CN114172547B - 基于智能反射面的无线携能通信混合预编码设计方法 - Google Patents

基于智能反射面的无线携能通信混合预编码设计方法 Download PDF

Info

Publication number
CN114172547B
CN114172547B CN202111542896.2A CN202111542896A CN114172547B CN 114172547 B CN114172547 B CN 114172547B CN 202111542896 A CN202111542896 A CN 202111542896A CN 114172547 B CN114172547 B CN 114172547B
Authority
CN
China
Prior art keywords
precoder
user
combiner
digital
analog
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
CN202111542896.2A
Other languages
English (en)
Other versions
CN114172547A (zh
Inventor
陈真
杜晓宇
章秀银
唐杰
李思航
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202111542896.2A priority Critical patent/CN114172547B/zh
Publication of CN114172547A publication Critical patent/CN114172547A/zh
Application granted granted Critical
Publication of CN114172547B publication Critical patent/CN114172547B/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
    • 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
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H04B7/046—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于智能反射面的无线携能通信混合预编码设计方法，该方法步骤包括：构建RIS辅助的多用户SWIPT系统，采集接收信号，进行信道建模；分析频谱效率与最低采集能量需求，基于和速率最大化问题建立混合预编码器与组合器联合优化的数学模型；将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近，并基于迭代算法寻找次优数字预编码器，基于MMSE方案设计数字合成器。本发明有效提高了SWIPT系统的和速率性能。

Description

基于智能反射面的无线携能通信混合预编码设计方法
技术领域
本发明涉及无线通信技术领域，具体涉及一种基于智能反射面的无线携能通信混合预编码设计方法。
背景技术
面对绿色通信的蓬勃进步，环境友好型能量收集技术也被提出并获得了广泛关注，该技术可从环境中收集可再生能源，从而延长设备使用寿命。然而，由于天气的变化和地理位置的影响，自然能源往往是不稳定且不可预测的。与传统的能量收集和绿色通信技术相比，无线携能通信(SWIPT)技术利用电磁波为设备充电，在与无线设备进行信息交互的同时，可为无线设备提供能量。然而，SWIPT技术在实施中很可能需要使用大量射频链，导致物联网网络的高硬件成本和能耗，阻碍该技术的实际应用与发展。
作为一种经济有效的替代方案，RIS辅助无线通信的方式最近得到了广泛的研究。RIS能够实现前所未有的频谱和能源效率，特别是在遭受严重堵塞的复杂传播场景中。与传统的大规模MIMO主动波束赋形/中继相比，RIS消除了信号的放大和再生。此外，RIS通常采用低硬件成本和低功耗的方式。因此，RIS可以很容易地部署在多用户MIMO SWIPT系统中，在理论上可以有效提高能量收集接收器集群(如物联网传感器或标签)的无线功率传输效率。
为充分发挥RIS的杰出功效，现有工作在集成RIS的SWIPT系统中，通常采取调整用户在相应优化问题中权重的方法，在一定程度上解决用户之间的性能公平问题。然而，由于BS发射波束赋形向量和RIS离散相移在最大-最小SINR问题的目标函数和约束条件下都是强耦合的，因此该联合优化问题通常是非凸且NP-hard的，全局最优解的推导仍然是一个开放且有意义的挑战。
发明内容
为了克服现有技术存在的缺陷与不足，本发明提供一种基于智能反射面的无线携能通信混合预编码设计方法，将低成本无源反射元件构成的RIS集成于多用户SWIPT系统，在分析频谱效率与最低采集能量需求后，通过提出和速率最大化问题，建立了混合预编码器和组合器联合优化数学模型，在求解阶段将该非凸原始问题解耦为模拟子问题和数字子问题，提出了基于阵列响应向量的贪婪选择方法进行模拟预编码器和组合器设计，利用利用一阶泰勒展开法并开发迭代算法寻找次优数字预编码器，最后基于MMSE方案设计数字合成器，从而有效提高了SWIPT系统的和速率性能。
本发明的第二目的在于提供一种基于智能反射面的无线携能通信混合预编码设计系统。
本发明的第三目的在于提供一种存储介质。
本发明的第四目的在于提供一种计算设备。
为了达到上述目的，本发明采用以下技术方案：
本发明提供一种基于智能反射面的无线携能通信混合预编码设计方法，包括下述步骤：
构建RIS辅助的多用户SWIPT系统，采集所述多用户SWIPT系统的接收信号，对所述多用户SWIPT系统内的信道进行建模；
分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求，基于和速率最大化问题建立混合预编码器与组合器联合优化的数学模型；
将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近，并基于迭代算法寻找次优数字预编码器，基于MMSE方案设计数字合成器。
作为优选的技术方案，所述构建RIS辅助的多用户SWIPT系统，具体步骤包括：
在配备RIS的多用户SWIPT系统中，部署一个基站BS、K个信息用户IU、以及M个能量采集用户EU；
基站BS向信息用户IU发送Ns个数据流，每个信息用户IU接收到d个数据流，传输的数据流满足Kd＝Ns≤Mt≤Nt及d≤Mr≤Nr的约束；
Ns个数据流被Nt×Mt个数字波束赋形器B处理，并由Mt×Nt个模拟波束赋形器F连接，RIS中的无源反射元件以Mt×Mt维度的均匀矩形阵列形式排列，用以协助用户和基站BS之间的通信；
编号为k的IU，先后通过维度为Nr×Mr的模拟组合器Wk与维度为d×Nr的基带组合器Mk对接收信号进行处理，得到的接收信号表示为：
Figure BDA0003414814870000031
其中，
Figure BDA0003414814870000032
表示发射符号向量，nk表示服从
Figure BDA0003414814870000033
的独立同分布噪声向量，Hk表示传播信道；
根据几何信道模型对RIS辅助的信道进行建模，传播信道Hk包括BS-user和BS-RIS-IU信道。
作为优选的技术方案，所述分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求，具体步骤包括：
在基于RIS的多用户SWIPT系统中，第k个IU的频谱效率表示为：
Figure BDA0003414814870000034
其中，T表示在第k个IU处干扰加噪声的协方差，B表示数字波束赋形器，F表示模拟波束赋形器，W表示模拟组合器，M表示数字组合器，Hk表示传播信道；
对于能量采集用户EU，第m个总采集能量表示为：
Figure BDA0003414814870000041
其中，ηm表示第m个EU的能量转换效率，Gm表示BS-RIS-EUk信道，；
基于和速率最大化问题建立混合预编码器与组合器联合优化的数学模型，具体表示为：
Figure BDA0003414814870000042
Figure BDA0003414814870000043
Figure BDA0003414814870000049
Figure BDA0003414814870000044
Figure BDA0003414814870000045
其中，
Figure BDA0003414814870000046
表示第m个EU所需要的最低采集能量。
作为优选的技术方案，所述将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器，具体步骤包括：
将非凸的原始和速率最大化问题解耦为模拟子问题和数字子问题，设计模拟预编码器F，模拟预编码器和组合器优化问题的目标函数表示为：
Figure BDA0003414814870000047
Figure BDA0003414814870000048
定义F＝[F1,F2,...,FK]，其中模拟预编码器Fk服务于第k个信息用户IU，模拟预编码器优化问题的目标函数表示为：
Figure BDA0003414814870000051
Figure BDA0003414814870000052
其中，
Figure BDA0003414814870000053
为从BS到第j个用户的AoD对应的阵列响应向量，F表示模拟波束赋形器，W表示模拟组合器，M表示数字组合器，Hk表示传播信道；
当AoD和AoA独立连续分布时，阵列响应向量是正交的，将模拟预编码器优化问题的目标函数简化为K个子问题，表示为：
Figure BDA0003414814870000054
Figure BDA0003414814870000055
将模拟预编码器Fk分解为Fk＝[FN-2,fn]，其中fn为Fk的第n列，FN-1为Fk的前N-1列，得到模拟预编码器优化问题的最终目标函数，搜索整个阵列响应矩阵，使目标函数最大化，选择最佳的列以进行模拟预编码器的设计，具体表示为：
Figure BDA0003414814870000056
基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器。
作为优选的技术方案，所述基于阵列响应向量的贪婪选择算法具体步骤包括：
输入级联信道Hk、BS处射频链数目Mt、阵列响应向量
Figure BDA0003414814870000057
对每一个分解的模拟预编码矩阵依次处理；
模拟预编码器参数初始化，设置
Figure BDA0003414814870000058
更新参数：选取
Figure BDA0003414814870000059
的某一列，令其为fn，使模拟预编码器优化问题最大化，依次更新Fk＝[Fk,fn]，
Figure BDA0003414814870000061
停止准则：如果i取值大于Mt，输出预编码器矩阵，否则，返回更新参数步骤。
作为优选的技术方案，在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近，并基于迭代算法寻找次优数字预编码器，具体步骤包括：
将第k个信息用户IU的容量重新表述为：
Figure BDA0003414814870000062
其中，
Figure BDA0003414814870000063
表示等效信道；
第i个IU的互信息在点
Figure BDA0003414814870000064
处的下界表示为：
Figure BDA0003414814870000065
其中，
Figure BDA0003414814870000066
互信息最大化问题表示为：
Figure BDA0003414814870000067
Figure BDA0003414814870000068
Figure BDA0003414814870000069
Figure BDA00034148148700000610
采用标准的凸优化数值方法求解，利用Qk的奇异值分解得到第k个接收机的预编码器Bk；
以发射和接收信号之间的均方误差最小为目标，设计数字组合器：
Figure BDA00034148148700000611
Figure BDA0003414814870000071
其中，yk表示接收信号。
作为优选的技术方案，所述基于MMSE方案设计数字合成器，具体步骤包括：
输入级联信道
Figure BDA0003414814870000072
初始化参数：
Figure BDA0003414814870000073
更新参数：通过求解接收信号yk得到
Figure BDA0003414814870000074
令
Figure BDA0003414814870000075
停止准则：如果收敛，采用SVD分解Qk计算数字预编码器Bk；否则，回到更新参数步骤；
