CN114285445B - 电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 - Google Patents
电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 Download PDFInfo
- Publication number
- CN114285445B CN114285445B CN202111660576.7A CN202111660576A CN114285445B CN 114285445 B CN114285445 B CN 114285445B CN 202111660576 A CN202111660576 A CN 202111660576A CN 114285445 B CN114285445 B CN 114285445B
- Authority
- CN
- China
- Prior art keywords
- matrix
- dma
- user
- electromagnetic radiation
- ris
- 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
Links
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种电磁辐射约束的RIS‑DMA辅助多用户MIMO上行谱效优化方法。其中,电磁辐射的度量采用比吸收率,谱效定义为系统可达遍历和速率。信号由用户发射,经过RIS反射后被基站的DMA阵列接收,RIS中各单元独立改变入射信号的相位,DMA在基站构成收发器从而处理信号。本发明利用完整或部分CSI,以交替优化为框架联合设计发射协方差矩阵、智能反射面相移矩阵和动态超表面天线权重矩阵,使得在发射信号满足功率约束和电磁辐射约束的条件下,系统的频谱效率最大化。本发明复杂度较低,在RIS‑DMA辅助多用户MIMO上行传输中主动考虑SAR约束,相较于传统的功率回退算法提升了频谱效率,同时,随着通信过程中的信道状态信息发生变化,中央控制器能够动态实施电磁辐射约束的智能反射面到动态超表面天线辅助多用户MIMO上行谱效优化方法。
Description
技术领域
本发明属于通信领域领域,尤其涉及电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法。
背景技术
动态超表面天线(DMA)阵列是为实现多输入多输出(MIMO)天线阵列而提出的一个全新概念,它包含几个平行的微带线,每个微带线由一组亚波长和频率选择性共振超材料元件组成。DMA在基站端构成一个主动收发器,能够固有地实现信号处理技术,如模拟波束形成和组合,并以动态可配置的方式裁剪光束和处理信号。此外,DMA减少了射频链,将大量可调元件设置在一个小的物理区域,使得基站布置大规模天线所需的物理尺寸和功耗大大降低。
可重构智能超表面(RIS)是由超薄复合材料层组成的二维超材料表面,它包含多个独立的反射元件,每个原件以软件定义的方式调谐入射信号的相位,可编程地将入射电磁波反射到所需方向。在无线系统设计中优化RIS反射元件的相移,可以在抑制干扰的同时提高设计信号功率,从而提高系统的频谱效率,成为下一代无线网络中有价值的传输策略。
电磁(EM)辐射由电磁波的传播产生,通常来自电力电子设备和各种人造光和自然光。最近,5G无线网络的迅速发展和物联网技术的逐渐成熟使得用户侧的电磁辐射成为一个关键问题。为了公众健康,通信监管机构在用户侧对电磁辐射进行了量化,并规定将其限制在较低水平,这要求了新的多用户MIMO上行链路传输策略。在用户端衡量电磁辐射的标准指标是比吸收率(SAR),它表示人体组织每单位质量的吸收功率。目前,SAR在上行链路通信的设计中通常需要满足最坏情况的限制,在单天线情况下,这可以通过简单地降低发射功率来实现。然而,对于多天线系统,以同样的功率回退方式处理SAR限制会极大降低系统的频谱效率,尤其对于类似RIS-DMA辅助的高速率通信系统来说及其低效,这要求控制器应在发射端设计包含SAR约束的主动优化方法。
发明内容
本发明目的在于提供一种电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,以较低复杂度,解决现有系统在面对电磁辐射约束下频谱效率较低的问题。
为解决上述技术问题,本发明的具体技术方案如下:
一种电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,在智能反射面和动态超表面天线辅助下的多用户MIMO上行传输系统中,多个用户同时发送信号到达智能反射面,智能反射面中每个反射单元能独立地改变入射信号的相位,并将信号反射至基站接收,基站端配备有动态超表面天线作为上行传输的接收天线;
