 西安交通大学 | 一种基于智能反射面辅助的swipt系统性能优化方法及系统 |
CN114567358A (zh) * | 2022-03-03 | 2022-05-31 | 东南大学 | 大规模mimo鲁棒wmmse预编码器及其深度学习设计方法 |
CN114900216A (zh) * | 2022-05-18 | 2022-08-12 | 东南大学 | 大规模mimo鲁棒预编码器的迭代信干噪比设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113949607B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113193894B (zh) | 可重构智能表面辅助的多用户miso下行无线通信谱效能效联合优化方法 | |
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 | |
CN113949607A (zh) | 一种智能反射面无小区系统的鲁棒性波束设计方法 | |
CN111835406B (zh) | 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法 | |
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 | |
CN111865387A (zh) | 智能反射面辅助无线通信系统的波束成形设计方法 | |
CN113114343B (zh) | 一种多波束卫星的高能效智能动态波束成形方法 | |
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 | |
CN113114317B (zh) | 一种irs辅助下行多用户通信系统的相移优化方法 | |
CN111726156A (zh) | 一种基于noma的资源分配方法与装置 | |
CN110365388B (zh) | 一种低复杂度毫米波多播波束成形方法 | |
CN113824478B (zh) | 离散透镜天线阵列辅助的宽带毫米波多用户大规模mimo上行频谱效率优化方法 | |
CN111901812A (zh) | 一种全双工蜂窝通信网基站和智慧反射面联合控制方法 | |
CN114389658A (zh) | 一种迫零接收的去蜂窝大规模mimo系统的上行功率优化方法 | |
CN112803978B (zh) | 基于逐次逼近的智能表面miso系统联合波束成形方法 | |
Li et al. | Joint beamforming and power allocation for intelligent reflecting surface-aided millimeter wave MIMO systems | |
CN108521672B (zh) | 一种分布式无线能量和信息传输系统的资源分配方法 | |
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 | |
CN110048753B (zh) | 基于mimo系统加权能效最大化的分布式波束赋形优化方法 | |
CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
CN111740766A (zh) | 一种基于码本的波束设计方法与装置 | |
CN114665929B (zh) | 基于动态连接结构的混合预编码方法及mimo系统 | |
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 | |
CN108512620B (zh) | 一种针对多天线毫米波系统的优化设计方法 | |
CN114389728B (zh) | 一种基于分式规划的波束成形设计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |