CN115066009B - 认知无线电中基于智能反射面的多用户频谱共享的方法 - Google Patents

认知无线电中基于智能反射面的多用户频谱共享的方法 Download PDF

Info

Publication number
CN115066009B
CN115066009B CN202210526901.9A CN202210526901A CN115066009B CN 115066009 B CN115066009 B CN 115066009B CN 202210526901 A CN202210526901 A CN 202210526901A CN 115066009 B CN115066009 B CN 115066009B
Authority
CN
China
Prior art keywords
cognitive
irs
authorized
interference
cooperative
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
CN202210526901.9A
Other languages
English (en)
Other versions
CN115066009A (zh
Inventor
畅志贤
李钊
胡娇娇
杨武军
郭娟
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.)
Xian University of Posts and Telecommunications
Original Assignee
Xian University of Posts and Telecommunications
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 Xian University of Posts and Telecommunications filed Critical Xian University of Posts and Telecommunications
Priority to CN202210526901.9A priority Critical patent/CN115066009B/zh
Publication of CN115066009A publication Critical patent/CN115066009A/zh
Application granted granted Critical
Publication of CN115066009B publication Critical patent/CN115066009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于通信技术领域，公开了一种认知无线电中基于智能反射面的多用户频谱共享的方法，IRS受控于授权用户，授权用户通过调整IRS的反射参数增强自身的信号传输；认知用户利用IRS的开放性实现认知数据传输；选取一个协作认知发射机，以消除授权和认知接收机处的干扰；协作认知发射机通过协作获取授权和其它非协作认知通信对的信道信息，然后根据信息设计各个认知发射机的预编码，使得在授权接收机和各个非协作接收机处的等效干扰均可对齐在期望接收信号的正交方向上，授权接收机和非协作认知接收机采用匹配接收，协作认知接收机采用迫零接收。本发明在不干扰授权用户通信的前提下保障认知通信的性能，实现多用户的频谱共享。

Description

认知无线电中基于智能反射面的多用户频谱共享的方法
技术领域
本发明属于通信技术领域，尤其涉及一种认知无线电中基于智能反射面的多用户频谱共享的方法。
背景技术
目前，随着无线通信技术的快速发展，无线业务数据量急剧增加，可用于通信的频谱资源日益匮乏。因此，人们开始探索对“闲置”频谱的再利用，1999 年Joseph Mitola博士首次提出认知无线电(Cognitive Radio,CR)的概念Mitola J, Maguire G Q J,“Cognitive Radios:Making Software Radios More Personal,”IEEE PersonalCommunications,1999,6(4):13-18.CR可以通过学习、理解等方式，自适应地调整功率、载波和编码等的参数，以此来适应外部通信环境，并且可以自主寻找以及使用空闲的频谱，从而实现对频谱资源的高效利用，显著提升通信系统的频谱效率。在CR技术的研究中，按照认知用户接入授权频谱的方式的不同，动态频谱共享通常分为交织式频谱共享(Interweave)、填充式频谱共享 (Overlay)和下垫式频谱共享(Underlay)三种模式。在Interweave模式中，认知用户在不干扰授权通信的前提下，利用时间、频率或空间资源中的空洞完成认知数据传输；Overlay模式强调授权用户和认知用户的“双赢”，即认知用户根据授权用户共享的信息协助授权完成通信，授权用户才会允许认知用户接入频谱，从而完成认知传输；在Underlay模式下，认知用户可以与授权用户使用相同的频谱资源同时进行信号传输，但需要将认知发射机对授权接收机造成的干扰控制在预设阈值以下。在多用户认知通信场景中，上述三种频谱共享模式需要解决更复杂的多用户共存问题，不仅包括授权用户受到的干扰，多个认知用户之间的干扰也需要妥善考虑。为了避免对授权用户产生干扰，可以采用分布式频谱感知及管理等技术。文献Li M,Liu J,Li C,et al,“A Zero-Forcing Method for Downlink in Cognitive Multiuser MIMO System”.IEEEInternational Conference on Wireless Information Technology and Systems,2010.利用迫零接收的思想，通过在授权和认知接收机配备多根天线来避免干扰，但是随着认知用户数量的增多，授权和认知接收机的天线数也会随之增大，影响该方法的可用性，并且每一个认知发射机需要控制其发射功率，以使将其对授权接收机的干扰处于可容忍的范围内。文献Deng J,Chen S,Ku M,“Multiuser MIMO Precoders With Proactive PrimaryInterference Cancelation and Link Quality Enhancement for Cognitive RadioRelay Systems”.IEEE Access,2017,5:17701-17712.