利用完整信道状态信息即智能反射面到基站间、用户到智能反射面间的瞬时信道信息,或者部分信道状态信息即智能反射面到基站间的瞬时信道信息和用户到智能反射面间的统计信道信息,以谱效最大化为准则联合设计各用户的发射协方差矩阵、智能反射面相移矩阵和动态超表面天线权重矩阵,同时使得发送信号满足功率约束和电磁辐射约束,其中电磁辐射的度量采用比吸收率,谱效定义为系统可达遍历和速率,智能反射面各单元的反射相位连续;
算法首先利用Sylvester行列式定理和矩阵投影定理得到问题的等效形式,然后以交替优化为框架分别优化发射协方差矩阵,智能反射面相移矩阵以及动态超表面天线权重矩阵:在给定智能反射面和动态超表面天线参数的情况下,通过修正注水算法得到发射协方差矩阵的注水解;在给定各用户发送协方差矩阵和动态超表面天线权重的条件下,依此利用加权最小均方误差、块坐标下降和最小最大化方法对智能反射面相移矩阵进行优化;在给定发射协方差矩阵和智能反射面各单元相移时,首先找到无约束动态超表面天线权重矩阵的闭式解,然后设计满足约束的动态超表面天线权重矩阵,从而接近无约束的性能;总体的交替优化保证收敛,并以相邻两次迭代所达到的谱效之差小于一个阈值而结束;
随着通信过程中各用户和动态超表面天线之间、智能反射面和动态超表面天线之间的信道状态信息发生变化,中央控制器动态实施电磁辐射约束的智能反射面到动态超表面天线辅助多用户MIMO上行谱效优化方法。
进一步的,所述以交替优化为框架分别优化发射协方差矩阵,智能反射面相移矩阵以及动态超表面天线权重矩阵,具体包括以下步骤:
步骤1、在发射协方差矩阵的优化中,电磁辐射作为问题的约束被主动考虑,通过研究电磁辐射约束问题的强对偶问题,利用修正注水算法来解决在给定智能反射面和动态超表面天线参数的电磁辐射约束下的谱效最大化问题;
步骤2、在智能反射面相移矩阵的优化中,采用加权最小均方误差方法来获得智能反射面优化问题的等价形式,然后对该问题采用块坐标下降和最小最大化方法处理非凸约束,将原问题转化为一系列子问题,最终找到子问题的统一闭式解形式;
步骤3、在动态超表面天线权重矩阵的设计中,首先找到相应的无约束问题下的动态超表面天线闭式解,然后由此设计动态超表面天线权重以满足约束条件并逼近无约束动态超表面天线所达到的性能,针对这一点再次利用交替优化方法以求得有约束动态超表面天线的权重矩阵;
步骤4、循环执行步骤1到步骤3直到相邻两次迭代的系统频谱效率之差小于给定阈值;
步骤5、在部分信道状态信息情况下,用户和智能反射面之间只能得到统计信道状态信息,根据大维随机矩阵理论,采用确定性等同方法渐近逼近RIS-DMA辅助上行通信的各态遍历谱效,并利用用户到智能反射面的信道能量耦合矩阵,迭代计算系统频谱效率的确定性等同直至收敛,然后执行步骤1到步骤4获得部分信道状态信息下基于交替优化的频谱效率最大化算法。
进一步的,所述谱效定义为系统可达遍历和速率,具体包括:
设置系统用户数有K个,第k用户有Nk个发射天线,其中 表示用户集合,智能反射面反射单元数为NR,动态超表面天线阵列安装在由M个超材料单元组成的基站天线上,这些动态超表面天线由S个微带线组成,每个微带线包含L个超材料单元,即M=S·L,则所述系统的频谱效率表示为:
其中,表示第k个用户的传输协方差矩阵,表示Nk×Nk的复数域矩阵集合,为由各用户的传输协方差矩阵构成的分块对角矩阵,表示取集合元素{Q1,Q2,...,QK}组成对角阵或对角块;表示智能反射面相移矩阵,表示动态超表面天线权重矩阵,表示求期望运算,logdet{·}表示取行列式的对数,IS表示S×S单位矩阵,σ2表示热噪声的方差,表示从智能反射面到基站端的信道矩阵,表示从用户k到智能反射面的信道矩阵,(·)H表示矩阵的共轭转置,(·)-1表示矩阵求逆。
进一步的,所述以谱效最大化为准则联合设计各用户的发射协方差矩阵、智能反射面相移矩阵和动态超表面天线权重矩阵,同时使得发送信号满足功率约束和电磁辐射约束,具体问题表示为:
其中,Pmax,k表示第k个用户的功率约束,Qk≥0规定了用户协方差矩阵的半正定性,Rk,i表示第k个用户的第i个部位暴露于电磁辐射的比吸收率矩阵,Dk,i表示发射信号在第k个用户的第i个部位的比吸收率约束, 表示第k个用户的电磁辐射部位的集合,Ak表示第k个用户处的比吸收率约束总个数,表示RIS反射系数的取值范围,其中表示虚数单位, 表示DMA权重矩阵的约束;
设置动态超表面天线阵列第s个微带线上的第l个超材料单元的权重为ξs,l,则动态超表面天线可配置的权重矩阵写为:
进一步的,所述利用Sylvester行列式定理和矩阵投影定理,系统的频谱效率表示为:
进一步的,在完整信道状态信息情况下,所述步骤1中利用修正注水算法,从而得到发射协方差矩阵的注水解,具体包括以下步骤:
步骤1.1、在给定智能反射面和动态超表面天线参数的情况下,将问题等效为:
步骤1.3、迭代求解各用户的发射协方差矩阵及相应对偶变量直至收敛,步骤包括:
其中(x)+=max{x,0};
步骤1.3.3,迭代上述过程,直至前后两次目标函数之差小于给定阈值,此时得到完整CSI情况下给定RIS和DMA参数时的发射协方差矩阵的最优解。
进一步的,在完整信道状态信息情况下,所述步骤2中采用加权最小均方误差方法、块坐标下降和最小最大化方法,将原问题转化为一系列子问题,并通过迭代优化智能反射面相移矩阵,具体包括以下步骤:
步骤2.1、在给定各用户协方差矩阵和动态超表面天线权重的情况下,将问题等效为:
步骤2.3、利用块坐标下降法,通过迭代更新We、Ue和Φ直到收敛来最小化加权的均方误差,具体包含如下步骤:
步骤2.3.2、固定We和Φ,最优等效接收矩阵为:
步骤2.4、固定We和Ue,利用MM算法处理问题中的非凸约束,将其转化为一系列子问题,并得到子问题中RIS相移矩阵Φ的闭式解,具体包含如下步骤:
步骤2.4.1、在We和Ue确定时,最小均方误差化简为:
其中b*表示向量b中各元素取共轭后的向量。
步骤2.4.2、定义Δ=A⊙PT,其最大特征值为λmax,上述问题的次优解通过迭代MM过程获得,其中根据先前迭代结果φ(ζ)构造的每个代理子问题写成
步骤2.5,通过交替优化更新We、Ue和Φ直至相邻两次迭代的系统频谱效率小于给定阈值。
进一步的,在完整信道状态信息情况下,所述步骤3中首先找到相应的无约束问题下的动态超表面天线闭式解,然后由此设计动态超表面天线权重以满足约束条件并逼近无约束动态超表面天线所达到的性能,具体包括以下步骤:
步骤3.1、在给定各用户协方差矩阵和智能反射面各单元相移的情况下,得到无约束DMA下的最大化谱效问题:
其中V[1:S]表示矩阵V的前S列组成的矩阵;
步骤3.2、设计满足约束条件的DMA权重矩阵,使其与无约束DMA矩阵的距离最小:
步骤3.3.3,固定Ξ和U1,则最优对角矩阵为:
步骤3.4,交替优化上述过程直至相邻两次迭代得到的距离之差小于给定阈值。
进一步的,在部分信道状态信息情况下,所述步骤5中采用确定性等同方法渐近逼近RIS-DMA辅助上行通信的各态遍历谱效,具体表示为:
用户到智能反射面间的信道矩阵依据Weichselberger模型分解为 其中和为确定酉矩阵,表示统计特征模式域信道矩阵,其元素服从零均值独立分布,能量耦合矩阵为根据大维随机矩阵理论,利用Ω2,k找到渐近逼近系统的各态遍历谱效的确定性等同,具体包含如下步骤:
步骤5.1、通过用户的波束域统计信道状态信息,迭代计算联合优化目标函数的确定性等同辅助变量参数:
本发明的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,具有以下优点:
1、本发明针对混合RIS和DMA辅助MIMO系统中的上行链路传输,提出一个以交替优化为框架的电磁辐射感知的谱效最大化设计,利用完整或部分CSI,发射协方差、RIS相移和DMA权重矩阵进行交替优化并迭代至收敛,拥有较低的复杂度。
2、本发明在发射协方差矩阵的优化中,通过考虑SAR约束,减少对用户的电磁辐射,保证用户的无害和健康,同时使系统的频谱效率最大化,更符合实际应用场景。通过研究EM约束问题的强对偶问题,提出一种修正注水算法得到发射协方差注水解。
3、本发明在RIS相移矩阵和DMA权重矩阵的优化中,有效地降低了非凸约束带来的复杂度,首先采用最小均方误差方法来获得RIS优化问题的等价形式,然后利用块坐标下降和MM方法,将原问题转化为一系列子问题求得闭式解。对于DMA权重矩阵的设计,我们首先研究了相应的无约束问题,然后设计满足约束条件的DMA以逼近无约束性能。
4、随着通信过程中各用户和动态超表面天线之间、智能反射面和动态超表面天线之间的信道状态信息发生变化,中央控制器动态实施电磁辐射约束的智能反射面到动态超表面天线辅助多用户MIMO上行谱效优化方法。
附图说明
图1为本发明的实施例的总体算法流程图;
图2为本发明的实施例中在完整CSI下的修正注水算法流程图;
图3为本发明实施例中基于最小均方误差、块坐标下降和MM方法的算法流程图;
图4为本发明实施例中基于可行集逼近方法的DMA算法流程图;
图5为本发明实施例中基于确定性等同原理的算法流程图;
图6为本发明实施例中在部分CSI下的修正注水算法流程图。
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,对本发明一种电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法做进一步详细的描述。
结合具体场景对本发明的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法进行说明,其总体流程如图1所示,具体包括以下方面:
考虑RIS-DMA辅助系统多用户MIMO上行链路传播场景,在单个小区中K个用户同时发送信号到配备有M个天线的基站。定义为第k个用户的传输信号,其中第k个用户处的天线数为Nk。假设发射信号的均值为零并且相互独立,即将与传输信号xk对应的协方差矩阵表示为由于xk各元素是空间相关的,Qk本质上是一个非对角矩阵。
信号通过智能反射面(RIS)反射到基站,RIS包含有NR个反射元件,每个反射元件可独立调谐入射信号的相位。假设各用户到基站之间的直连信道被阻塞,用户k到RIS之间的信道矩阵为从RIS到基站的信道矩阵为则到达基站的入射信号为
在基站端,DMA的输入为经RIS反射到达基站的信号y,考虑信号在超材料元件内具有平坦的频率响应的情况,其在相应微带内传播的过程可以被建模为具有抽头为fs,l的有限脉冲响应因果滤波器。定义其中F(s-1)L+l,(s-1)L+l=fs,l,则DMA输出为考虑所有超材料单元具有相同频率响应的情况,即fs,l=f,则基站最终得到信号 其中为等效热噪声。
对于电磁辐射感知的优化问题,通信场景中的最大可实现频谱效率与所考虑的系统中可用的信道状态信息(CSI)有关。本发明考虑两个信道场景:
(a)完整CSI:RIS-基站间、用户-RIS间均能得到瞬时信道状态信息;
(b)部分CSI:RIS-基站间能得到瞬时信道状态信息,但用户-RIS间只能得到统计信道状态信息。
包含这些场景的通用频谱效率模型可以表示为:
在实际的无线上行链路通信中,功率和电磁辐射水平都可以限制从用户到基站的传输速率。通常,对功耗施加的约束表示为其中Pmax,k表示第k个用户的功率预算。此外,用户处的电磁辐射通常由SAR测量,其可建模为发射信号xk的二次函数:
其中Rk,i表示第k个用户的第i个部位暴露于电磁辐射的SAR矩阵,是一个半正定矩阵,其单位为kg-1,Dk,i表示发射信号在第k个用户的第i个部位的SAR约束,表示第k个用户的电磁辐射部位的集合,Ak表示第k个用户处的SAR约束总个数。综上所述,电磁辐射约束的RIS-DMA辅助多用户MIMO系统的频谱效率最大化问题可以表示为:
注意到目标函数的变量在问题(5)中紧密耦合,联合优化Q,Φ和Ξ的方法非常复杂,特别是对于高维矩阵和存在非凸约束的情况。为降低复杂性,本发明利用交替优化方法,在固定其中两个优化变量的情况下,分别优化Q,Φ和Ξ并迭代这一过程直至收敛。
观察到ΞH(ΞΞH)-1Ξ为投影矩阵,假设DMA权重矩阵的奇异值分解
问题等效为:
步骤1、算法一:完整CSI下的修正注水算法求解发射协方差矩阵,如图2所示:
步骤1.1:在完整CSI的情况下,H1和H2,k可看作已知量。假设Φ和Ξ是可行集合中满足相应约束的固定值,当独立地优化发射协方差矩阵Q时,问题等效为:
步骤1.2:注意到问题(9)是一个半定规划问题,考虑它的拉格朗日对偶函数:
其中(x)+=max{x,0},则问题(11)中最大化拉格朗日函数问题的解为:
步骤1.6:将第l+1次迭代结果与第ι次迭代结果进行比较,定义μ=[μ1,...,μK],如果两次对偶变量的差||μ(ι+1)-μ(ι)||≤ε1且||λ(l+1)-λ(ι)||≤ε1,则终止迭代,得到问题(9)传输协方差矩阵的最优解,否则,将迭代次数l加1,回到步骤1.4,将新的变量的值代入,重复上述步骤。
步骤2、算法二:基于最小均方误差、块坐标下降和MM方法求解RIS相移矩阵,如图3所示:
步骤2.2:问题(15)可以被视为具有信道矩阵的等效通信系统的频谱效率的表达式,具体而言,其输入输出关系为 其中为等效发射信号,为等效热噪声。定义Ue作为等效系统的接收矩阵,通过线性解码器后接收信号的MMSE矩阵为:
由加权最小均方误差方法,问题(15)等价于以下加权最小均方误差最小化问题:
步骤2.4:在其余变量给定的情况下,问题(16)中We和Ue的闭式解分别为:
考虑到Φ是一个对角矩阵,其任意元素模为1,表示对角元素向量φ=[φ1,...,φn]T,以及通过矩阵恒等式求导可得tr{ΦHAΦP}=φH(A⊙PT)φ,tr{ΦHBH}=bHφ*,tr{ΦB}=φHb,由此可得问题(20)的等效问题:
该问题采用MM算法求解,具体包含如下步骤:
步骤2.5.1,设置迭代次数指示ζ=0,阈值ε3,初始化Φ(0)=Φ(t),计算g(φ(0))。
步骤2.5.2,定义Δ=A⊙PT,其最大特征值为λmax,问题(20)的次优解可以通过迭代MM过程获得,其中根据先前迭代结果φ(ζ)构造的每个代理MM子问题可以写成
其中,
步骤2.5.4,将第ζ+1次迭代结果与第ζ次迭代结果进行比较,若两次迭代后原问题的目标函数之差小于给定阈值,即|g(φ(ζ+1))-g(φ(ζ))|≤ε3,则终止迭代,并构造得到问题(20)RIS相移矩阵的次优解;否则,迭代次数指示加一,即ζ=ζ+1,利用新的反射相位φ(ζ),构造新的MM子问题并求解,继续步骤2.5.2。
步骤2.6,利用步骤2.3-2.5所得到的优化结果计算h(t+1),若满足|h(t+1)-h(t)|≤ε3,则终止迭代,最后获得的和Φ(t+1)为问题(17)的最终优化结果;否则,迭代次数加一,即t=t+1,返回步骤2.4。
步骤3、算法三:基于可行集逼近方法的DMA算法求解DMA权重矩阵,如图4所示:
带入公式(26)至(6),可得到无约束条件下的最优DMA权重矩阵。但由于该结果与公式(6)中的U1和无关,因此U1和的任意值对无约束下的最大系统谱效没有影响,因此可以通过合理配置这两个值来近似满足约束条件的最佳权重矩阵。
步骤3.2:设计满足约束的DMA权重矩阵,使其与无约束DMA矩阵的距离最小:
其中US和VS分别为T1的左右奇异向量矩阵。
