CN114268353A - 一种基于IRS-BackCom的多小区MISO下行通信方法及系统 - Google Patents

Abstract

本发明公开了一种基于IRS‑BackCom的多小区MISO下行通信方法及系统，建立IRS‑BackCom辅助的多小区MISO网络下行链路模型，利用IRS实现CoMP，通过交替优化功率站和各智能反射面的波束成形向量，获得最优加权和速率。本发明在基于IRS‑BackCom的多小区MISO下行通信网络中，利用无源智能反射面代替有源基站，以低功耗的方式最大化了加权和速率。

Description

一种基于IRS-BackCom的多小区MISO下行通信方法及系统

技术领域

本发明属于无线通信技术领域，具体涉及一种基于IRS-BackCom的多小区MISO下行通信方法及系统。

背景技术

随着基站(Base Station，BS)的快速部署，5G网络变得越来越密集化。尽管BS的广泛部署能扩展小区网络覆盖范围并提升通信质量，但是多个BS的使用也常常会引起小区间干扰(Inter-Cell Interference，ICI)，进而导致通信性能的下降。为了消除ICI，协同多点(Coordinated Multipoint，CoMP)传输技术已经被提出和广泛研究。能够实现占用相同时间和频谱资源的多个BS的联合传输。由于BS配备了射频链路(Radio Frequency，RF)，因此目前的CoMP技术未能够有效降低功耗和硬件成本。最近，新兴的智能反射面反向散射通信(Intelligent Reflecting Surface Backscatter Communication，IRS-BackCom)技术为实现低功耗低成本CoMP提供了一种可能的解决方案。

智能反射面(Intelligent Reflecting Surface，IRS)是由大量无源反射元素单元组成的可编程二维人工超表面。当电磁波入射IRS时，各元素单元能够重新配置RF信号的振幅和相位等电磁特性。基于此种能力，IRS通过协同地控制各元素单元，可以实现反射信号的被动波束成形。与有源天线相比，IRS没有或仅仅配备了少量RF链路，是一种更具成本优势的无源设备。通常而言，IRS的功耗非常低，且主要来源于控制器和元素单元电路。

因此，在提升小区网络的频谱和能量效率方面，毫无疑问，IRS技术提供了一种绿色环保方案。目前，大多数研究主要集中在探索IRS的反射能力，用以改善无线环境，而如何利用IRS-BackCom优化多小区多输入单输出(Multiple-Input Single-Output，MISO)网络还未有人研究。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于IRS-BackCom的多小区MISO下行通信方法及系统，采用IRS代替有源发射天线来用作小区BS。通过调制并反向散射来自功率站(Power Station，PB)的无线能量信号，从而实现与小区单天线用户的下行通信。

本发明采用以下技术方案：

一种基于IRS-BackCom的多小区MISO下行通信方法，包括以下步骤：

S1、建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型，当功率站发射的携能电磁波入射到智能反射面时，智能反射面的各个元素单元各自改变入射的电磁信号特性，并利用反向散射通信发射新信号，结合小区边缘单天线用户设备的接收信号信干噪比，在总功率受限条件下，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述；

S2、利用拉格朗日对偶转换将步骤S1得到的数学表述进行转换，然后采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量，最大化多小区多输入单输出网络下行链路的加权和速率，实现多小区MISO下行通信。

具体的，基于IRS-BackCom辅助的多小区MISO网络下行链路模型包括一个配有M根天线的能量站，多个由L个元素单元组成的智能反射面和多个单天线用户设备：

当能量站向多个智能反射面发射能量信号时，智能反射面作为小区的无源基站，利用反向散射向小区边缘的用户设备发送信息；能量站与所有智能反射面之间的数据流相互独立，信道状态信息完整；当能量站发射的电磁波入射到智能反射面时，智能反射面控制各个元素单元的反射系数，实现对电磁波信号振幅和相位的调制，再利用反向散射向用户设备发送调制后的新信号。

进一步的，智能反射面的调制过程为：

其中，f_jk,i表示从第i个智能反射面到第j个小区中第k个小区边缘的用户设备的数据流的信道增益向量，H表示从能量站到第i个智能反射面的信道增益矩阵，s代表来自能量站的原始数据流，w是能量站的波束成形，Θ_i和θ_i分别表示第i个智能反射面的反向散射对角矩阵和被动波束成形向量，x_ir是经过调制后针对第i个小区中第r个小区边缘的单天线用户设备的数据流。

更进一步的，第j个小区中第k个小区边缘的用户设备的数据流的接收信号y_jk和信号与干扰加噪声比γ_jk分别表示为：

其中，

是高斯白噪声，

和

分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。

具体的，步骤S1中，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述如下：

其中，ω_jk为第j个小区中第k个小区边缘的用户设备的权重因子，Θ为θ_jk组成的向量集合,P为能量站的总功率，

和

分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。

具体的，步骤S2中，利用拉格朗日对偶转换将步骤S1构建的数学表述进行转换得到数学模型如下：

其中，w为能量站的波束成形向量，α_jk和β_jk为辅助变量，Θ为θ_jk组成的向量集合,P为能量站的总功率，

和

分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘的单天线用户设备，f_obj为步骤S1构建的数学模型的目标函数，θ_jk为对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量。

进一步的，数学模型的目标函数f_obj为：

其中，ω_jk为第j个小区中第k个小区边缘的用户设备的权重因子，γ_jk为第j个小区中第k个小区边缘的用户设备的信干噪比，α_jk为辅助变量。

具体的，步骤S2中，采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量具体为：

首先固定能量站的波束成形向量w和对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量θ_jk组成的向量集合Θ，优化辅助变量α_jk和β_jk；然后，固定Θ、α_jk和β_jk，优化w；最后，固定剩余变量，对向量集合Θ进行优化如下：

其中，

为定义为对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量θ_jk左乘θ_jk的共轭转置

得到的Θ_jk的估计，ω_jk为第j个小区中第k个小区边缘的用户设备的权重因子，α_jk为辅助变量，R_jk,j为两行两列的信道增益矩阵，β_jk为辅助变量，f_jk,i为从第i个智能反射面到第j个小区中第k个小区边缘的用户设备的数据流的信道增益向量，H为从能量站到第i个智能反射面的信道增益矩阵，w为能量站的波束成形，ω_jk为第j个小区中第k个任意小区边缘的用户设备的权重因子，

和

分别为智能反射面集合、元素单元集合和智能反射面所服务的任意小区边缘的用户设备。

进一步的，数学表述的目标函数最大化等价表示为：

其中，f_obj为优化问题的目标函数，A_jk为信道增益矩阵，B_jk为信道增益矩阵，U为信道增益矩阵和，v为信道增益矩阵和。

本发明的另一个技术方案是，一种基于IRS-BackCom的多小区MISO下行通信系统，包括：

数学模块，建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型，当功率站发射的携能电磁波入射到智能反射面时，智能反射面的各个元素单元各自改变入射的电磁信号特性，并利用反向散射通信发射新信号，结合小区边缘单天线用户设备的接收信号信干噪比，在总功率受限条件下，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述；

优化模块，利用拉格朗日对偶转换将数学模块得到的数学表述进行转换，然后采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量，最大化多小区多输入单输出网络下行链路的加权和速率，实现多小区MISO下行通信。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种基于IRS-BackCom的多小区MISO下行通信方法，将传统的有源BS被IRS代替，通过调制并反向散射来自PB的环境无线信号，建立与UE的通信。在考察的基于IRS-BackCom的CoMP网络中，构建了加权和速率最大化问题，然后交替优化PB和IRS的波束成形得到了令人满意的解，实现了加权和速率最大化。

进一步的，设置基于IRS-BackCom的多小区MISO网络下行链路模型是为了对现实通信环境中的主要设备及主要设备之间的连接的一般化概括，便于开展对最大化加权和速率问题的阐述。

进一步的，设置智能反射面的调制过程为了利用IRS对于入射信号的特性的高效操控性，同时利用IRS的无源特性以实现低功耗通信，便于继续对最大化加权和速率问题的阐述。

进一步的，设置第j个小区中第k个小区边缘的UE的数据流的接收信号y_jk和信干噪比γ_jk是为了考虑UE的通信质量，便于继续对最大化加权和速率问题的阐述。

进一步的，设置最大化加权和速率的数学模型是为了把要解决的实际问题表述成待求解的数学问题，即在总功率受限的条件下，最大化PB的波束成形和IRS的波束成形，以实现最大化加权和速率，便于开展求解算法的阐述。

进一步的，利用拉格朗日对偶转换是为了将最大化加权和速率数学问题中的难以求解对数的和转化成易于求解的形式，便于继续对求解算法的阐述。

进一步的，设置数学模型的目标函数f_obj是为了说明引入了辅助变量后最大化加权和速率问题的变化，便于继续对求解算法的阐述。

进一步的，采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量，是为了利用数学手段求得最优的波束成形，便于继续对求解算法的阐述。

进一步的，固定Θ、α_jk和β_jk，将拉格朗日对偶转换的数学模型的目标函数最大化问题等价表示，是为了利用数学手段求得最优的波束成形，完成对求解算法的阐述。

综上所述，本发明在基于IRS-BackCom的多小区MISO下行通信网络中，利用无源IRS代替有源BS，以低功耗的方式最大化了加权和速率。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为基于IRS-BackCom的多小区MISO通信网络下行链路模型图；

图2为加权和速率与迭代次数的关系图；

图3为加权和速率与总发射功率的关系图；

图4为加权和速率与小区UE数量的关系图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。

本发明提供了一种基于IRS-BackCom的多小区MISO下行通信方法，在总功率受限条件下，为了最大化网络的加权和速率，提出利用IRS实现CoMP，通过交替优化PB和各IRS的波束成形向量，获得最优加权和速率。通过仿真，给出取得的加权和速率，从而证实本发明所提出的基于IRS-BackCom的CoMP方案的可行性。

本发明一种基于IRS-BackCom的多小区MISO下行通信方法，包括以下步骤：

S1、建立系统模型

建立IRS-BackCom辅助的多小区MISO网络下行链路模型，当PB发射的携能电磁波入射IRS时，独立控制各元素单元调制接收到的信号，并利用反向散射通信(BackscatterCommunication，BackCom)发射新信号。结合任意小区边缘的单天线用户设备(UserEquipment，UE)的接收信号和信干噪比(Signal to Interference plus Noise Ratio，SINR)，在受限总功率条件下，对多小区MISO网络的加权和速率最大化问题构建数学模型；

请参阅图1，展示了IRS-BackCom辅助的多小区MISO网络下行链路。其中，一个配有M根天线的PB向多个IRS发射能量信号，同时，由L个元素单元组成的IRS作为小区的无源BS，利用BackCom向UE发送信息。假设PB与所有IRS之间的信息交换足够通畅，不同IRS之间的数据流相互独立，所有信道经历了准静态衰落过程，且信道信息是完整的。当PB发射的携能电磁波入射IRS时，IRS能够控制各元素单元的反射系数来调制电磁波信号的振幅和相位，从而利用BackCom向UE发送调制后的新信号。与此同时，来自PB的信号可能对UE的接收造成干涉。注意：PB并不一定是专门部署。对于无线环境中散布的信号能量可被收集用于IRS-BackCom。例如，周边的无线信号站如电视塔等，发射的信号能量也可用于供应IRS-BackCom。在这些情况下，所考虑的CoMP网络的功率消耗能够显著地降低。

令

和

分别指IRS集合、元素单元集合、以及第i个IRS所服务的UE。令

表示从PB到第j个小区中第k个UE的信道增益向量，

表示从第i个IRS到第j个小区中第k个UE的信道增益向量，

表示从PB到第i个IRS的信道增益矩阵。

IRS的调制过程表述为

其中，s代表来自PB的原始数据流，

w是PB的波束成形，Θ_i和θ_i分别表示第i个IRS的反向散射对角矩阵和向量，Θ_i＝diag{θ_i}。反向散射矩阵Θ_i能够实现调制和被动波束成形，Θ_i和θ_i分别表示第i个智能反射面的反向散射对角矩阵和被动波束成形向量，x_ir是经过调制后针对第i个小区中第r个UE的数据流，

θ_i是与之对应的波束成形。

IRS的调制过程表述为

考虑到IRS元素单元的反射系数小于1，于是有关系

[·]_l,l表示对角矩阵的第l个主对角线元素，第j个小区中第k个UE的接收信号和信干噪比分别表示为

其中，

是高斯白噪声。

IRS-BackCom辅助的多小区MISO网络下行链路在总功率受限的情况下，通过PB和所有IRS的波束成形，最大化整个网络的加权和速率。

联合优化问题表述为：

其中，ω_jk指第j个小区中第k个UE的权重因子，Θ是θ_jk组成的向量集合,P是PB的总功率。注意：由于PB和各IRS之间的信息交换足够通畅，所以Θ和w可以进行联合优化。

S2、问题求解

首先利用拉格朗日对偶转换将加权和速率最大化问题转换，然后采用块坐标下降法交替优化功率站的波束成形向量、IRS的反向散射矩阵以及辅助变量。

在非凸问题(P1)中，加权和速率最大化问题的目标函数是多个对数函数的和，并且参数Θ和w是强耦合的，因此问题(P1)很难直接求解。

先利用拉格朗日对偶将问题(P1)等价转换为易于求解的形式，然后再依次优化Θ、w和辅助变量。

A.问题转换

引入辅助变量α_jk，问题(P1)中的目标函数表示为

利用二次变换推导出

其中，β_jk代表辅助变量，A_jk和B_jk分别为

然后，问题(P1)重新表述为：

然而，由于变量w、Θ、α_jk和β_jk的强耦合，问题(P2)依然不易求解。将利用块坐标下降法交替优化变量w、Θ、α_jk和β_jk。

B.交替优化

以下通过三个循环步骤来优化变量w、Θ、α_jk和β_jk。

首先固定w和Θ，优化α_jk和β_jk；

然后，固定Θ、α_jk和β_jk，优化w；

最后，固定其余变量，可优化Θ。

1)固定w和Θ，对α_jk和β_jk分别求导得到最优解

和

即

2)固定Θ、α_jk和β_jk，问题(P2)中的目标函数最大化等价表示为

于是，将问题(P2)重新表述为

对于此问题，其拉格朗日函数表示为

其中，η指拉格朗日乘子。

通过求导得到最优解w°如下：

w°＝(ηI+U)^-1v

η°＝min{η ≥0:w^HIw≤P}

3)固定w、α_jk和β_jk，问题(P2)的目标函数化简为：

根据二次约束二次规划，有：

因此，问题(P2)最终表述为：

忽略约束条件

那么问题(P3)对于变量

而言是一个凸问题，能够通过现有的CVX求解器求解。

一般地，求得的最优解

是秩1的，并且能够通过奇异值分解产生一个秩1的向量。如果

的秩不为1，那么可以使用高斯随机化方法恢复一个秩1的解。对于恢复的秩1的向量，可以看作问题(P3)最优解或者次优解。

本发明再一个实施例中，提供一种基于IRS-BackCom的多小区MISO下行通信系统，该系统能够用于实现上述基于IRS-BackCom的多小区MISO下行通信方法，具体的，该基于IRS-BackCom的多小区MISO下行通信系统包括数学模块以及优化模块。

其中，数学模块，建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型，当功率站发射的携能电磁波入射到智能反射面时，智能反射面的各个元素单元各自改变入射的电磁信号特性，并利用反向散射通信发射新信号，结合小区边缘单天线用户设备的接收信号信干噪比，在总功率受限条件下，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述；

优化模块，利用拉格朗日对偶转换将数学模块得到的数学表述进行转换，然后采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量，最大化多小区多输入单输出网络下行链路的加权和速率，实现多小区MISO下行通信。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

