CN114051251A - 基于在智能反射面的辅助下来实现基站的动态开关方法 - Google Patents

Abstract

本发明公开了一种基于在智能反射面的辅助下来实现基站的动态开关方法，将活跃基站的数目减少到满足通信质量的最少个数作为最优的基站开关策略，将基站的静态损耗和基站的传输损耗之和即系统总损耗来控制判断基站的开关状态。将基站的开关状态设置为二进制变量，采用二分搜索的方法确定基站的开关状态。本申请多个用户由多个基站使用相同的时频资源提供服务。主要目标是通过优化该区域中基站的有源波束赋形向量和智能反射面的无源相位向量，在满足用户一定的服务质量的同时，降低包括基站静态功率和基站传输功率在内的总功耗。

Description

基于在智能反射面的辅助下来实现基站的动态开关方法

技术领域

本发明涉及一种无线通信技术，主要是无线资源的分配算法，与智能反射面相关，涉及凸优化的一种基于在智能反射面的辅助下来实现基站的动态开关方法。

背景技术

随着近年来通信技术的飞速发展，在不久的将来，将有数以百万计的智能设备接入网络。预计每平方公里的智能设备数量将达到10⁶个。为了满足互联网容量的爆炸式增长，众多的无线通信技术在过去十年中已经被大量提出并深入研究，例如大规模天线阵列(MIMO)、毫米波(mmWave)通信和超密集网络(UDN)。但是，这些技术的应用也必然会带来更大的硬件功耗。

例如，如果本申请考虑无线电前端的功耗，在电路功率与发射功率相当的情况下，只会选择大规模天线阵列中的天线子集来最大化能效[3]，而基站(BS)的静态电路和冷却功率随着基站数量的增加而线性增加。毫米波通信需要昂贵的射频链和复杂的信号处理技术。此外，随着小区中部署的基站数量的增加，无线环境中的干扰将变得更加严重。为了应对不断增加的网络容量，同时确保良好的无线通信环境和良好的能源利用，智能反射面(RIS)已被提出作为应对这些挑战的有前途且节能的解决方案。

智能反射面是由大量方形金属贴片单元(通常是低成本印刷偶极子)组成的可编程平面表面，每个单元都可以独立地数字控制入射信号，连续或离散地改变其相位。例如，对于2位控制命令，有四个相位响应0°、114°、178°、304°对应于四个状态“00”、“01”、“10”、“11”.通过将二极管的状态调节为“开启”或“关闭”来控制状态的变化。因此，通过协同改变每个元件对入射信号的反射幅度和角度，可以在期望的接收器处分别对所需信号和干扰信号进行叠加和相消。虽然多天线中继、基于大规模天线阵列的有源智能面、反向散射通信等传统技术也具有此特性，但智能反射面与传统方式相比具有以下优势。首先，智能反射面是一种无源元件，它只反射接收到的信号，不使用发射器模块。这意味着智能反射面不包含有源射频链，也不会产生传输功耗。其次，智能反射面的实现更加灵活，可以很容易地附着在墙壁、建筑物、天花板，甚至人体的衣服上。例如，将智能反射面应用于建筑物或墙壁可以增强基站与用户之间的通信通道，尤其是在没有视距(LOS)信道的情况下。同时，智能反射面也可以很容易地从它所附着的这些物体上移除。

由于上述优点，智能反射面已在无线通信系统中得到广泛研究。智能反射面的研究工作主要包括信道估计、联合波束成形设计和基站波束赋形优化。在J.Chen等人的研究中，包括从基站到智能反射面和从智能反射面到用户的级联通道被认为是典型的稀疏。因此，信道估计算法被表述为一个稀疏信道矩阵恢复算法，可以通过基于压缩感知(CS)的方法来解决。C.You等人考虑信道估计算法，在智能反射面的相移是离散的情况下。J.Mirza中讨论了大型智能表面(LIS)的相关算法。除了信道估计算法，智能反射面的存在还考虑了传统的能源效率(EE)算法。比如Q.Wu等人通过在单个小区中使用多输入单输出通信系统的半定规划(SDP)方法，提出了主动和被动最优波束成形方法以最小化功耗。目前在智能反射面的相关研究方向，并没有任何相关工作和本申请考虑的算法相似，只有传统的不包含智能反射面的相关动态基站开关算法。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于在智能反射面的辅助下来实现基站的动态开关方法。