步骤3.7:将第p+1次迭代结果与第p次迭代结果进行比较,若两次迭代的DMA权重矩阵之差的Frobenius范数小于给定阈值,即 则终止迭代,得到问题(27)的DMA权重矩阵的次优解;否则,迭代次数指示加一,即p=p+1,回到步骤3.4,将新的变量的值代入,重复上述步骤。
步骤4、循环执行步骤1-3直到相邻两次迭代的系统频谱效率之差小于给定阈值;
步骤5、算法四:在部分CSI下基于确定性等同原理渐进逼近系统各态遍历谱效,具体过程如图5所示:
步骤5.1:部分CSI场景下,利用Weichselberger模型将用户-RIS的信道矩阵分解为其中和 为确定酉矩阵,表示统计特征模式域信道矩阵,其元素服从零均值独立分布。定义能量耦合矩阵 则公式(7)所对应的系统各态遍历频谱效率的渐进逼近为:
步骤5.5:将第q+1次迭代得到的辅助变量的值与第q次迭代得到的结果进行比较,如果两次的差的范数则终止迭代,并由公式(31)计算得到系统可达遍历频谱效率的确定性等同;否则,将迭代次数加一,即q=q+1,回到步骤4.3,将新的辅助变量的值代入,重复上述步骤。
步骤6、算法五:在部分CSI下的修正注水算法求解发射协方差矩阵,如图6所示:
步骤6.1:在给定RIS和DMA参数的情况下,将算法四得到的确定性等同谱效,即(31)式替换问题(9)中的目标函数,得到优化问题:
步骤6.3:由对偶变量和确定性等同参数得到每个用户发射协方差矩阵的注水解,具体包含如下步骤:
则在给定确定性等同参数情况下,发射协方差矩阵的注水解写为:
步骤6.3.4:将第u2+1次迭代结果与第u2次迭代结果进行比较,如果前后两次频谱效率之差小于给定阈值,即则终止迭代,得到每个用户发射协方差矩阵的注水解否则迭代次数u2=u2+1,返回步骤5.3.2,带入新的变量重复迭代。
步骤6.5:将第u1+1次迭代结果与第u1次迭代结果进行比较,定义μ=[μ1,…,μK],如果两次对偶变量的差 且则终止迭代,得到问题(36)传输协方差矩阵的最优解,否则,将迭代次数u1加1,回到步骤5.3,将新的对偶变量的值代入,重复上述步骤。
步骤7、部分CSI下RIS相移矩阵和DMA权重矩阵的优化
对于固定的Q和Ξ,由所表示的系统频谱效率的渐近近似具有与公式(31)相同的形式。在确定性等同方法中,最终采用固定的和来获得确定性等同参数和因此公式(31)只有第二项是Φ的函数,其它项在RIS相移矩阵的优化中被视为常量。将(33)式带入(31)式,可得部分CSI下RIS相移矩阵的优化问题:
定义
则部分CSI下无约束DMA权重的优化问题可以表示为:
问题(43)具有与问题(25)相同的形式,故部分CSI下DMA权重矩阵的优化可以按照类似算法三的方法求解。
此外,在各用户移动过程中,随着用户与RIS之间的信道状态信息发生变化,控制器根据不同的应用场景以相应时间间隔更新统计信道状态信息,根据更新后的信道状态信息重复前述步骤,动态实施满足电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法。
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 (9)
1.一种电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,在智能反射面和动态超表面天线辅助下的多用户MIMO上行传输系统中,多个用户同时发送信号到达智能反射面,智能反射面中每个反射单元能独立地改变入射信号的相位,并将信号反射至基站接收,基站端配备有动态超表面天线作为上行传输的接收天线;
利用完整信道状态信息即智能反射面到基站间、用户到智能反射面间的瞬时信道信息,或者部分信道状态信息即智能反射面到基站间的瞬时信道信息和用户到智能反射面间的统计信道信息,以谱效最大化为准则联合设计各用户的发射协方差矩阵、智能反射面相移矩阵和动态超表面天线权重矩阵,同时使得发送信号满足功率约束和电磁辐射约束,其中电磁辐射的度量采用比吸收率,谱效定义为系统可达遍历和速率,智能反射面各单元的反射相位连续;
算法首先利用Sylvester行列式定理和矩阵投影定理得到问题的等效形式,然后以交替优化为框架分别优化发射协方差矩阵,智能反射面相移矩阵以及动态超表面天线权重矩阵:在给定智能反射面和动态超表面天线参数的情况下,通过修正注水算法得到发射协方差矩阵的注水解;在给定各用户发送协方差矩阵和动态超表面天线权重的条件下,依此利用加权最小均方误差、块坐标下降和最小最大化方法对智能反射面相移矩阵进行优化;在给定发射协方差矩阵和智能反射面各单元相移时,首先找到无约束动态超表面天线权重矩阵的闭式解,然后设计满足约束的动态超表面天线权重矩阵,从而接近无约束的性能;总体的交替优化保证收敛,并以相邻两次迭代所达到的谱效之差小于一个阈值而结束;
随着通信过程中各用户和动态超表面天线之间、智能反射面和动态超表面天线之间的信道状态信息发生变化,中央控制器动态实施电磁辐射约束的智能反射面到动态超表面天线辅助多用户MIMO上行谱效优化方法。