输出数字预编码器Bk。
为了达到上述第二目的，本发明采用以下技术方案：
一种基于智能反射面的无线携能通信混合预编码设计系统，包括：多用户SWIPT系统构建模块、接收信号采集模块、信道建模模块、频谱效率与能量需求分析模块、联合优化模型构建模块、解耦模块、矩阵分解模块、模拟预编码器和组合器设计模块、线性逼近模块、迭代寻优模块、输出模块；
所述多用户SWIPT系统构建模块用于构建RIS辅助的多用户SWIPT系统；
所述接收信号采集模块用于采集所述多用户SWIPT系统的接收信号；
所述信道建模模块用于对所述多用户SWIPT系统内的信道进行建模；
所述频谱效率与能量需求分析模块用于分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求；
所述联合优化模型构建模块用于基于和速率最大化问题建立混合预编码器与组合器联合优化的数学模型；
所述解耦模块用于将非凸原始问题解耦为模拟子问题和数字子问题；
所述矩阵分解模块用于分解模拟预编码矩阵为多个向量；
所述模拟预编码器和组合器设计模块用于基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
所述线性逼近模块用于在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近；
所述迭代寻优模块用于基于迭代算法寻找次优数字预编码器，
所述输出模块用于输出基于MMSE方案设计的数字合成器。
为了达到上述第三目的，本发明采用以下技术方案：
一种计算机可读存储介质，存储有程序，所述程序被处理器执行时实现如上述所述基于智能反射面的无线携能通信混合预编码设计方法。
为了达到上述第四目的，本发明采用以下技术方案：
一种计算设备，包括处理器和用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现如上述所述基于智能反射面的无线携能通信混合预编码设计方法。
本发明与现有技术相比，具有如下优点和有益效果：
(1)本发明将低成本无源反射元件构成的RIS集成于多用户SWIPT系统，为绿色通信提供了有意义的方向；
(2)本发明通过联合优化混合预编码器和组合器，有效提高了SWIPT系统的和速率性能；
(3)本发明在非凸目标问题的求解中，将其解耦为模拟子问题和数字子问题，降低了复杂度。
(4)本发明方法在模拟和数字预编码器和组合器设计阶段，提出了基于阵列响应向量的贪婪选择方法并采用次优数字预编码器迭代算法，具有优良的有效性和鲁棒性。
附图说明
图1为本发明基于智能反射面的无线携能通信混合预编码设计方法的流程图；
图2为本发明基于RIS的多用户SWIPT系统模型示意图；
图3为本发明与不同波束赋形方法的频谱效率对比图。
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。
实施例1
如图1所示，一种基于智能反射面的无线携能通信混合预编码设计方法，包括以下步骤：
S1、构建RIS辅助的多用户SWIPT系统，如图2所示，采集该系统的接收信号，对系统内的信道进行建模；
本实施例中，步骤S1过程如下：
在配备RIS的多用户SWIPT系统中，部署一个基站BS(含Nt＝64天线，使用Mt条RF链)、K＝4个信息用户IU(含Nr天线，使用Mr条RF链)、以及M个能量采集用户EU(含Nr＝16天线)。假设BS向IU发送Ns个数据流，每个IU接收到d个数据流，并且传输的数据流满足Kd＝Ns≤Mt≤Nt及d≤Mr≤Nr的约束。此外，对于混合预编码器和组合器联合设计方法，Ns个数据流被Nt×Mt个数字波束赋形器
Figure BDA0003414814870000101
处理，并由Mt×Nt个模拟波束赋形器F连接。RIS中的无源反射元件以Mt×Mt维度的均匀矩形阵列形式排列，用以协助用户和BS之间的通信。此外，编号为k的IU，先后通过维度为Nr×Mr的模拟组合器Wk与维度为d×Nr的基带组合器Mk对接收信号进行处理。因此，得到的接收信号可以表示为：
Figure BDA0003414814870000102
其中
Figure BDA0003414814870000103
表示发射符号向量，且假设
Figure BDA0003414814870000104
Figure BDA0003414814870000105
表示服从
Figure BDA0003414814870000106
的独立同分布噪声向量，其中
Figure BDA0003414814870000107
根据式(1)中的表达式，采用扩展的Saleh-Valenzuela几何模型对RIS辅助的信道进行建模。传播信道Hk由两个单独的信道组成，即BS-user和BS-RIS-IU信道，分别用HBU和HBIU表示。根据几何信道模型，BS-RIS信道HBI可以定义为：
Figure BDA0003414814870000108
其中Nc＝8和Np＝10分别表示散射簇的数目和每个散射簇中传播路径的数目，
Figure BDA0003414814870000109
表示第i个散射簇中第l条路径的复增益。
Figure BDA00034148148700001010
和
Figure BDA00034148148700001011
分别表示收发阵列响应向量，其中
Figure BDA00034148148700001012
和
Figure BDA00034148148700001013
分别表示出发角(AoDs)和到达角(AoAs)。
类似地，RIS-IU信道HIU被定义为：
Figure BDA00034148148700001014
其中βi,l,
Figure BDA00034148148700001015
分别是第l条传播路径的复增益以及阵列响应向量。根据(2)和(3)将整个BS-IRS-IU信道定义为：
HBU＝HIUΩHBI (4)
其中
Figure BDA00034148148700001016
为RIS处的对角相位控制矩阵，即[Ω]k,k＝exp(jωk)。同时，将BS-RIS-EUk信道Gm定义为：
Gm＝HIE,mΩHBI (5)
其中
Figure BDA0003414814870000111
表示从RIS到第m个EU的复信道矩阵。
S2、分析IU的频谱效率与EU的最低采集能量需求，通过提出和速率最大化问题，建立混合预编码器与组合器联合优化的数学模型；
本实施例中，步骤S2过程如下：
在基于RIS的多用户SWIPT系统中，第k个IU的频谱效率(Spectral Efficiency，SE)可表示为：
Figure BDA0003414814870000112
其中
Figure BDA0003414814870000113
为在第k个IU处干扰加噪声的协方差。
对于EU，第m个总采集能量可以写成：
Figure BDA0003414814870000114
其中ηm是第m个EU的能量转换效率。
对于所建模的SWIPT系统，最终目标是通过最大化系统SE来设计数字波束赋形器B、模拟波束赋形器F、模拟组合器W和数字组合器M，并满足每个EU的最小采集能量需求约束和BS的发射功率约束。因此，在总发射功率约束下，混合预编码器与组合器联合设计的优化问题可以建模为该和速率最大化问题形式：
Figure BDA0003414814870000115
Figure BDA0003414814870000116
Figure BDA0003414814870000117
Figure BDA0003414814870000118
Figure BDA0003414814870000119
其中
Figure BDA00034148148700001110
是第m个EU所需要的最低采集能量，在本实施例中取
Figure BDA00034148148700001111
S3、将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，提出了基于阵列响应向量的贪婪选择算法，设计模拟预编码器和组合器；
本实施例中，步骤S3过程如下：
将非凸的原始和速率最大化问题解耦为模拟子问题和数字子问题，在忽略数字预编码器和组合器的假设下，先对模拟预编码器和组合器进行设计，以最大限度地提高信道上的互信息，关于F和
Figure BDA0003414814870000121
的优化问题表示为：
Figure BDA0003414814870000122
Figure BDA0003414814870000123
Figure BDA0003414814870000124
由于模拟预编码器和模拟组合器在结构上的相似性，可将F和
Figure BDA0003414814870000125
分开处理以降低复杂性。
首先设计模拟预编码器F，假设
Figure BDA0003414814870000126
用
Figure BDA0003414814870000127
优化
Figure BDA0003414814870000128
因此，模拟预编码器和组合器优化问题的目标函数可以分别写为：
Figure BDA0003414814870000129
Figure BDA00034148148700001210
考虑到移相器的幅值约束和用户的公平性，将模拟预编码矩阵分成若干个子矩阵，每个子矩阵服务于特定的用户。定义F＝[F1,F2,...,FK]，其中模拟预编码器Fk服务于第k个IU。因此，问题(10)被重新表述为：
Figure BDA00034148148700001211
Figure BDA00034148148700001212
其中
Figure BDA00034148148700001213
为从BS到第j个用户的AoD对应的阵列响应向量。
当AoD和AoA独立连续分布时，阵列响应向量是正交的，问题(12)可以进一步简化为K个子问题：
Figure BDA0003414814870000131
Figure BDA0003414814870000132
根据问题(13)，将模拟预编码器Fk分解为Fk＝[FN-2,fn]，其中fn为Fk的第n列，FN-1为Fk的前N-1列。因此，问题(13)的目标函数为：
Figure BDA0003414814870000133
式中(a)来自
Figure BDA0003414814870000134
对于n＝0的情况，定义
Figure BDA0003414814870000135
易知第二项多项式不为负，说明Cn是相对于n的递增函数。因此，可以搜索整个阵列响应矩阵
Figure BDA0003414814870000136
通过使目标函数最大化，选择最佳的列以进行模拟预编码器的设计，如下所示：
Figure BDA0003414814870000137
所推导的基于阵列响应向量的贪婪选择方案也可应用于使用
Figure BDA0003414814870000138
和
Figure BDA0003414814870000139
设计Wk，具体推导方式相同。
此外，在RIS辅助的SWIPT系统中，移相器的精度是有限的，量化IRS元件的相位可进一步降低硬件复杂度。设
Figure BDA00034148148700001310
量化相位
Figure BDA00034148148700001311
可以通过以下计算得到：
Figure BDA00034148148700001312
其中，
Figure BDA00034148148700001313
为移相器的分辨率，B为量化位。
本实施例中，基于阵列响应向量的贪婪选择算法过程如下：
A1、输入：级联信道Hk，BS处射频链数目Mt，阵列响应向量
Figure BDA00034148148700001314
A2、对每一个分解的模拟预编码矩阵依次处理：
A3、初始化：Fk＝[]，
Figure BDA00034148148700001315
A4、更新：选取
Figure BDA00034148148700001316
的某一列，令其为fn，使优化问题(15)最大化；依次更新Fk＝[Fk,fn]，
Figure BDA00034148148700001317
A5、停止准则：如果i取值大于Mt，进入步骤A6；否则，回到更新步骤A4；
A6、输出：预编码器矩阵Fk(1≤k≤K)。
S4、在数字处理阶段，利用一阶泰勒展开法对目标函数进行线性逼近，并开发迭代算法寻找次优数字预编码器，最后基于MMSE方案设计数字合成器。
本实施例中，步骤S4过程如下：
设计了模拟预编码器F和组合器
Figure BDA0003414814870000141
后，应进一步确定数字预编码器和组合器以使(6)中等效系统的SE最大化。因此，将第k个IU的容量重新表述为：
Figure BDA0003414814870000142
其中
Figure BDA0003414814870000143
表示等效信道。
为了简化收发器数字矩阵的设计，暂时将联合优化问题解耦，重点设计数字预编码器B。因此，为使等效信道上高斯信号实现互信息最大化，关于数字预编码器B的模型可写为：
Figure BDA0003414814870000144
Figure BDA0003414814870000145
其中
Figure BDA0003414814870000146
显然，由于目标函数Rk的用户间干扰，优化问题(18)是非凸的，难以解决。推导非凸目标函数的线性逼近，使其为凸。因此，第i个IU的互信息在点
Figure BDA0003414814870000147
处的下界可表示为：
Figure BDA0003414814870000148
其中
Figure BDA0003414814870000149
因此，最大化问题可以重新表述为：
Figure BDA00034148148700001410
Figure BDA00034148148700001411
Figure BDA0003414814870000151
Figure BDA0003414814870000152
结果表明，上述优化问题是凸问题，可以用标准的凸优化数值方法有效地求解，因此，进一步利用Qk的奇异值分解(SVD)可得到第k个接收机的预编码器Bk。即完成了低复杂度预编码器设计迭代算法的推导。
在得到混合预编码器和模拟组合器后，此时的接收信号可以通过下式得到：
Figure BDA0003414814870000153
最后，对于数字组合器的设计，以使发射和接收信号之间的均方误差(MSE)最小为目标，得到数字组合器设计的解决方案：
Figure BDA0003414814870000154
本实施例中，步骤S4过程如下：
A1、输入：级联信道
Figure BDA0003414814870000155
A2、初始化：
Figure BDA0003414814870000156
A3、更新：通过求解(20)得到
Figure BDA0003414814870000157
令
Figure BDA0003414814870000158
A4、停止准则：如果收敛，进入步骤A5；否则，回到更新步骤A3；
A5、用SVD分解Qk来计算Bk；
A6、输出：数字预编码器Bk(1≤k≤K)。
本实施例公开的基于智能反射面的无线携能通信混合预编码设计方法的效果通过以下实验进一步说明：
如图3所示，显示了不同波束赋形方法频谱效率随着信噪比的变化情况，以传统的全数字波束赋形方案及先前成果“Hybrid beamforming optimization for UAV-enabledmmwave beamspace MIMO system(Z.Chen,J.Tang，H.Tang,et al.2021IEEE 2Istnternational Conference on Communication Technology,2021,1-6)”提出的混合波束赋形算法为对比，可以看出，本实施例公开的基于智能反射面的无线携能通信混合预编码设计方法，在幅值和相位上都具有灵活性，在SE方面优于所参考的混合波束赋形算法，具有较高的计算复杂度和硬件复杂度。传统方案中的RF链数为混合波束赋形算法的四分之一，用户间干扰非常严重，而本实施例抗干扰的效果要好得多。此外，本实施例的性能非常接近最优全数字波束形成方案的速率，这表明是接近最优的。
综上所述，本实施例的基于智能反射面的无线携能通信混合预编码设计方法，通过联合优化混合预编码器与组合器，有效地提高了SWIPT系统的和速率性能。
实施例2
本实施例提供一种基于智能反射面的无线携能通信混合预编码设计系统，包括：多用户SWIPT系统构建模块、接收信号采集模块、信道建模模块、频谱效率与能量需求分析模块、联合优化模型构建模块、解耦模块、矩阵分解模块、模拟预编码器和组合器设计模块、线性逼近模块、迭代寻优模块、输出模块；
在本实施例中，多用户SWIPT系统构建模块用于构建RIS辅助的多用户SWIPT系统；
在本实施例中，接收信号采集模块用于采集所述多用户SWIPT系统的接收信号；
在本实施例中，信道建模模块用于对所述多用户SWIPT系统内的信道进行建模；
在本实施例中，频谱效率与能量需求分析模块用于分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求；
在本实施例中，联合优化模型构建模块用于基于和速率最大化问题建立混合预编码器与组合器联合优化的数学模型；
在本实施例中，解耦模块用于将非凸原始问题解耦为模拟子问题和数字子问题；
在本实施例中，矩阵分解模块用于分解模拟预编码矩阵为多个向量；
在本实施例中，模拟预编码器和组合器设计模块用于基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
在本实施例中，线性逼近模块用于在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近；
在本实施例中，迭代寻优模块用于基于迭代算法寻找次优数字预编码器，
在本实施例中，输出模块用于输出基于MMSE方案设计的数字合成器。
实施例3
本实施例提供一种存储介质，存储介质可以是ROM、RAM、磁盘、光盘等储存介质，该存储介质存储有一个或多个程序，程序被处理器执行时，实现实施例1的基于智能反射面的无线携能通信混合预编码设计方法。
实施例4
本实施例提供一种计算设备，该计算设备可以是台式电脑、笔记本电脑、智能手机、PDA手持终端、平板电脑或其他具有显示功能的终端设备，该计算设备包括处理器和存储器，存储器存储有一个或多个程序，处理器执行存储器存储的程序时，实现实施例1的基于智能反射面的无线携能通信混合预编码设计方法。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种基于智能反射面的无线携能通信混合预编码设计方法，其特征在于，包括下述步骤：
构建RIS辅助的多用户SWIPT系统，采集所述多用户SWIPT系统的接收信号，对所述多用户SWIPT系统内的信道进行建模；
分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求，基于频谱效率最大化问题建立混合预编码器与组合器联合优化的数学模型；
所述分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求，具体步骤包括：
在基于RIS的多用户SWIPT系统中，第k个IU的频谱效率表示为：
Figure FDA0003980576070000011
其中，T表示在第k个IU处干扰加噪声的协方差，B表示数字波束赋形器，F表示模拟预编码器，W表示模拟组合器，M表示数字组合器，Hk表示传播信道；
对于能量采集用户EU，第m个总采集能量表示为：
Figure FDA0003980576070000012
其中，ηm表示第m个EU的能量转换效率，Gm表示BS-RIS-EUk信道；
基于频谱效率最大化问题建立混合预编码器与组合器联合优化的数学模型，具体表示为：
Figure FDA0003980576070000013
Figure FDA0003980576070000014
Figure FDA0003980576070000015
Figure FDA0003980576070000016
Figure FDA0003980576070000021
其中，
Figure FDA0003980576070000022
表示第m个EU所需要的最低采集能量；
将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
所述将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器，具体步骤包括：
将非凸的原始频谱效率最大化问题解耦为模拟子问题和数字子问题，设计模拟预编码器F，模拟预编码器和组合器优化问题的目标函数表示为：
Figure FDA0003980576070000023
Figure FDA0003980576070000024
定义F＝[F1,F2,...,FK]，其中模拟预编码器Fk服务于第k个信息用户IU，模拟预编码器优化问题的目标函数表示为：
Figure FDA0003980576070000025
Figure FDA0003980576070000026
其中，
Figure FDA0003980576070000027
为从BS到第j个用户的AoD对应的阵列响应向量，W表示模拟组合器，M表示数字组合器，Hk表示传播信道；
当AoD和AoA独立连续分布时，阵列响应向量是正交的，将模拟预编码器优化问题的目标函数简化为K个子问题，表示为：
Figure FDA0003980576070000028
Figure FDA0003980576070000029
将模拟预编码器Fk分解为Fk＝[FN-1,fn]，其中fn为Fk的第n列，FN-1为Fk的前N-1列，得到模拟预编码器优化问题的最终目标函数，搜索整个阵列响应矩阵，使目标函数最大化，选择最佳的列以进行模拟预编码器的设计，具体表示为：
Figure FDA0003980576070000031
基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近，并基于迭代算法寻找次优数字预编码器，基于MMSE方案设计数字组合器；
在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近，并基于迭代算法寻找次优数字预编码器，具体步骤包括：
将第k个信息用户IU的频谱效率重新表述为：
Figure FDA0003980576070000032
其中，
Figure FDA0003980576070000033
表示等效信道；
第i个IU的互信息在点
Figure FDA0003980576070000034
处的下界表示为：
Figure FDA0003980576070000035
其中，
Figure FDA0003980576070000036
互信息最大化问题表示为：
Figure FDA0003980576070000037
Figure FDA0003980576070000038
Figure FDA0003980576070000039
Figure FDA00039805760700000310
采用标准的凸优化数值方法求解，利用Qk的奇异值分解得到第k个接收机的预编码器Bk；
以发射和接收信号之间的均方误差最小为目标，设计数字组合器：
Figure FDA0003980576070000041
Figure FDA0003980576070000042
其中，yk表示接收信号。
2.根据权利要求1所述的基于智能反射面的无线携能通信混合预编码设计方法，其特征在于，所述构建RIS辅助的多用户SWIPT系统，具体步骤包括：
在配备RIS的多用户SWIPT系统中，部署一个基站BS、K个信息用户IU、以及M个能量采集用户EU；
基站BS向信息用户IU发送Ns个数据流，每个信息用户IU接收到d个数据流，传输的数据流满足Kd＝Ns≤Mt≤Nt及d≤Mr≤Nr的约束；
Mt表示基站BS的RF链条数，Nt表示基站BS的天线条数，Mr表示信息用户的RF链条数，Nr表示信息用户或能量采集用户的天线条数；
Ns个数据流被Nt×Mt个数字波束赋形器B处理，并由Mt×Nt个模拟预编码器F连接，RIS中的无源反射元件以Mt×Mt维度的均匀矩形阵列形式排列，用以协助用户和基站BS之间的通信；
编号为k的IU，先后通过维度为Nr×Mr的模拟组合器Wk与维度为d×Nr的数字组合器Mk对接收信号进行处理，得到的接收信号表示为：
Figure FDA0003980576070000043
其中，
Figure FDA0003980576070000044
表示发射符号向量，nk表示服从
Figure FDA0003980576070000045
的独立同分布噪声向量，Hk表示传播信道；
根据几何信道模型对RIS辅助的信道进行建模，传播信道Hk包括BS-user和BS-RIS-IU信道。
3.根据权利要求1所述的基于智能反射面的无线携能通信混合预编码设计方法，其特征在于，所述基于阵列响应向量的贪婪选择算法具体步骤包括：
输入传播信道Hk、BS处射频链数目Mt、阵列响应向量
Figure FDA0003980576070000051
对每一个分解的模拟预编码矩阵依次处理；
模拟预编码器参数初始化，设置
Figure FDA0003980576070000052
更新参数：选取
Figure FDA0003980576070000053
的某一列，令其为fn，使模拟预编码器优化问题最大化，依次更新Fk＝[Fk,fn]，
Figure FDA0003980576070000054
停止准则：如果i取值大于Mt，输出预编码器矩阵，否则，返回更新参数步骤。
4.一种基于智能反射面的无线携能通信混合预编码设计系统，其特征在于，包括：多用户SWIPT系统构建模块、接收信号采集模块、信道建模模块、频谱效率与能量需求分析模块、联合优化模型构建模块、解耦模块、矩阵分解模块、模拟预编码器和组合器设计模块、线性逼近模块、迭代寻优模块、输出模块；
所述多用户SWIPT系统构建模块用于构建RIS辅助的多用户SWIPT系统；
所述接收信号采集模块用于采集所述多用户SWIPT系统的接收信号；
所述信道建模模块用于对所述多用户SWIPT系统内的信道进行建模；
所述频谱效率与能量需求分析模块用于分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求；
所述分析信息用户IU的频谱效率与能量采集用户EU的最低采集能量需求，具体包括：
在基于RIS的多用户SWIPT系统中，第k个IU的频谱效率表示为：
Figure FDA0003980576070000061
其中，T表示在第k个IU处干扰加噪声的协方差，B表示数字波束赋形器，F表示模拟预编码器，W表示模拟组合器，M表示数字组合器，Hk表示传播信道；
对于能量采集用户EU，第m个总采集能量表示为：
Figure FDA0003980576070000062
其中，ηm表示第m个EU的能量转换效率，Gm表示BS-RIS-EUk信道；
基于频谱效率最大化问题建立混合预编码器与组合器联合优化的数学模型，具体表示为：
Figure FDA0003980576070000063
Figure FDA0003980576070000064
Figure FDA0003980576070000065
Figure FDA0003980576070000066
Figure FDA0003980576070000067
其中，
Figure FDA0003980576070000068
表示第m个EU所需要的最低采集能量；
所述联合优化模型构建模块用于基于频谱效率最大化问题建立混合预编码器与组合器联合优化的数学模型；
所述解耦模块用于将非凸原始问题解耦为模拟子问题和数字子问题；
所述矩阵分解模块用于分解模拟预编码矩阵为多个向量；
所述模拟预编码器和组合器设计模块用于基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
所述将非凸原始问题解耦为模拟子问题和数字子问题，分解模拟预编码矩阵为多个向量，基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器，具体包括：
将非凸的原始频谱效率最大化问题解耦为模拟子问题和数字子问题，设计模拟预编码器F，模拟预编码器和组合器优化问题的目标函数表示为：
Figure FDA0003980576070000071
Figure FDA0003980576070000072
定义F＝[F1,F2,...,FK]，其中模拟预编码器Fk服务于第k个信息用户IU，模拟预编码器优化问题的目标函数表示为：
Figure FDA0003980576070000073
Figure FDA0003980576070000074
其中，
Figure FDA0003980576070000075
为从BS到第j个用户的AoD对应的阵列响应向量，W表示模拟组合器，M表示数字组合器，Hk表示传播信道；
当AoD和AoA独立连续分布时，阵列响应向量是正交的，将模拟预编码器优化问题的目标函数简化为K个子问题，表示为：
Figure FDA0003980576070000076
Figure FDA0003980576070000077
将模拟预编码器Fk分解为Fk＝[FN-2,fn]，其中fn为Fk的第n列，FN-1为Fk的前N-1列，得到模拟预编码器优化问题的最终目标函数，搜索整个阵列响应矩阵，使目标函数最大化，选择最佳的列以进行模拟预编码器的设计，具体表示为：
Figure FDA0003980576070000078
基于阵列响应向量的贪婪选择算法设计模拟预编码器和组合器；
所述线性逼近模块用于在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近；
所述迭代寻优模块用于基于迭代算法寻找次优数字预编码器，
所述输出模块用于输出基于MMSE方案设计的数字组合器；
在数字处理阶段利用一阶泰勒展开法对目标函数进行线性逼近，并基于迭代算法寻找次优数字预编码器，具体包括：
将第k个信息用户IU的频谱效率重新表述为：
Figure FDA0003980576070000081
其中，
Figure FDA0003980576070000082
表示等效信道；
第i个IU的互信息在点
Figure FDA0003980576070000083
处的下界表示为：
Figure FDA0003980576070000084
其中，
Figure FDA0003980576070000085
互信息最大化问题表示为：
Figure FDA0003980576070000086
Figure FDA0003980576070000087
Figure FDA0003980576070000088
Figure FDA0003980576070000089
采用标准的凸优化数值方法求解，利用Qk的奇异值分解得到第k个接收机的预编码器Bk；
以发射和接收信号之间的均方误差最小为目标，设计数字组合器：
Figure FDA0003980576070000091
Figure FDA0003980576070000092
其中，yk表示接收信号。
5.一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1-3任一项所述基于智能反射面的无线携能通信混合预编码设计方法。
6.一种计算设备，包括处理器和用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现如权利要求1-3任一项所述基于智能反射面的无线携能通信混合预编码设计方法。
CN202111542896.2A 2021-12-16 2021-12-16 基于智能反射面的无线携能通信混合预编码设计方法 Active CN114172547B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111542896.2A CN114172547B (zh) 2021-12-16 2021-12-16 基于智能反射面的无线携能通信混合预编码设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111542896.2A CN114172547B (zh) 2021-12-16 2021-12-16 基于智能反射面的无线携能通信混合预编码设计方法