本发明提出一种基于基站全开启状态下的传输功率的启发式的排序方法，为每个基站设置了重要程度参数，方便我们后续的二分搜寻。

为了解决上述技术问题，本发明公开了一种基于在智能反射面的辅助下来实现基站的动态开关方法，将活跃基站的数目减少到满足通信质量的最少个数作为最优的基站开关策略，将基站的静态损耗和基站的传输损耗之和即系统总损耗来控制判断基站的开关状态；将基站的开关状态设置为二进制变量，采用二分搜索的方法确定基站的开关状态。

将原始算法建模成一个数学上的优化算法，具体的算法形式如下所示：

约束于

为基站的静态损耗，

γ_i为用户所要求的最低信干噪比，

为基站最大的传输功率，

本发明中β_n的值设为1，假设智能反射面不会对入射信号产生能量的损耗。其中基站的状态

是一个二进制的变量，取值为0或者1，基站状态和其对用户的波束赋形向量和智能反射面的相位偏移为要优化的变量。

在基站全开启状态下，按照基站各自传输损耗的大小来对基站进行排序，即基站所需的传输功率越大，判定基站对该系统的通信贡献度越高越重要；再依据此排序对基站进行二分搜寻，逐步减少开启基站数目，直到无法满足用户所要求的服务质量为止得到一个最优的基站。

采用了交替优化的方法计算对于全开启状态下基站最优传输功率；交替优化的步骤首先固定智能反射面端的相位向量θ_n，其中相位向量θ_n代表智能反射面端对入射信号的偏移角，优化基站端的波束赋形向量。

在得到最优基站端的波束赋形向量后，对该波束赋形向量情况下的智能反射面端相位向量进行优化。重复对波束赋形和智能反射面端相位向量的优化，直到所有基站的传输损耗和在迭代前后两次的差值小于0.0001。

得到各个基站在全开启状态下的传输损耗以后，将基站按照传输损耗从小到大的顺序进行排序，利用二分法对排好序的基站进行二分搜索，当用户的服务质量无法被满足的时候，增加基站开启的数量，如果用户的服务质量被满足，减少开启基站的数目，直到该排序的上下界之差为1，即得到所需基站的最小数目。

得到最优的基站开关策略以后，继续采用交替优化的方法来求解该状态下的最优传输损耗，由此得到最优的基站开关策略和在该开关策略下的最小传输功率。、如权利要求3所述的方法，其特征在于：将智能反射面相位向量的非凸约束转换成一个半正定的矩阵：

其中矩阵

的取值为

rank代表求该矩阵的秩。

采用以下公式：

其中rank代表求矩阵的秩，Tr代表求矩阵的迹，

代表求矩阵的谱模，从而解出最优的相位矩阵。

智能反射面的安置具有多样性，可以随意安装在建筑物的表现，或者墙面，甚至于任意的路边单元上，来达到辅助通信的效果，智能反射面的相位由CPU实现控制。相比于传统的通信模式，和未优化相位的智能反射面来说，本申请提出的问题能在他们基础上得到很大的性能提升，能够使得本申请用更少的基站来服务这片区域中的用户，从而达到节省能耗的目的。

因此本申请的创新点在与：(1)本申请在无蜂窝通信系统中提出了一种智能反射面辅助的动态基站策略，其中多个用户由多个基站使用相同的时频资源提供服务。主要目标是通过优化该区域中基站的有源波束赋形向量和智能反射面的无源相位向量，在满足用户一定的服务质量的同时，降低包括基站静态功率和基站传输功率在内的总功耗；(2)建模出来的算法是一个混合整数非线性规划(MINLP)，很难解决。本申请首先使用二分法来解决基站状态优化算法。对于非凸相优化，提出了基于差凸函数(DC)规划的方法来解决；(3)用仿真结果表明，使用智能反射面辅助的无蜂窝通信系统更节能。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1是本发明实施例的系统模型。

图2是本发明实施例的交替优化过程的迭代框图。

图3是本发明实施例的总迭代算法逻辑框图。

图4是本发明实施例在matlab上仿真得到的收敛曲线图。

图5是本发明实施例在matlab上仿真得到的性能曲线图。

图6是本发明的流程图。

具体实施方式

本申请提供一种动态基站开关策略，以减少在智能反射面辅助的无蜂窝通信系统中的总功耗在给定用户服务质量(QoS)要求。在这个通信系统中，多个基站同时使用相同的时间和频率资源为多个用户提供服务。本申请的目标是最小化该通信系统的总功耗。开关状态、基站处的波束成形器和智能反射面的相位偏移是本申请要优化的变量。本申请使用基于二分的算法来解决这个混合整数算法，交替优化(AO)是解耦各个优化变量的基本思想。波束赋形和智能反射面相位的优化是通过二阶锥规划(SOCP)和差凸函数(DC)规划来分别完成的。仿真结果表明，本申请提出的算法可以有效降低总功率消耗，其中包括基站的静态功率和发射功率。功率降低分别通过动态控制基站状态以降低静态功率和波束赋形向量来实现传输功率下降。