2.根据权利要求1所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,所述以交替优化为框架分别优化发射协方差矩阵,智能反射面相移矩阵以及动态超表面天线权重矩阵,具体包括以下步骤:
步骤1、在发射协方差矩阵的优化中,电磁辐射作为问题的约束被主动考虑,通过研究电磁辐射约束问题的强对偶问题,利用修正注水算法来解决在给定智能反射面和动态超表面天线参数的电磁辐射约束下的谱效最大化问题;
步骤2、在智能反射面相移矩阵的优化中,采用加权最小均方误差方法来获得智能反射面优化问题的等价形式,然后对该问题采用块坐标下降和最小最大化方法处理非凸约束,将原问题转化为一系列子问题,最终找到子问题的统一闭式解形式;
步骤3、在动态超表面天线权重矩阵的设计中,首先找到相应的无约束问题下的动态超表面天线闭式解,然后由此设计动态超表面天线权重以满足约束条件并逼近无约束动态超表面天线所达到的性能,针对这一点再次利用交替优化方法以求得有约束动态超表面天线的权重矩阵;
步骤4、循环执行步骤1到步骤3直到相邻两次迭代的系统频谱效率之差小于给定阈值;
步骤5、在部分信道状态信息情况下,用户和智能反射面之间只能得到统计信道状态信息,根据大维随机矩阵理论,采用确定性等同方法渐近逼近RIS-DMA辅助上行通信的各态遍历谱效,并利用用户到智能反射面的信道能量耦合矩阵,迭代计算系统频谱效率的确定性等同直至收敛,然后执行步骤1到步骤4获得部分信道状态信息下基于交替优化的频谱效率最大化算法。
3.根据权利要求1所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,所述谱效定义为系统可达遍历和速率,具体包括:
设置系统用户数有K个,第k用户有Nk个发射天线,其中 表示用户集合,智能反射面反射单元数为NR,动态超表面天线阵列安装在由M个超材料单元组成的基站天线上,这些动态超表面天线由S个微带线组成,每个微带线包含L个超材料单元,即M=S·L,则所述系统的频谱效率表示为:
4.根据权利要求1所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,所述以谱效最大化为准则联合设计各用户的发射协方差矩阵、智能反射面相移矩阵和动态超表面天线权重矩阵,同时使得发送信号满足功率约束和电磁辐射约束,具体问题表示为:
其中,Pmax,k表示第k个用户的功率约束,规定了用户协方差矩阵的半正定性,Rk,i表示第k个用户的第i个部位暴露于电磁辐射的比吸收率矩阵,Dk,i表示发射信号在第k个用户的第i个部位的比吸收率约束, 表示第k个用户的电磁辐射部位的集合,Ak表示第k个用户处的比吸收率约束总个数,表示RIS反射系数的取值范围,其中表示虚数单位, 表示DMA权重矩阵的约束;
设置动态超表面天线阵列第s个微带线上的第l个超材料单元的权重为ξs,l,则动态超表面天线可配置的权重矩阵写为:
6.根据权利要求2所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,在完整信道状态信息情况下,所述步骤1中利用修正注水算法,从而得到发射协方差矩阵的注水解,具体包括以下步骤:
步骤1.1、在给定智能反射面和动态超表面天线参数的情况下,将问题等效为:
步骤1.3、迭代求解各用户的发射协方差矩阵及相应对偶变量直至收敛,步骤包括:
其中(x)+=max{x,0};
步骤1.3.3,迭代上述过程,直至前后两次目标函数之差小于给定阈值,此时得到完整CSI情况下给定RIS和DMA参数时的发射协方差矩阵的最优解。
7.根据权利要求2所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,在完整信道状态信息情况下,所述步骤2中采用加权最小均方误差方法、块坐标下降和最小最大化方法,将原问题转化为一系列子问题,并通过迭代优化智能反射面相移矩阵,具体包括以下步骤:
步骤2.1、在给定各用户协方差矩阵和动态超表面天线权重的情况下,将问题等效为:
步骤2.3、利用块坐标下降法,通过迭代更新We、Ue和Φ直到收敛来最小化加权的均方误差,具体包含如下步骤:
步骤2.3.2、固定We和Φ,最优等效接收矩阵为:
步骤2.4、固定We和Ue,利用MM算法处理问题中的非凸约束,将其转化为一系列子问题,并得到子问题中RIS相移矩阵Φ的闭式解,具体包含如下步骤:
步骤2.4.1、在We和Ue确定时,最小均方误差化简为:
其中b*表示向量b中各元素取共轭后的向量;
步骤2.4.2、定义Δ=A⊙PT,其最大特征值为λmax,上述问题的次优解通过迭代MM过程获得,其中根据先前迭代结果φ(ζ)构造的每个代理子问题写成
步骤2.5,通过交替优化更新We、Ue和Φ直至相邻两次迭代的系统频谱效率小于给定阈值。
8.根据权利要求2所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,在完整信道状态信息情况下,所述步骤3中首先找到相应的无约束问题下的动态超表面天线闭式解,然后由此设计动态超表面天线权重以满足约束条件并逼近无约束动态超表面天线所达到的性能,具体包括以下步骤:
步骤3.1、在给定各用户协方差矩阵和智能反射面各单元相移的情况下,得到无约束DMA下的最大化谱效问题:
其中V[1:S]表示矩阵V的前S列组成的矩阵;
步骤3.2、设计满足约束条件的DMA权重矩阵,使其与无约束动态超表面天线矩阵的距离最小:
步骤3.3.3,固定Ξ和U1,则最优对角矩阵为:
步骤3.4,交替优化上述过程直至相邻两次迭代得到的距离之差小于给定阈值。
9.根据权利要求2所述的电磁辐射约束的RIS-DMA辅助多用户MIMO上行谱效优化方法,其特征在于,在部分信道状态信息情况下,所述步骤5中采用确定性等同方法渐近逼近RIS-DMA辅助上行通信的各态遍历谱效,具体表示为:
用户到智能反射面间的信道矩阵依据Weichselberger模型分解为 其中和为确定酉矩阵,表示统计特征模式域信道矩阵,其元素服从零均值独立分布,能量耦合矩阵为根据大维随机矩阵理论,利用Ω2,k找到渐近逼近系统的各态遍历谱效的确定性等同,具体包含如下步骤:
步骤5.1、通过用户的波束域统计信道状态信息,迭代计算联合优化目标函数的确定性等同辅助变量参数:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660576.7A CN114285445B (zh) | 2021-12-31 | 2021-12-31 | 电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660576.7A CN114285445B (zh) | 2021-12-31 | 2021-12-31 | 电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114285445A CN114285445A (zh) | 2022-04-05 |
CN114285445B true CN114285445B (zh) | 2022-08-19 |
Family
ID=80879043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111660576.7A Active CN114285445B (zh) | 2021-12-31 | 2021-12-31 | 电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114285445B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114785387B (zh) * | 2022-04-21 | 2023-08-18 | 北京邮电大学 | 智能全向面辅助的多用户miso下行加权和速率优化方法 |
CN115037337B (zh) * | 2022-06-09 | 2023-07-04 | 北京信息科技大学 | 一种智能反射面驱动的多用户协同传输方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607256A (zh) * | 2013-11-07 | 2014-02-26 | 江苏省产品质量监督检验研究院 | 一种多天线预编码方法 |
CN107425891A (zh) * | 2017-06-14 | 2017-12-01 | 南京邮电大学 | Mu‑mimo无线能量/数据传输中的能量效率联合优化方法 |
CN113271126A (zh) * | 2021-05-19 | 2021-08-17 | 东南大学 | 电磁辐射约束的多用户mimo上行谱效能效联合优化方法 |
CN113824478A (zh) * | 2021-10-11 | 2021-12-21 | 北京邮电大学 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10447392B2 (en) * | 2016-07-01 | 2019-10-15 | Elwha Llc | Massively multi-user MIMO using space time holography |
-
2021
- 2021-12-31 CN CN202111660576.7A patent/CN114285445B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607256A (zh) * | 2013-11-07 | 2014-02-26 | 江苏省产品质量监督检验研究院 | 一种多天线预编码方法 |
CN107425891A (zh) * | 2017-06-14 | 2017-12-01 | 南京邮电大学 | Mu‑mimo无线能量/数据传输中的能量效率联合优化方法 |
CN113271126A (zh) * | 2021-05-19 | 2021-08-17 | 东南大学 | 电磁辐射约束的多用户mimo上行谱效能效联合优化方法 |