利用认知中继来捕捉授权信号，并生成与授权信号相位相反的信号，转发给认知接收机，以此来抵消来自授权发射机的干扰，但是未涉及多个认知通信之间的干扰管理。近年来，随着微机电系统(Micro-Electro-Mechanical Systems,MEMS)和超材料技术的发展，使通过可编程表面实时控制反射信号的相移成为可能，这催生出了一种新型的无线通信设备—智能反射面(IntelligentReflecting Surface,IRS)，它由大量低成本的独立无源反射元件组成，可以改变入射信号的相移和幅度，即入射电磁波可以被引导至所需的方向上。利用IRS无源、低成本以及可灵活部署的特点，人们对其进行了大量的研究；包括利用IRS最大化系统频谱效率、改善信号覆盖、辅助定位，以及实现物理层安全传输。因此，进一步提升频谱利用效率十分必要。为了解决该问题，研究人员提出了自适应编码和调制技术、随机接入技术，这些技术通过不同的方式提升信道容量，但是效果有限。
在Underlay共享频谱模式下，认知通信受到功率控制和授权用户干扰的影响，因此当认知用户对服务质量要求较高或授权用户对认知通信的干扰较大时，认知通信的传输性能将受到很大的影响。特别地，在多用户认知通信场景中，频谱共享模式需要解决更复杂的多用户共存问题，不仅包括授权用户受到的干扰，多个认知用户之间的干扰也需要妥善考虑。现有的关于IRS研究忽视了IRS 的开放性，即IRS不仅可以被控制它的发射机使用，其它发射机也可以对其进行利用，即现有的关于CR的研究未涉及利用IRS的开放性改善频谱利用效率。
通过上述分析，现有技术存在的问题及缺陷为：在Underlay共享频谱模式下，认知通信受到功率控制和授权用户干扰的影响，当认知用户对服务质量要求较高或授权用户对认知通信的干扰较大时，认知通信的传输性能将受到很大的影响。在多用户认知通信场景中，频谱共享模式需要解决更复杂的多用户共存问题，不仅包括授权用户受到的干扰，多个认知用户之间的干扰也需要妥善考虑。现有的关于IRS研究忽视了IRS的开放性，即IRS不仅可以被控制它的发射机使用，其它发射机也可以对其进行利用，即现有的关于CR的研究未涉及利用IRS的开放性改善频谱利用效率。
发明内容
针对现有技术存在的问题，本发明提供了一种认知无线电中基于智能反射面的多用户频谱共享的方法。
本发明是这样实现的，所述认知无线电中基于智能反射面的多用户频谱共享的方法包括：
授权用户控制IRS并通过调整IRS的反射参数增强自身的信号传输；认知用户利用IRS的开放性实现认知数据传输；为了消除授权和认知接收机处的干扰，选取一个认知发射机作为协作认知发射机，该协作认知发射机获取授权和其它非协作认知通信对的信道信息；然后，协作认知发射机设计各个认知发射机的预编码，使得在授权接收机和各个非协作接收机处的等效干扰均可对齐在它们的期望接收信号的正交方向上；授权接收机和非协作认知接收机采用匹配接收，协作认知接收机采用迫零接收；本发明不需要对认知发射机的发射功率进行限制，可以在不干扰授权用户通信的前提下保障认知通信的性能，实现多用户干扰的管理的频谱的高效共享，显著提升系统的容量。
进一步，所述认知无线电中基于智能反射面的多用户频谱共享的方法具体过程为：
步骤一，认知无线通信系统由1个授权发射机PT、K个认知发射机STk、与PT对应的授权接收机PR，以及与STk对应的认知接收机SRk组成，系统中还包括智能反射面，实现多用户频谱共享；适用于一对授权和多对认知通信的场景；
步骤二，PT计算并确定反射矩阵R，使PR接收到的授权期望信号强度得到增强；引入智能反射面目的是增强授权通信质量；
步骤三，将STk和SRk称为非协作认知通信对，STK和SRK称为协作认知通信对；STK计算各个认知发射机的预编码，并将计算所得的预编码共享给非协作认知通信对中的STk，以避免STk发送的信号经由智能反射面反射后对PR造成干扰，又能避免系统中的非协作认知接收机STk受到来自PT和其它认知发射机的干扰；协作认知发射机通过计算各个认知发射机的预编码，从而将各个接收机处的多路干扰等效成一个等效干扰，且等效干扰的方向位于期望接收信号的正交方向上，从而消除授权和各个非协作认知接收机处的干扰；
步骤四，PT、STk和STK按照计算所得的预编码处理数据并发送信号，PR 和SRk对接收到的混合信号进行匹配滤波，SRK采用迫零接收对接收到的混合信号进行处理，授权接收机和K个认知接收机恢复出各自的期望数据。协作认知接收机通过迫零接收消除干扰，而其他接收机因为步骤三的处理，已经可以避免来自其它通信对的干扰，所以可以使用匹配滤波向量直接恢复数据。
进一步，所述步骤一中，STk中k∈{1,2,…,K}；SRk中k∈{1,2,…,K}。
进一步，所述步骤一具体过程为：
系统中授权发射机PT和K个认知发射机STk，k∈{1,2,…,K}，与对应的授权接收机PR和认知接收机SRk，k∈{1,2,…,K}，之间存在障碍物的阻挡，导致 PT与PR之间，以及STk与SRk之间的不存在直传链路；PT利用受控于智能反射面，借助IRS向PR反射信号；所有的SRk均在IRS的作用区域内，即STk借助IRS向对应的SRk反射信号，并且STk之间相互协作；IRS将接收到的来自PT 和STk的信号反射给PR和SRk，IRS的反射系数由PT计算并通过专用的控制链路传递给IRS，IRS根据控制信息配置其反射系数；
IRS由L个反射单元组成，每个反射单元的幅度和相位系数均独立地由IRS 控制器控制；PT配备NPT≥1根天线，采用全向方式或波束成形方式向PR发送携带数据xP的授权期望信号，PR配备NPR＞1根天线；STk配备根发射天线，采用BF方式向SRk发送携带数据的认知期望信号，SRk配备/>根天线；/>成立，PT和STk的发射功率均为PE，并且PT和 STk通过IRS控制器获得从IRS到PR和SRk的信道状态信息；用 和/>分别表示PT与IRS、IRS与PR、STk与 IRS，以及IRS与SRk之间的CSI。
进一步，所述步骤二具体过程为：
PT计算并确定IRS的反射矩阵R，改善PR接收到的授权期望信号强度；其中表示IRS的反射系数矩阵，当IRS进行全反射，即βi＝1(i∈{1,2,…,L})，IRS仅对收到的信号进行相位调制；则PR接收到的授权期望信号为：
其中，j表示虚数单位，k∈{1,2,…,L}，θk∈[0,2π)；PT设计pP，对发送给PR的数据进行预处理；
将r(i)＝cosθi+jsinθi代入式(1)并定义其中 m∈{1,2,…,NPR}和i∈{1,2,…,L}，得到GIPRHPI的展开表示：
进一步，令和/>则有d(m)＝am+jbm(m∈{1,2,…,NPR})，得到：
其中，m,n∈{1,2,…,NPR}，m≠n，i,l∈{1,2,…,L}，i≠l；
对θi在区间[0,2π)进行遍历搜索，并在遍历过程中将每一组(θ1,…,θL)记为(θ1,t,…,θL,t)(t＝1,2,…)，将(θ1,t,…,θL,t)代入式(3)计算||D||，结果记为||Dt||；最后，选取最大的||Dt||记为并将对应的(θ1,t,…,θL,t)记为/> 为使||D||最大、亦即使授权期望信号强度最大的最佳的IRS相位系数；将/>代入/>(i∈{1,2,…,L})，确定IRS的反射矩阵/>
进一步，所述步骤三中，STk和SRk中k＝{1,2,…,K-1}。
进一步，所述步骤三具体过程为：
(a)PR和SRk接收到的信号如式(4)所示：
其中，表示STk的发射预编码向量；/>和/>其中 k∈{1,2,…,K}表示加性高斯白噪声向量，元素的均值为0、方差为/>
(b)PR获得K路干扰(k∈{1,2,…,K})的等效干扰/>选择/>作为参考符号，将/>(k＝{1,2,…,K-1})表示为/>μk是复数系数；将/>等价为携带数据/>的等效干扰/>然后设计/>将等效干扰对齐在PR的期望信号sP的正交子空间中，消除干扰对PR的影响；根据确定的反射矩阵R确定sP，计算与sP正交的单位向量/>null(·)表示计算向量的零空间；令/>其中ξ0是复数系数，消除干扰对PR的影响，公式如下：
此时，STk不对PR的期望信号造成干扰；
(c)将STk和SRk(k＝{1,2,…,K-1})称为非协作认知通信对，STK和SRK称为协作认知通信对，对SRk处的干扰进行管理；根据式(4)的第2到第K个子式对和/>进行设计；将/>作为参照符号，将xP表示为/>μ0是复数系数，将SRk处的干扰等价为携带数据/>的等效干扰，然后设计/>和/>将等效干扰对齐到与/>正交的方向，以避免对/>的影响；与/>正交的单位向量按照/>进行计算，令/>其中ξk是复数系数，SRk处的等效干扰与SRk的认知期望信号/>正交，得到：
由式(5)和式(6)进一步可得：
当式(7)成立时，SRk(k∈{1,2,…,K-1})处的期望通信将不受干扰的影响；继续由式(6)最后一个子式计算
待解的变量包括(k∈{1,2,…,K-1})、/>和ξk，采用遍历的方法对变量进行确定；以下(c)～(e)的计算在STK处进行，PT和STk向STK共享反射矩阵R、 PT和STk到IRS的信道HPI和/>IRS到PR和SRk的信道GIP和/>以及PT 和STk发送的数据信息xP和/>
(d)STK对遍历；/>共包含/>个变量，/>是单位向量，在区间(-1,1)内对上述/>个变量进行遍历，并判断每次遍历得到的/>个变量所构成的/>是否满足/>对符合条件的/>进行保存；
(e)STK对ξ0遍历；
(f)STK对(c)确定的和(d)确定的ξ0进行K维遍历。
进一步，所述STK对ξ0遍历具体过程为：
首先，STK根据已经确定的分别计算当||ξ0||取最大值时的预编码/>和然后，根据所得的预编码/>和/>计算||ξ0||的最大值最后，对在区间/>内对复数ξ0的实部和虚部进行二维遍历，并对满足条件的ξ0进行保存。
进一步，所述STK对(c)确定的和(d)确定的ξ0进行K维遍历具体过程为：
首先，将和ξ0代入式(7)的第一个子式，计算得到/>然后，将/>和/>代入式(9)的第二个子式，计算/>以此类推，直到计算/>将/>和/>代入式(8)，得到/>判断/>是否满足条件/>当满足/>遍历结束，得到所需的预编码/>(k＝{1,2,…,K})；STk和STK分别采用各自的预编码向量/>和/>对待发送数据进行预处理；当不满足/>继续对(c)确定的/>和(d)确定的ξ0再进行遍历，直至遍历结束。
进一步，所述步骤四具体过程为：
PT、STk和STK按照计算所得的预编码处理数据并发送信号，PR采用滤波向量对接收到的混合信号进行匹配滤波，得到期望数据SRk采用滤波向量/>对接收到的混合信号进行匹配滤波，得到期望数据/> (k∈{1,…,K-1})；SRK采用ZF接收，将受到的多个干扰的整体等效为一个干扰，然后根据等效干扰设计滤波向量/>恢复出期望数据/>
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述认知无线电中基于智能反射面的多用户频谱共享的方法的步骤。
结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明应用于多用户认知通信系统中，授权用户控制智能反射面并通过调整智能反射面的反射参数来改善自身信号传输质量。认知用户利用智能反射面的开放性，以实现认知数据传输。为了消除授权和认知接收机处的干扰，选取一个协作认知发射机，该协作认知发射机通过协作获取授权和其它非协作认知通信对的信道信息，然后根据该信息设计各个认知发射机的预编码，使得在授权接收机和各个非协作接收机处的等效干扰均可对齐在其期望接收信号的正交方向上，授权接收机和非协作认知接收机采用匹配接收，协作认知接收机采用迫零接收。本发明不需要对认知发射机的发射功率进行限制，可以在不干扰授权用户通信的前提下保障认知通信的性能，实现多用户的频谱共享。
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
在认知系统中，当授权通信对引入智能反射面增强自身的信号传输时，认知用户也可以利用智能反射面的开放性实现认知数据传输，解决基于智能反射面的多用户频谱共享问题对改善系统的频谱效率具有理论与实际意义。本发明不需要对认知发射机对其发射功率进行限制，可以避免Underlay模式下为了“照顾”授权用户而出现认知通信性能较差的问题。当多个认知通信与授权通信进行频谱共享时，并发通信之间的干扰也是影响系统频谱效率的关键因素。本发明通过设计认知发射机发送信号的空间特征，可以有效避免系统中授权通信和多个认知通信之间的相互干扰，可以显著提升系统频谱效率。
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
(1)本发明的技术方案转化后的预期收益和商业价值为：
提出了一种应用于认知无线电系统的基于智能反射面的频谱共享方案。该方案通过调整认知用户信号的空间特征，使得授权和各个认知接收机处的干扰位于其期望接收信号的正交方向上，能够降低并发通信干扰对各个通信对以及系统的传输性能的损害，并且本发明不需要增加额外的功率开销，可以避免 Underlay模式下为了“照顾”授权用户通信而导致认知通信性能较差的问题，实现多认知用户并发通信，并且引入智能反射面，使认知通信对可以与授权通信对共享智能反射面，从而进一步提高系统频谱效率。
(2)本发明的技术方案填补了国内外业内技术空白：
本发明的技术方案通过设计所有认知发射机的预编码，可以实现多个认知通信与授权通信的无干扰并发数据传输，并且能够避免认知无线电中Underlay 模式下为了“照顾”授权用户而出现认知通信性能较差的问题，可以保住认知通信具有良好的数据传输性能。
(3)本发明的技术方案克服了技术偏见：
现有的通信系统中，智能反射面仅可被其授权的发射机所使用，造成通信资源的浪费，在本发明的技术方案中，智能反射面可被其非授权的认知发射机所使用，以此来改善系统的频谱效率。此外，传统的认知通信系统中的Underlay 模式，为了降低认知通信对授权通信的干扰，需要对认知发射机的发射功率进行限制，以将认知通信对授权通信造成的干扰控制在一定的阈值之下，但是在本发明中，无需限制认知通信对的发射功率，不仅可以实现授权和认知通信对的无干扰并发通信，还可以保障认知通信具有良好的数据传输性能。
附图说明
图1是本发明实施例提供的认知无线电中基于智能反射面的多用户频谱共享的方法流程图；
图2是本发明实施例提供的系统模型示意图；
图3是本发明实施例提供的对包含一对授权通信对和K对认知通信对的系统平均频谱效率(SE)随γ变化的仿真图；
图4是本发明实施例提供的对K取不同值时，协作认知通信对和非协作认知通信对的SE随γ变化的仿真图。
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。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示，本发明实施例提供的认知无线电中基于智能反射面的多用户频谱共享的方法包括：
S101：认知无线通信系统由1个授权发射机PT、K个认知发射机STk、与 PT对应的授权接收机PR，以及与STk对应的认知接收机SRk组成，系统中还包括智能反射面，实现多用户频谱共享。
S102：PT计算并确定反射矩阵R，使PR接收到的授权期望信号强度得到增强。
S103：将STk和SRk称为非协作认知通信对，STK和SRK称为协作认知通信对；STK计算各个认知发射机的预编码，并将计算所得的预编码共享给非协作认知通信对中的STk，以避免STk发送的信号经由智能反射面反射后对PR造成干扰，又能避免系统中的非协作认知接收机STk受到来自PT和其它认知发射机的干扰。
S104：PT、STk和STK按照计算所得的预编码处理数据并发送信号，PR和SRk对接收到的混合信号进行匹配滤波，SRK采用迫零接收对接收到的混合信号进行处理，授权接收机和K个认知接收机恢复出各自的期望数据。
本发明实施例提供的S101中，STk中k∈{1,2,…,K}；SRk中k∈{1,2,…,K}。
本发明实施例提供的S101具体过程为：
系统中授权发射机PT和K个认知发射机STk(k∈{1,2,…,K})与其对应的授权接收机PR和认知接收机SRk(k∈{1,2,…,K})之间存在障碍物的阻挡，导致PT 与PR之间，以及STk与SRk之间不存在直传链路。PT利用受控于它的智能反射面(Intelligent ReflectingSurface,IRS)，可以借助IRS向PR反射信号。所有的SRk均在IRS的作用区域内，即STk可以借助IRS向其对应的SRk反射信号，并且STk之间可以相互协作。IRS将接收到的来自PT和STk的信号反射给PR和SRk。IRS 的反射系数由PT计算并通过专用的控制链路传递给IRS，IRS根据控制信息配置其反射系数。
IRS由L个反射单元组成，每个反射单元的幅度和相位系数均独立地由IRS 控制器控制。PT配备NPT≥1根天线，采用全向方式或波束成形(Beamforming,BF) 方式向PR发送携带数据xP的授权期望信号，PR配备NPR＞1根天线。STk配备根发射天线，采用BF方式向SRk发送携带数据/>的认知期望信号，SRk配备/>根天线。成立。PT和STk的发射功率均为 PE，并且PT和STk可以通过IRS控制器获得从IRS到PR和SRk的信道状态信息(Channel State Information,CSI)。用和/>分别表示PT与IRS、IRS与PR、STk与IRS，以及IRS与SRk之间的CSI。
本发明实施例提供的S102具体过程为：
PT计算并确定IRS的反射矩阵R，改善PR接收到的授权期望信号强度；其中表示IRS的反射系数矩阵，假设IRS进行全反射，即βi＝1(i∈{1,2,…,L})，IRS仅对其收到的信号进行相位调制。则PR接收到的授权期望信号可以写为：
其中，j表示虚数单位，k∈{1,2,…,L}，θk∈[0,2π)。 PT设计pP，用于对发送给PR的数据进行预处理。
将r(i)＝cosθi+jsinθi代入式(1)并定义其中 m∈{1,2,…,NPR}和i∈{1,2,…,L}，可以得到GIPRHPI的展开表示：/>
进一步，令和/>则有d(m)＝am+jbm(m∈{1,2,…,NPR})，可以得到：
其中，m,n∈{1,2,…,NPR}，m≠n，i,l∈{1,2,…,L}，i≠l。
对θi在区间[0,2π)进行遍历搜索，并在遍历过程中将每一组(θ1,…,θL)记为(θ1,t,…,θL,t)(t＝1,2,…)，将(θ1,t,…,θL,t)代入式(3)计算||D||，结果记为||Dt||。最后，选取最大的||Dt||记为并将对应的(θ1,t,…,θL,t)记为/> 即为使||D||最大、亦即使授权期望信号强度最大的最佳的IRS相位系数。将代入/>(i∈{1,2,…,L})，即可确定IRS的反射矩阵
本发明实施例提供的S103中，STk和SRk中k＝{1,2,…,K-1}。
本发明实施例提供的S103具体过程为：
(a)PR和SRk接收到的信号如式(4)所示：
其中，表示STk的发射预编码向量。/>和/>其中 k∈{1,2,…,K}表示加性高斯白噪声向量，其元素的均值为0、方差为/>
(b)PR获得K路干扰(k∈{1,2,…,K})的等效干扰/>选择/>作为参考符号，便可以将/>(k＝{1,2,…,K-1})表示为/>μk是复数系数。于是，可以将/>等价为携带数据/>的等效干扰/>然后设计/>将该等效干扰对齐在PR 的期望信号sP的正交子空间中，以此来消除干扰对PR的影响。根据确定的反射矩阵R可以确定sP，计算与sP正交的单位向量/>null(·)表示计算向量的零空间。令/>其中ξ0是复数系数，便可消除干扰对PR的影响，于是有：