利用数值仿真来说明基于IRS-BackCom的多小区MISO网络下行链路可取得的加权和速率。

在仿真中，除了本发明对应的方案，还给出了若干对比方案：

1)联合-BF：表示提出求解问题(P1)的基于IRS-BackCom实现的CoMP方案，即本发明方案。

2)反射-BF：表示仅优化IRS的被动波束成形Θ，而PB的波束成形w为随机值的方案，即问题(P1)的一种简化优化方案。

3)发射-BF：表示仅优化PB的波束成形w，而θ_jk为随机值的方案，即问题(P1)的一种简化优化方案。

4)有源-BS：表示传统的CoMP方案。即有源发射天线充当BS，发射功率为P_a＝15dBm或者21dBm，天线数量为M_a＝8，位置与IRS相同。

在仿真中，所有信道服从莱斯信道分布，莱斯因子设为κ＝3。

路径损失为：

PL＝PL₀-20 lg(d/d₀)dB

其中，PL₀＝-20dB是参考距离为d₀＝1m时的路径损耗。

考虑到入射信号只在IRS的前半面反射，故IRS具有一个3dBi的增益。其他一些参数的取值如表1所示。

注意:P和K_i在仿真中作为变量时的值不再是表1中给定的取值。

表1.参数取值

参数	取值
		小区数量I	2
单个小区中的UE数量K<sub>i</sub>	4
		PB的总发射功率P	3dBW
PB的天线数量M	4
		PB到各IRS之间的平均距离d	25m
小区半径r	30m
		IRS的元素单元数量L	80或者40
加权因子ω<sub>jk</sub>	1
		噪声方差σ<sup>2</sup>	10<sup>-4</sup>W/HZ

请参阅图2，展示了所有方案在一次典型仿真中的收敛表现。不难发现，本发明所提方案和其他对比方案均拥有良好的收敛性。

请参阅图3和图4，分别表示了加权和速率∑_(j,k)ω_jklog(1+g_jk)与PB的总发射功率P和小区UE数量K_i的关系。

需要指出的是，仿真结果是300次通过求平均所获得的。从图3中我们可以观察到，在联合-BF方案中，随着功率P的提高，所取得的加权和速率也会提高。并且，其性能仅次于有源-BS方案。

从图4中不难发现，除了发射-BF方案外，其他所有方案所取得的加权和速率均随着小区UE数量的增长而增长。图3和图4均表明了所提出的联合-BF方案能够实现与一定功率下有源BS方案相媲美的性能。

综上所述，本发明一种基于IRS-BackCom的多小区MISO下行通信方法及系统，构建了一种新的CoMP框架，在此框架下，传统的有源BS被IRS代替，从而通过调制并反向散射来自PB的环境无线信号，建立与UE的通信，相比传统CoMP具有更低的成本。在考察的基于IRS-BackCom的CoMP网络中，构建了加权和速率最大化问题，然后交替优化PB和IRS的波束成形得到了令人满意的解，提升了小区网络的频谱和能量效率。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，包括以下步骤：

S1、建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型，当功率站发射的携能电磁波入射到智能反射面时，智能反射面的各个元素单元各自改变入射的电磁信号特性，并利用反向散射通信发射新信号，结合小区边缘单天线用户设备的接收信号信干噪比，在总功率受限条件下，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述；

S2、利用拉格朗日对偶转换将步骤S1得到的数学表述进行转换，然后采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量，最大化多小区多输入单输出网络下行链路的加权和速率，实现多小区MISO下行通信。

2.根据权利要求1所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，基于IRS-BackCom辅助的多小区MISO网络下行链路模型包括一个配有M根天线的能量站，多个由L个元素单元组成的智能反射面和多个单天线用户设备：

当能量站向多个智能反射面发射能量信号时，智能反射面作为小区的无源基站，利用反向散射向小区边缘的用户设备发送信息；能量站与所有智能反射面之间的数据流相互独立，信道状态信息完整；当能量站发射的电磁波入射到智能反射面时，智能反射面控制各个元素单元的反射系数，实现对电磁波信号振幅和相位的调制，再利用反向散射向用户设备发送调制后的新信号。