CN113824478A (zh) * | 2021-10-11 | 2021-12-21 | 北京邮电大学 | 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 |
Non-Patent Citations (2)
Title |
---|
Qi Zhu ; Hongyu Li ; Rang Liu ; Ming Li ; Qian Liu.Hybrid Beamforming and Passive Reflection Design for RIS-Assisted mmWave MIMO Systems.《2021 IEEE International Conference on Communications Workshops (ICC Workshops)》.2021, * |
毫米波MIMO天线电磁辐射上限分析研究;杨蕾,余纵瀛,赵竞,刘青萌,齐殿元;《信息通信技术与政策》;20210414;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114285445A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111010219B (zh) | 可重构智能表面辅助的多用户mimo上行链路传输方法 | |
CN111953391B (zh) | 智能反射面辅助的多用户mimo上行能效谱效联合优化方法 | |
CN113746578B (zh) | 一种基于智能反射表面辅助的通信系统传输方法 | |
Qi et al. | Integrating sensing, computing, and communication in 6G wireless networks: Design and optimization | |
CN114285445B (zh) | 电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 | |
CN111294096A (zh) | 一种智能反射面miso无线通信系统的信道容量优化方法 | |
CN112235026A (zh) | 一种mimo-ofdma太赫兹通信系统的混合波束设计方法 | |
CN109714091B (zh) | 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法 | |
CN111787558A (zh) | 一种mimome系统及其安全速率优化方法 | |
CN113556164B (zh) | Irs辅助的swipt系统中基于能效优先的波束成型优化方法 | |
CN113726383A (zh) | 一种智能反射面辅助的无线通信系统 | |
CN105281817B (zh) | 一种基于分布式双向中继系统的鲁棒波束成型方法 | |
CN113258980B (zh) | 一种无线通信系统信息传输速率优化方法及装置 | |
CN115021792B (zh) | 一种无线通信系统安全传输方法 | |
Adhikary et al. | Integrated sensing, localization, and communication in holographic mimo-enabled wireless network: A deep learning approach | |
CN114640379A (zh) | 一种基于智能反射面阵元分组的波束优化方法及系统 | |
Adhikary et al. | Artificial intelligence framework for target oriented integrated sensing and communication in holographic MIMO | |
CN113271126B (zh) | 电磁辐射约束的多用户mimo上行谱效能效联合优化方法 | |
An et al. | A tutorial on holographic MIMO communications—Part III: Open opportunities and challenges | |
CN114785388A (zh) | 智能全向面辅助的多用户大规模simo上行m阶调制加权和速率优化方法 | |
CN108123741B (zh) | 基于重叠子阵列(osa)的波束赋形方法和设备 | |
CN105915272A (zh) | 一种基于压缩感知的迭代波束成形方法 | |
CN113644940A (zh) | 一种基于统计csi的智能反射面的相移设计方法 | |
CN116033461B (zh) | 一种基于star-ris辅助的共生无线电传输方法 | |
CN114844538B (zh) | 一种基于宽学习的毫米波mimo用户增量协作波束选择方法 |
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 |