此时，STk不对PR的期望信号造成干扰。
(c)将STk和SRk(k＝{1,2,…,K-1})称为非协作认知通信对，STK和SRK称为协作认知通信对，还需要对SRk处的干扰进行管理。根据式(4)的第2到第K个子式对和/>进行设计；将/>作为参照符号，可以将xP表示为/>μ0是复数系数，便可以将SRk处的干扰/>等价为携带数据/>的等效干扰，然后设计/>和/>将该等效干扰对齐到与/>正交的方向，即可避免对/>的影响。与/>正交的单位向量可按照/>进行计算，只需令/>其中ξk是复数系数，SRk处的等效干扰即可与SRk的认知期望信号/>正交。类似式(5)，可以得到：
由式(5)和式(6)进一步可得：
当式(7)成立时，SRk(k∈{1,2,…,K-1})处的期望通信将不受干扰的影响。继续由式(6)最后一个子式计算
至此，待解的变量包括(k∈{1,2,…,K-1})、/>和ξk，可以采用遍历的方法对这些变量进行确定。以下(c)～(e)的计算在STK处进行，需要PT和STk向STK共享反射矩阵R、PT和STk到IRS的信道HPI和/>IRS到PR和SRk的信道GIP和/>以及PT和STk发送的数据信息xP和/>
(d)STK对遍历。/>共包含/>个变量。考虑到/>是单位向量，在区间(-1,1)内对上述/>个变量进行遍历，并判断每次遍历得到的/>个变量所构成的是否满足/>对符合条件的/>进行保存。/>
(e)STK对ξ0遍历。首先，STK可以根据已经确定的分别计算当||ξ0||取最大值时的预编码/>和/>(它们并不是STk和STK最终使用的预编码向量)；然后，根据所得的预编码/>和/>计算||ξ0||的最大值最后，对在区间/>内对复数ξ0的实部和虚部进行二维遍历，并对满足条件的ξ0进行保存。
(f)STK对(c)确定的和(d)确定的ξ0进行K维遍历。首先，将/>和ξ0代入式(7)的第一个子式，计算得到/>然后，将/>和/>代入式(9)的第二个子式，计算/>以此类推，直到计算/>将/>和/>代入式(8)，可以得到/>判断/>是否满足条件/>如果满足/>则遍历结束，此时得到所需的预编码/>(k＝{1,2,…,K})。STk和STK分别采用各自的预编码向量/>和/>对待发送数据进行预处理即可。如果不满足/>则继续对(c) 确定的/>和(d)确定的ξ0再进行遍历，直至遍历结束。
本发明实施例提供的S104具体过程为：
PT、STk和STK按照计算所得的预编码处理数据并发送信号，PR采用滤波向量对接收到的混合信号进行匹配滤波，得到期望数据SRk采用滤波向量/>对接收到的混合信号进行匹配滤波，得到期望数据/> (k∈{1,…,K-1})。SRK采用ZF接收，将其受到的多个干扰的整体等效为一个干扰，然后根据该等效干扰设计滤波向量/>可以恢复出期望数据/>
下面结合具体实施例对本发明的技术方案作详细的描述。
本发明实施例提供的认知无线电中基于智能反射面的多用户频谱共享的方法包括：
步骤1，所述认知无线通信系统由1个授权发射机PT、2个认知发射机ST1和 ST2、与PT对应的授权接收机PR，以及与ST1和ST2对应的认知接收机SR1和SR2组成，系统中还包括智能反射面，用于实现多用户频谱共享；
具体而言，系统中授权发射机PT和2个认知发射机ST1和ST2与其对应的授权接收机PR和认知接收机SR1和SR2之间存在障碍物的阻挡，导致PT与PR之间，以及STk与SRk(k∈{1,2})之间不存在直传链路。PT利用受控于它的IRS，可以借助IRS向PR反射信号。SR1和SR2均在IRS的作用区域内，即ST1和ST2可以借助IRS向其对应的SRk反射信号，并且ST1和ST2之间可以相互协作。IRS 将接收到的来自PT、ST1和ST2的信号反射给PR、SR1和SR2。IRS的反射系数由PT计算并通过专用的控制链路传递给IRS，IRS根据控制信息配置其反射系数。
IRS由2个反射单元组成，每个反射单元的幅度和相位系数均独立地由IRS 控制器控制。PT为单天线发射机，采用全向方式向PR发送携带数据xP的授权期望信号。PR、STk和SRk分别配备根发射天线， ST1和ST2采用BF方式向SRk发送携带数据/>的认知期望信号；/>成立。PT和STk的发射功率均为PE，并且 PT、ST1和ST2可以通过IRS控制器获得从IRS到PR、SR1和SR2的CSI。用和/>分别表示PT与IRS、IRS与PR、 STk与IRS以及IRS与SRk之间的CSI，其中，k∈{1,2}元素相互独立，且服从零均值、单位方差的复高斯分布。
步骤2，PT计算并确定反射矩阵R，使PR接收到的授权期望信号强度得到增强；
PT计算并确定IRS的反射矩阵R，改善PR接收到的授权期望信号强度。其中表示IRS的反射系数矩阵，假设IRS进行全反射，即βi＝1(i∈{1,2})，IRS仅对其收到的信号进行相位调制。则PR接收到的授权期望信号可以写为：
其中，j 表示虚数单位，i∈{1,2}，θi∈[0,2π)。PT设计pP，用于对发送给PR的数据进行预处理。
将r(i)＝cosθi+jsinθi代入式(9)并定义其中， m,i∈{1,2}，可以得到GIPRHPI的展开表示：/>
进一步，令
am＝αm1cosθ1-βm1sinθ1+αm2cosθ2-βm2sinθ2；
bm＝αm1sinθ1+βm1cosθ1+αm2sinθ2+βm2cosθ2，则有 d(m)＝am+jbm(m∈{1,2})，可以得到：
对θi在区间[0,2π)进行遍历搜索，并在遍历过程中将每一组(θ1,θ2)记为 (θ1,t,θ2,t)(t＝1,2,…)，将(θ1,t,θ2,t)代入式(11)计算||D||，结果记为||Dt||。最后，选取最大的||Dt||记为并将对应的(θ1,t,θ2,t)记为/>即为使||D||最大、亦即使授权期望信号强度最大的最佳的IRS相位系数。将/>代入(i∈{1,2})，即可确定IRS的反射矩阵/>
步骤3，将ST1和SR1称为非协作认知通信对，ST2和SR2称为协作认知通信对。ST2计算各个认知发射机的预编码，并将计算所得的预编码共享给非协作认知通信对中的ST1，既可以避免ST1发送的信号经由智能反射面反射后对PR造成干扰，又能避免系统中的非协作认知接收机ST1受到来自PT和其它认知发射机的干扰；
(a)PR、SR1和SR2接收到的信号如式(12)所示：
其中，和/>表示ST1和ST2的发射预编码向量。/>和表示加性高斯白噪声向量，其元素的均值为0、方差为/>