如图6所示，本发明第一步是为了得到基站的排序，方便后面进行二分搜索，然后开始二分得到最优的基站开关策略，然后再求出在该策略下最优的传输损耗，从而得到最小的总能耗损耗。

实施例

本实施例采用了图1所示的通信系统模型。其中包含B个基站K个用户R个智能反射面，并且每个基站装配有M根天线，每个用户是单天线的，每个智能反射面含有L个反射元素，本申请采用时分双工的工作方式，所有的信道状态信息都可以通过上行导频估计来获得，其中

分别代表从第j个基站到第i个用户的信道，从第j个基站到第r个反射面的信道，以及从第r个反射面到第i个用户的信道，为了更好的计算，本申请将所有的反射面元素合并成一个对角阵

其中

代表第n个反射面元素的真是频率响应，包括幅值响应β_n和相位响应

将与智能反射面有关的信道也进行合并变成

因为对于第i个用户来说，他的接收信号为：

其中n_i代表第i个用户的高斯白噪声，

代表求该信道的共轭转置，其中n_i～N(0,σ²)，

代表给用户i的数据。因此第i个用户的信干噪比可以表示为：

SINR为现代通信技术中对与用户服务质量的一个常用的描述指标。

并且每个基站都有一个相同的静态损耗

一般来说基站的静态损耗是远大于他的最大传输损耗

的，因此只需要找到满足服务质量要求的最小基站数目，本申请的优化目标就差不多到达了，但是如果当基站数目比较多的时候，很小的传输损耗叠加起来也是一笔不小的开销因此本发明还是将其考虑在内。并且因为本申请假设智能反射面对于入射信号的能量是没有损失的，因此原始的算法本申请可以建模成如下数学形式。从上往下的约束分别表示，用户最低服务质量的约束，基站最大传输功率的约束，和智能反射面的相位约束。

minimize表示最小化，subject to表示此问题的约束，上述算法是一个混合整数规划算法，他的优化变量里即包含了二进制的变量又包括了连续的变量，因此很难直接进行求解，为此，本申请首先将二进制的变量即基站的开关状态先固定，对基站进行一个重要程度的排序，再根据这个排序对基站进行二分搜索，找到满足约束的最少基站的数目。

如前面步骤2所示，本申请将所有的基站都开启得到算法

minimize表示最小化，subject to表示此问题的约束，当开启的基站确定了以后，解决算法

的难点在于两个优化变量在信干噪比中是耦合在一起的，并且相位的约束不是一个凸约束。因此本申请采用交替优化的方法首先将两个耦合在一起的变量解耦。他的收敛性证明如下：

让

表示算法

在第t次迭代时候的目标函数的值，

分别表示第t次迭代的时候最优的波束赋形向量和相位偏移，

由于相位并不影响目标函数的值，所以可以得到如下等式：

又因为在给定相位的情况下，本申请求解的算法是使得目标函数的值取到最小，所以可以得到下面的不等式

将两个式子合并起来，可以得到

即随着算法的运行，本申请的目标函数是单调递减的，至此本发明中的算法的收敛性得到了证明。

交替优化：

①波束赋形向量的优化

下面本申请将具体介绍交替优化的过程，首先本申请使用随机相位作为智能反射面的初始化相位，然后固定智能反射面的相位以后，算法

变成了算法

如下所示，本申请可以知道

的目标函数由于基站的状态已经确定了，即该系统中所有基站的静态损耗是一个常数了，所以只需考虑传输损耗，而传输损耗和波束赋形向量是呈一个平方和的关系，是一个凸的，而对于第一个约束来说，在相位固定的情况下，会退化为一个二阶锥约束，第二个约束为一个平方和的约束，这些约束和目标函数都是凸的，所以该算法可以被凸工具箱如CVX解决。

minimize表示最小化，subject to表示此问题的约束，得到最优的波束赋形向量。

②智能反射面相位的优化

由第一步本申请可以求得最优的波束赋形向量，本申请使用此波束赋形向量来求解智能反射面的相位，当波束赋形向量确定的时候，算法由

变成了如下所示的算法

minimize表示最小化，subject to表示此问题的约束，该算法相较于波束赋形的求解来说，更加的困难，因为他的约束不是一个凸约束，本申请首先引入一些辅助变量：