Publications (2)

Publication Number Publication Date
CN114172547A CN114172547A (zh) 2022-03-11
CN114172547B true CN114172547B (zh) 2023-03-21

Family

ID=80487072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111542896.2A Active CN114172547B (zh) 2021-12-16 2021-12-16 基于智能反射面的无线携能通信混合预编码设计方法

Country Status (1)

Country Link
CN (1) CN114172547B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114915989A (zh) * 2022-03-17 2022-08-16 重庆邮电大学 一种基于能量收集的全双工中继和智能反射面联合传输方法
CN114710186A (zh) * 2022-04-12 2022-07-05 东南大学 一种低成本广覆盖的毫米波预编码方法
CN116545810B (zh) * 2023-03-02 2024-03-19 华南理工大学 多用户无线功率通信网络最大化吞吐量方法、装置及介质
CN116418397B (zh) * 2023-06-12 2023-09-05 南昌大学 一种用户公平性的速率分集辅助的可见光通信方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3403339B1 (en) * 2016-01-13 2020-11-04 Telefonaktiebolaget LM Ericsson (publ) Practical hybrid precoding scheme for multi-user massive mimo systems
KR101965665B1 (ko) * 2018-01-12 2019-04-04 한밭대학교 산학협력단 다중 릴레이를 위한 무선전력 및 정보 동시전송 빔포밍 장치 및 방법
KR102192234B1 (ko) * 2019-10-28 2020-12-17 성균관대학교 산학협력단 지능형 반사 평면을 포함하는 무선 통신 시스템의 통신 방법 및 이를 위한 장치
CN112073102B (zh) * 2020-09-08 2022-04-08 郑州大学 一种智能反射面辅助的安全通信方法和装置
CN113556164B (zh) * 2021-06-30 2024-02-27 杭州电子科技大学 Irs辅助的swipt系统中基于能效优先的波束成型优化方法
CN113382445B (zh) * 2021-07-26 2022-04-29 华北电力大学（保定） 提高swipt系统安全速率的方法、装置、终端及存储介质
CN113727405B (zh) * 2021-10-21 2023-05-23 重庆邮电大学 提升基于智能反射表面的无线通信系统安全速率的方法

Also Published As

Publication number Publication date
CN114172547A (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN114172547B (zh) 基于智能反射面的无线携能通信混合预编码设计方法
CN113411110B (zh) 一种基于深度强化学习的毫米波通信波束训练方法
CN108462521A (zh) 自适应阵列天线的抗干扰实现方法
CN112782652B (zh) 一种ris辅助的雷达通信一体化系统波形设计方法
CN112468202B (zh) 低复杂度毫米波大规模mimo混合预编码方法
CN115085774B (zh) 一种基于克拉美罗界的通感融合混合波束赋形方法
CN110113088B (zh) 一种分离型数模混合天线系统波达角智能化估计方法
CN108337031A (zh) 大规模mimo中基于根值music的混合到达角估计
CN113114343A (zh) 一种多波束卫星的高能效智能动态波束成形方法
CN114338301B (zh) 一种基于压缩感知的ris辅助毫米波系统的信道估计方法
CN108933619B (zh) 一种大规模mimo混合预编码码本设计方法
CN114844545A (zh) 基于sub6GHz信道以及部分毫米波导频的通信波束选择方法
CN114726687B (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
KR102510513B1 (ko) 심층 학습 기반의 빔포밍 방법 및 이를 위한 장치
Li et al. Multi-task deep learning based hybrid precoding for mmWave massive MIMO system
CN108667489B (zh) 多波束波形发射方法及系统
CN110719127B (zh) 一种具有恒模约束的毫米波mimo系统波束成形方法
Han et al. FDD massive MIMO without CSI feedback
CN107346985B (zh) 一种结合发射天线选择技术的干扰对齐方法
Feng et al. Hybrid precoding for massive MIMO systems using partially-connected phase shifter network
CN114285443B (zh) 动态超表面天线辅助的近场宽带上行mimo传输方法
CN107402371A (zh) 一种智能天线阵
CN113242069B (zh) 一种基于神经网络的码本设计方法
CN111898087B (zh) 阵列天线子向量循环约束优化波束形成系统及方法
CN114745032A (zh) 一种无蜂窝大规模mimo智能分布式波束选择方法

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