(b)PR获得两路干扰和/>的等效干扰/>选择/>作为参考符号，便可以将/>表示为/>μ1是复数系数。于是，可以将/>等价为携带数据/>的等效干扰/>然后设计/>和/>将该等效干扰对齐在PR的期望信号sP的正交子空间中，以此来消除干扰对 PR的影响。根据确定的反射矩阵R可以确定sP，计算与sP正交的单位向量/>null(·)表示计算向量的零空间。令/>其中ξ0是复数系数，便可消除干扰对PR的影响，于是有：
此时，ST1和ST2不对PR的期望信号造成干扰。
(c)将ST1和SR1称为非协作认知通信对，ST2和SR2称为协作认知通信对。还需要对SR1处的干扰进行管理。根据式(12)的第2个子式对和/>进行设计，将/>作为参照符号，可以将xP表示为/>μ0是复数系数，便可以将SRk处的干扰/>等价为携带数据/>的等效干扰，然后设计/>和/>将该等效干扰对齐到与/>正交的方向，即可避免对/>的影响。与/>正交的单位向量可按照/>进行计算，只需令其中ξ1是复数系数，SR1处的等效干扰即可与SR1的认知期望信号/>正交。类似式(13)，可以得到：
由式(13)和式(14)进一步可得：
/>
当式(15)成立时，SR1处的期望通信将不受干扰的影响。继续由式(14)计算
至此，待解的变量包括ξ0和ξ1，可以采用遍历的方法对这些变量进行确定。以下(c)～(e)的计算在ST2处进行，需要PT和ST1向ST2共享反射矩阵R、PT和ST1到IRS的信道HPI和/>IRS到PR和SR1的信道GIP和/>以及PT和ST1发送的数据信息xP和/>
(d)ST2对遍历；/>共包含4个变量，考虑到/>是单位向量，在区间 (-1,1)内对上述4个变量进行遍历，并判断每次遍历得到的4个变量所构成的/>是否满足对符合条件的/>进行保存。
(e)ST2对ξ0遍历。首先，ST2可以根据已经确定的分别计算当||ξ0||取最大值时的预编码/>和/>(它们并不是ST1和ST2最终使用的预编码)；然后，根据所得的/>和计算||ξ0||的最大值最后，对在区间内对复数ξ0的实部和虚部进行二维遍历，并对满足条件的ξ0进行保存。
(f)ST2对(c)确定的和(d)确定的ξ0进行2维遍历；首先，将/>和ξ0代入式(15)，计算得到/>然后，将/>代入式(16)，可以得到/>判断/>是否满足条件如果满足/>则遍历结束，此时得到所需的预编码/>和/>ST1和ST2分别采用各自的预编码向量/>和/>对待发送数据进行预处理即可。如果不满足则继续对(c)确定的/>和(d)确定的ξ0再进行遍历，直至遍历结束。
步骤4，PT、ST1和ST2按照计算所得的预编码处理数据并发送信号，PR和 SR1对接收到的混合信号进行匹配滤波，SR2采用迫零接收对接收到的混合信号进行处理，于是授权接收机和K个认知接收机能够恢复出各自的期望数据。
PT、ST1和ST2按照计算所得的预编码处理数据并发送信号，PR采用滤波向量对接收到的混合信号进行匹配滤波，得到期望数据SR1采用滤波向量/>对接收到的混合信号进行匹配滤波，得到期望数据/>SR2采用ZF接收，将其受到的多个干扰的整体等效为一个干扰，然后根据该等效干扰设计滤波向量/>可以恢复出期望数据/>
如图2所示，本发明实施例提供的系统模型图；在授权发射机PT和K个认知发射机STk(k∈{1,2,…,K})与其对应的授权接收机PR和认知接收机 SRk(k∈{1,2,…,K})之间存在障碍物的阻挡，导致直传通信链路的质量较差，因此在本发明不考虑发射机和接收机之间的直传链路。PT利用受控于它的IRS，可以向PR发送信号。所有的SRk均在IRS的作用区域内，STk可以借助IRS向其对应的SRk发送信号，且STk之间可以相互协作。由于IRS具有开放性，IRS 将接收到的混合信号反射给PR和SRk。IRS的反射系数由PT计算并通过专用的控制链路传递给IRS，IRS根据控制信息进行相应的配置。
假设IRS由L个反射单元组成，每一个反射单元的幅度和相位系数由IRS 控制器单独控制。PT配置单天线，它采用全向方式发送携带数据xP的信号，PR 配备NPR＞1根天线。STk配备根发射天线，采用波束成形(BF)方式发送数据/>SRk配备/>根天线。成立，PT和STk的发射功率均为PE。假设STk可以通过IRS控制器获得从IRS到所有接收机的信道状态信息(Channel State Information,CSI)，并基于该信息进行预编码设计，一方面避免其发送的信号经由IRS反射后对PR造成的干扰，另一方面可以避免系统中的认知接收机受到来自PT和其它认知发射机的干扰。
用和/>分别表示PT与IRS、 IRS与PR、STk与IRS以及IRS与SRk之间的CSI，其元素相互独立，且服从零均值、单位方差的复高斯分布。由于IRS是被动的，不具备感知能力，可以通过由基站向其发送训练导频完成/>和/>进行联合估计。假设信道矩阵具有块衰落的特点，即信道状态信息在一个由若干个连续时隙构成的块内保持不变，而在相邻的块间随机变化。并且，用户信道状态信息和控制信令传递的链路是稳定、无差错的，其传输延迟与信道变化的时间尺度相比可以忽略。
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
本发明的技术方案中，授权用户控制智能反射面并通过调整智能反射面的反射参数来改善自身信号传输质量。认知用户利用智能反射面的开放性实现认知数据传输。为了消除授权和认知接收机处的干扰，选取一个协作认知发射机，该协作认知发射机通过协作获取授权和其它非协作认知通信对的信道信息，然后根据该信息设计各个认知发射机的预编码，使得在授权接收机和各个非协作接收机处的等效干扰均可对齐在其期望接收信号的正交方向上，授权接收机和非协作认知接收机采用匹配接收，协作认知接收机采用迫零接收。该方案不需要对认知发射机的发射功率进行限制，可以在不干扰授权用户通信的前提下保障认知通信的性能，实现多用户的频谱共享。
与现有技术相比，本申请可以处理异源干扰(来自不同干扰源的多个干扰)，在管理多干扰时无需增加功率开销或者限制发射功率，并且能够改善传统干扰对齐导致干扰通信对自身的传输信号与信道不匹配导致的通信性能降低的问题，提高系统的频谱效率。
本发明的技术方案中，协作认知发射机获取授权和非协作认知通信对的信道信息，并根据该信息设计所有认知发射机的预编码，可以将各个接收机处所接收到的干扰等效成一个等效干扰，并且该等效干扰位于接收机期望接收信号的正交方向上，对多个干扰的等效处理可以降低信号处理的复杂度，便于工程实现。
本申请不仅适用于认知通信系统中，也适用于无线通信系统中存在多对并发用户通信的场景。使用本申请提出的基于智能反射面的频谱共享方法，可以在不对所有发射机的发射功率进行限制的条件下，进行多用户无干扰并发数据传输，从而提升系统的频谱效率。