所以算法

变成了如下的形式

minimize表示最小化，subject to表示此问题的约束，将平方项全部打开，利用完全平方公式就可以做到，然后再引入两个辅助变量

算法变成为如下的形式

minimize表示最小化，subject to表示此问题的约束，现在解决上述算法的难点变成了秩为1的约束，根据基本的线性代数的知识，本申请可以得到矩阵的秩等于矩阵非零特征值的个数，其中

中的Tr表示求内部矩阵的迹σ_i表示求内部矩阵的奇异值，对于矩阵

是半正定矩阵，本申请可以知道他的奇异值就等于他的特征值，所以本申请可以得到如下的等式：

其中

表示该矩阵的谱模，rank()代表求内部矩阵秩的意思。他等于该矩阵的最大奇异值，因此秩为1的约束退化成为该矩阵的迹减去他的谱模。

因为矩阵的迹减去他的谱模总是大于等于0的，如果本申请将这个式子变成本申请的目标函数，并且求他的最小值，当算法被求解的时候，他总是为0的，至此本申请将原来无法解决的非凸算法

变成了一个可以用凸优化来解决的凸算法

如下所示：

其中

惩罚因子，取值为10。该算法也可以被CVX所解决，至此交替优化算法中的两个优化变量的求解方法已经介绍完了，接下来就是具体的迭代过程，首先我们采用随机相位做为智能反射面的初始相位，然后在此相位情况下求解波束赋形向量，然后再将该波束赋形向量固定，带入到

中，得到最优的智能反射面相位，然后再重复上述步骤，直到我们所计算的开启状态下的基站的总传输损耗在前后两次迭代中的值小于0.0001，认为已经求到最优传输损耗。本申请在图2中给与展示，图2中的第一步为固定初始相位θ⁽⁰⁾，固定的方法就是使用一个随机生成的相位，将迭代次数初始化为1，然后进入判断阶段，即比较迭代前后两次的目标函数差值是否小于阈值，目标函数也就是我们要求的所有基站的传输功率和，如果满足则说明算法已经收敛，则退出迭代，否则解决在固定相位θ^(t-1)的情况下最优的波束赋形向量

然后再在固定波束赋形向量

的情况下，求解得到最优的θ^(t)，再比较第t次目标函数的值和t-1次目标函数的差值，继续进行判断。

至此，本申请完成了交替优化对各个基站最优传输功率的求解，然后根据将根据上述算法求解得到的各个基站的传输功率从小到大进行一个排序，并将其定位为基站的重要程度指标。然后利用二分法逐步减少活跃基站的个数，重要程度低的先关闭，具体步骤为，首先确定两个边界，一个为0，一个为所有基站的数目，然后将他们求和除2，得到他们中间值，如果除2得到小数，则向下取整，然后将他们的中间值为新的基站状态带入算法1，查看是否可行，如果可行，说明我们还可以继续减少基站的数量，就将原来的下边界变为中间值，然后继续迭代，直到上下边界相差值小于等于2，即上下边界相邻。如果不可行，说明我们需要开启更多的基站，方法就是将二分的上界变为中间值。然后重复上述流程。图3为二分的流程图，流程图中的开始步骤对应于我们初始化二分的上界和下界，M代表上界，S代表下界H为上下界的中点，如果算出为小数，则取其下界。然后进入判断，上下界之差是否大于等于2，如果满足条件，进入下一步，即关系排序前H个的基站，检查算法问题是否能找到一个可行解，如果可以找到，我们可以继续减少基站的数目，实现的方法就是，将原来的下界S变为他们的中点H，上界不变。如果该问题不可行，说明我们需要增加活跃的基站数目，实现方法为将原来的上界S变为中点H，下界不变，然后重复上述步骤，直到上下界只差不满足2则我们已得到最优的开关策略，这时需要使用图2所介绍的算法来计算出最优的传输功率，将其相加，得到最优的总损耗。。