3.根据权利要求2所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，智能反射面的调制过程为：

其中，f_jk,i表示从第i个智能反射面到第j个小区中第k个小区边缘的用户设备的数据流的信道增益向量，H表示从能量站到第i个智能反射面的信道增益矩阵，s代表来自能量站的原始数据流，w是能量站的波束成形，Θ_i和θ_i分别表示第i个智能反射面的反向散射对角矩阵和被动波束成形向量，x_ir是经过调制后针对第i个小区中第r个小区边缘的单天线用户设备的数据流。

4.根据权利要求3所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，第j个小区中第k个小区边缘的用户设备的数据流的接收信号y_jk和信号与干扰加噪声比γ_jk分别表示为：

其中，

是高斯白噪声，

和

分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。

5.根据权利要求1所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，步骤S1中，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述如下：

(P1)

s.t.Tr(ww^H)≤P

其中，ω_jk为第j个小区中第k个小区边缘的用户设备的权重因子，Θ为θ_jk组成的向量集合,P为能量站的总功率，

和

分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘用户设备集合。

6.根据权利要求1所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，步骤S2中，利用拉格朗日对偶转换将步骤S1构建的数学表述进行转换得到数学模型如下：

(P2)

s.t.

Tr(ww^H)≤P

其中，w为能量站的波束成形向量，α_jk和β_jk为辅助变量，Θ为θ_jk组成的向量集合,P为能量站的总功率，

和

分别为智能反射面集合、元素单元集合和第i个智能反射面所服务的任意小区边缘的单天线用户设备，f_obj为步骤S1构建的数学模型的目标函数，θ_jk为对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量。

7.根据权利要求6所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，数学模型的目标函数f_obj为：

其中，ω_jk为第j个小区中第k个小区边缘的用户设备的权重因子，γ_jk为第j个小区中第k个小区边缘的用户设备的信干噪比，α_jk为辅助变量。

8.根据权利要求1所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，步骤S2中，采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量具体为：

首先固定能量站的波束成形向量w和对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量θ_jk组成的向量集合Θ，优化辅助变量α_jk和β_jk；然后，固定Θ、α_jk和β_jk，优化w；最后，固定剩余变量，对向量集合Θ进行优化如下：

(P3)

s.t.

其中，

为定义为对应于第j个小区中第k个小区边缘用户设备的智能反射面处的被动波束成形矢量θ_jk左乘θ_jk的共轭转置

得到的Θ_jk的估计，ω_jk为第j个小区中第k个小区边缘的用户设备的权重因子，α_jk为辅助变量，R_jk,j为两行两列的信道增益矩阵，β_jk为辅助变量，f_jk,i为从第i个智能反射面到第j个小区中第k个小区边缘的用户设备的数据流的信道增益向量，H为从能量站到第i个智能反射面的信道增益矩阵，w为能量站的波束成形，ω_jk为第j个小区中第k个任意小区边缘的用户设备的权重因子，

和

分别为智能反射面集合、元素单元集合和智能反射面所服务的任意小区边缘的用户设备。

9.根据权利要求8所述的基于IRS-BackCom的多小区MISO下行通信方法，其特征在于，数学表述的目标函数最大化等价表示为：

其中，f_obj为优化问题的目标函数，A_jk为信道增益矩阵，B_jk为信道增益矩阵，U为信道增益矩阵和，v为信道增益矩阵和。

10.一种基于IRS-BackCom的多小区MISO下行通信系统，其特征在于，包括：

数学模块，建立基于反射面反向散射通信的多小区多输入单输出网络下行链路通信模型，当功率站发射的携能电磁波入射到智能反射面时，智能反射面的各个元素单元各自改变入射的电磁信号特性，并利用反向散射通信发射新信号，结合小区边缘单天线用户设备的接收信号信干噪比，在总功率受限条件下，对多小区多输入单输出网络下行链路的加权和速率最大化问题进行数学表述；

优化模块，利用拉格朗日对偶转换将数学模块得到的数学表述进行转换，然后采用块坐标下降法交替优化功率站的波束成形向量、智能反射面的反向散射矩阵以及辅助变量，最大化多小区多输入单输出网络下行链路的加权和速率，实现多小区MISO下行通信。

Images