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
一、仿真条件：
使用MATLAB对所提方法获得的系统平均频谱效率进行仿真。系统中包含一对授权通信对，以及K∈{1,2,3,4}对认知通信对。其中，授权发射机配置单天线，授权接收机和所有认知发射机均配置2天线，协作认知接收机配置K+1根天线，其余的非协作认知接收机配备2根天线。由于仿真中所涉及的K值较小，所以假设协作认知接收机也可以配置足够多的天线以参与频谱共享，即协作认知接收机采用ZF接收消除其受到的干扰。所有发射机的发射功率为 PE＝20dBm，均采用BPSK调制，调制符号集合Ω＝{-1,1}。定义噪声归一化功率值为 表示噪声功率，在仿真中选取γ∈[-10,20]dB。
二、仿真内容：
在图3中给对包含一对授权通信对和K对认知通信对的系统的频谱效率(Spectral Efficiency,SE)随γ变化的情况进行了仿真。在仿真中，授权接收机受到的干扰会被等效成一个干扰并被对齐在授权期望信号的正交方向上，即可以实现无干扰的授权信号传输，授权接收机采用匹配滤波对期望数据进行恢复，所以当K取不同值时，授权通信对的SE相同，为了简单，在图3中只画出K＝1时的授权通信的SE。如图3所示，CP w/o IRS-SS表示系统的认知用户不进行频谱共享，即仅有授权通信对进行通信时的系统SE，CP w/IRS-SS表示系统中的认知用户采用IRS-SS与授权通信对共享频谱资源时，授权通信对的SE，其中 K∈{1,2,3,4}。如图3所示，CP w/IRS-SS与CP w/o IRS-SS的SE曲线重叠，这是由于IRS-SS能够使认知发射机发送的信号与授权信号在PR处相互正交，因此避免了对授权通信的干扰。CP&S w/IRS-SS,K∈{1,2,3,4}表示K对认知通信对采用IRS-SS与一对授权通信对共享频谱时，获得的系统SE(PR的SE和K 个SR的SE之和)。如图3所示，系统SE随着K的增加而增大。
如图4所示，对K取不同值时，协作认知通信对和非协作认知通信对的SE 随γ变化的情况进行了仿真。在仿真中，选择第K对认知通信对(即STK和SRK) 作为协作认知通信对。当K＝1时，系统中仅有一对认知通信对，此时不再区分协作或非协作认知通信对。由于系统中所有的非协作认知通信对的信号处理操作相同，即非协作认知通信对的接收机所接收到的干扰均会被等效成一个干扰并对齐在其期望信号的正交方向上，可以实现无干扰的非协作认知用户的数据恢复，所以当K取不同值(K∈{2,3,4})时，图4只画出了其中一对非协作认知通信(例如ST1和SR1)的SE。用CS-NC,K表示K(K∈{2,3,4})对认知通信对采用 IRS-SS与一对授权通信对共享频谱时，非协作认知通信对的SE。类似的，CS-C,K 表示K(K∈{2,3,4})对认知通信对采用IRS-SS与一对授权通信对共享频谱时，协作认知通信对的SE。如图4所示，当K∈{2,3,4}时，系统中的非协作认知通信对可以实现无干扰的数据传输，且其接收端采取匹配滤波，所以它们的CS-NC性能相同。而协作认知通信对的SE(CS-C)随着K的增加而降低，这是因为当认知通信对的数量K增加时，协作认知通信对的接收机受到的干扰增多，导致其进行ZF接收时，其期望信号的损失严重，虽然协作认知接收机的天线数随着K 的增加而增大，其SE性能仍然在干扰的影响下是降低的。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述认知无线电中基于智能反射面的多用户频谱共享的方法包括：
IRS受控于授权用户，授权用户通过调整IRS的反射参数增强自身的信号传输；认知用户利用IRS的开放性实现认知数据传输；选取一个协作认知发射机，以消除授权和认知接收机处的干扰；
协作认知发射机通过协作获取授权和其它非协作认知通信对的信道信息，然后根据信息设计各个认知发射机的预编码，使得在授权接收机和各个非协作接收机处的等效干扰均可对齐在期望接收信号的正交方向上，授权接收机和非协作认知接收机采用匹配接收，协作认知接收机采用迫零接收；不需要对认知发射机的发射功率进行限制，在不干扰授权用户通信的前提下保障认知通信的性能，实现多用户的频谱共享；
所述认知无线电中基于智能反射面的多用户频谱共享的方法具体过程为：
步骤一，认知无线通信系统由1个授权发射机PT、K个认知发射机STk、与PT对应的授权接收机PR，以及与STk对应的认知接收机SRk组成，系统中还包括智能反射面，实现多用户频谱共享；
步骤二，PT计算并确定反射矩阵R，使PR接收到的授权期望信号强度得到增强；
步骤三，将STk和SRk称为非协作认知通信对，STK和SRK称为协作认知通信对；STK计算各个认知发射机的预编码，并将计算所得的预编码共享给非协作认知通信对中的STk，以避免STk发送的信号经由智能反射面反射后对PR造成干扰，又能避免系统中的非协作认知接收机STk受到来自PT和其它认知发射机的干扰；
步骤四，PT、STk和STK按照计算所得的预编码处理数据并发送信号，PR和SRk对接收到的混合信号进行匹配滤波，SRK采用迫零接收对接收到的混合信号进行处理，授权接收机和K个认知接收机恢复出各自的期望数据；
所述步骤三具体过程为：
(a)PR和SRk接收到的信号如式(4)所示：
其中，表示STk的发射预编码向量；/>和/>其中k∈{1,2,L,K}表示加性高斯白噪声向量，元素的均值为0、方差为/>
(b)PR获得K路干扰的等效干扰/>选择/>作为参考符号，将/>表示为/>μk是复数系数；将/>等价为携带数据/>的等效干扰/>然后设计/>将等效干扰对齐在PR的期望信号sP的正交子空间中，消除干扰对PR的影响；根据确定的反射矩阵R确定sP，计算与sP正交的单位向量/>null(·)表示计算向量的零空间；令其中ξ0是复数系数，消除干扰对PR的影响，公式如下：
此时，STk不对PR的期望信号造成干扰；
(c)将STk和SRk(k＝{1,2,L,K-1})称为非协作认知通信对，STK和SRK称为协作认知通信对，对SRk处的干扰进行管理；根据式(4)的第2到第K个子式对和/>进行设计；将/>作为参照符号，将xP表示为/>μ0是复数系数，将SRk处的干扰/>等价为携带数据/>的等效干扰，然后设计/>和/>将等效干扰对齐到与/>正交的方向，以避免对/>的影响；与/>正交的单位向量按照/>进行计算，令其中ξk是复数系数，SRk处的等效干扰与SRk的认知期望信号正交，得到：
由式(5)和式(6)进一步可得：