图4为本发明实施例在MATLAB上的仿真收敛曲线图，其中基站的个数设置为4，用户的数目为6，基站的静态损耗为1W，这样我们可以直接通过纵坐标的整数部分来直接看出需要开启的基站的数目。本申请的动态性，是通过在一段时间够重新运行一下本发明中所提出的算法，来改变基站的状态，从而来达到动态的控制，基站的最大传输功率为150mW，智能反射面的个数为4，每块智能反射面的元素个数为25.信道建模为一个瑞丽信道。图4横坐标为迭代次数，纵坐标为该系统中的总能量损耗。由图我们可以看到，使用了本发明所提出的算法，即图中圆圈所在线，可以比没有智能反射面情况下和智能反射面相位取值为随机的情况下即途中菱形和五星所在线，多关闭一个基站，意味着我们可以省下这一个基站的静态能耗。完成了在不损失服务质量的情况下，降低了系统的总能耗的需求，而其他两种对比情况则无法在满足通信质量的情况下无法关闭基站

图5为本发明实施例在MATLAB上的仿真性能曲线图，其中横坐标为用户的信干噪比要求，纵坐标为该通信系统所需的总能量损耗。其余仿真参数和图4一致。由图5我们可以看到，如果用户对于服务质量要求比较低的时候，对比于没有智能反射面和随机相位智能反射面这两种情况来说，本发明的算法依然可以减少一部分传输损耗智能反射面。而在用户所需要的服务质量要求比较高的情况下，本发明所提出的算法收益更明显，能够多关闭一个基站，而其他对比情况是无法完成基站的关闭的。

本发明提供了一种基于在智能反射面的辅助下来实现基站的动态开关方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (10)

1.一种基于在智能反射面的辅助下来实现基站的动态开关方法，其特征在于，将活跃基站的数目减少到满足通信质量的最少个数作为最优的基站开关策略，将基站的静态损耗和基站的传输损耗之和即系统总损耗来控制判断基站的开关状态；将基站的开关状态设置为二进制变量，采用二分搜索的方法确定基站的开关状态。

2.根据权利要求1所述的方法，其特征在于，包括以下算法：

约束于

为基站的静态损耗，

为第i个基站到第j个用户的波束赋形向量，γ_i为用户所要求的最低信干噪比，

为基站最大的传输功率，

其中

代表第n个反射面元素的真是频率响应，包括幅值响应β_n和相位响应

β_n的值设为1，假设智能反射面不会对入射信号产生能量的损耗，其中基站的状态

是一个二进制的变量，取值为0或者1，基站状态和其对用户的波束赋形向量和智能反射面的相位偏移为要优化的变量。

3.根据权利要求2所述的方法，其特征在于，在基站全开启状态下，按照基站各自传输损耗的大小来对基站进行排序，即基站所需的传输功率越大，判定基站对该系统的通信贡献度越高越重要；再依据此排序对基站进行二分搜寻，逐步减少开启基站数目，直到无法满足用户所要求的服务质量为止得到一个最优的基站。

4.根据权利要求3所述的方法，其特征在于，采用了交替优化的方法计算对于全开启状态下基站最优传输功率；交替优化的步骤首先固定智能反射面端的相位向量θ_n，其中相位向量θ_n代表智能反射面端对入射信号的偏移角，优化基站端的波束赋形向量。

5.根据权利要求4所述的方法，其特征在于，在得到最优基站端的波束赋形向量后，对该波束赋形向量情况下的智能反射面端相位向量进行优化。

6.根据权利要求5所述的方法，其特征在于，重复对波束赋形和智能反射面端相位向量的优化，直到所有基站的传输损耗和在迭代前后两次的差值小于0.0001。

7.如权利要求3所述的方法，其特征在于：得到各个基站在全开启状态下的传输损耗以后，将基站按照传输损耗从小到大的顺序进行排序，利用二分法对排好序的基站进行二分搜索，当用户的服务质量无法被满足的时候，增加基站开启的数量，如果用户的服务质量被满足，减少开启基站的数目，直到该排序的上下界之差为1，即得到所需基站的最小数目。

8.如权利要求1所述的方法，其特征在于：得到最优的基站开关策略以后，继续采用交替优化的方法来求解该状态下的最优传输损耗，由此得到最优的基站开关策略和在该开关策略下的最小传输功率。

9.如权利要求3所述的方法，其特征在于：将智能反射面相位向量的非凸约束转换成一个半正定的矩阵：

其中矩阵

的取值为

rank代表求该矩阵的秩。

10.如权利要求3所述的方法，其特征在于：采用以下公式：

其中rank代表求矩阵的秩，Tr代表求矩阵的迹，

代表求矩阵的谱模，从而解出最优的相位矩阵。

Images