当式(7)成立时，SRk(k∈{1,2,L,K-1})处的期望通信将不受干扰的影响；继续由式(6)最后一个子式计算
待解的变量包括 和ξk，采用遍历的方法对变量进行确定；以下(c)～(e)的计算在STK处进行，PT和STk向STK共享反射矩阵R、PT和STk到IRS的信道HPI和/>IRS到PR和SRk的信道GIP和/>以及PT和STk发送的数据信息xP和/>
(d)STK对遍历；/>共包含/>个变量，/>是单位向量，在区间(-1,1)内对上述/>个变量进行遍历，并判断每次遍历得到的/>个变量所构成的/>是否满足对符合条件的/>进行保存；
(e)STK对ξ0遍历；
(f)STK对(c)确定的和(d)确定的ξ0进行K维遍历。
2.如权利要求1所述认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述步骤一中，STk中k∈{1,2,L,K}；SRk中k∈{1,2,L,K}。
3.如权利要求1所述认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述步骤一具体过程为：
系统中授权发射机PT和K个认知发射机STk，k∈{1,2,L,K}，与对应的授权接收机PR和认知接收机SRk，k∈{1,2,L,K}，之间存在障碍物的阻挡，导致PT与PR之间，以及STk与SRk之间不存在直传链路；PT利用受控于智能反射面，借助IRS向PR反射信号；所有的SRk均在IRS的作用区域内，即STk借助IRS向对应的SRk反射信号，并且STk之间相互协作；IRS将接收到的来自PT和STk的信号反射给PR和SRk，IRS的反射系数由PT计算并通过专用的控制链路传递给IRS，IRS根据控制信息配置其反射系数；
IRS由L个反射单元组成，每个反射单元的幅度和相位系数均独立地由IRS控制器控制；PT配备NPT≥1根天线，采用全向方式或波束成形方式向PR发送携带数据xP的授权期望信号，PR配备NPR＞1根天线；STk配备根发射天线，采用BF方式向SRk发送携带数据/>的认知期望信号，SRk配备/>根天线；/>成立，PT和STk的发射功率均为PE，并且PT和STk通过IRS控制器获得从IRS到PR和SRk的信道状态信息；用 和/>分别表示PT与IRS、IRS与PR、STk与IRS，以及IRS与SRk之间的CSI。
4.如权利要求1所述认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述步骤二具体过程为：
PT计算并确定IRS的反射矩阵R，改善PR接收到的授权期望信号强度；其中表示IRS的反射系数矩阵，当IRS进行全反射，即βi＝1(i∈{1,2,L,L})，IRS仅对收到的信号进行相位调制；则PR接收到的授权期望信号为：
其中，j表示虚数单位，k∈{1,2,L,L}，θk∈[0,2π)；PT设计pP，对发送给PR的数据进行预处理；
将r(i)＝cosθi+jsinθi代入式(1)并定义其中m∈{1,2,L,NPR}和i∈{1,2,L,L}，得到GIPRHPI的展开表示：
进一步，令和/>则有d(m)＝am+jbm(m∈{1,2,L,NPR})，得到：
其中，m,n∈{1,2,L,NPR}，m≠n，i,l∈{1,2,L,L}，i≠l；
对θi在区间[0,2π)进行遍历搜索，并在遍历过程中将每一组(θ1,L,θL)记为(θ1,t,L,θL,t)(t＝1,2,L)，将(θ1,t,L,θL,t)代入式(3)计算||D||，结果记为||Dt||；最后，选取最大的||Dt||记为并将对应的(θ1,t,L,θL,t)记为/> 为使||D||最大、亦即使授权期望信号强度最大的最佳的IRS相位系数；将/>代入确定IRS的反射矩阵/>
5.如权利要求1所述认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述步骤三中，STk和SRk中k＝{1,2,L,K-1}。
6.如权利要求1所述认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述STK对ξ0遍历具体过程为：
首先，STK根据已经确定的分别计算当||ξ0||取最大值时的预编码/>和/>然后，根据所得的预编码/>和/>计算||ξ0||的最大值最后，对在区间/>内对复数ξ0的实部和虚部进行二维遍历，并对满足条件的ξ0进行保存；
所述STK对(c)确定的和(d)确定的ξ0进行K维遍历具体过程为：
首先，将和ξ0代入式(7)的第一个子式，计算得到/>然后，将/>和/>代入式(9)的第二个子式，计算/>以此类推，直到计算/>将/>和/>代入式(8)，得到/>判断/>是否满足条件/>当满足/>遍历结束，得到所需的预编码/>STk和STK分别采用各自的预编码向量/>和/>对待发送数据进行预处理；当不满足/>继续对(c)确定的/>和(d)确定的ξ0再进行遍历，直至遍历结束。
7.如权利要求1所述认知无线电中基于智能反射面的多用户频谱共享的方法，其特征在于，所述步骤四具体过程为：
PT、STk和STK按照计算所得的预编码处理数据并发送信号，PR采用滤波向量对接收到的混合信号进行匹配滤波，得到期望数据SRk采用滤波向量/>对接收到的混合信号进行匹配滤波，得到期望数据/> SRK采用ZF接收，将受到的多个干扰的整体等效为一个干扰，然后根据等效干扰设计滤波向量/>恢复出期望数据/>
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1～7任意一项所述认知无线电中基于智能反射面的多用户频谱共享的方法的步骤。
CN202210526901.9A 2022-05-16 2022-05-16 认知无线电中基于智能反射面的多用户频谱共享的方法 Active CN115066009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210526901.9A CN115066009B (zh) 2022-05-16 2022-05-16 认知无线电中基于智能反射面的多用户频谱共享的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210526901.9A CN115066009B (zh) 2022-05-16 2022-05-16 认知无线电中基于智能反射面的多用户频谱共享的方法

Publications (2)

Publication Number Publication Date
CN115066009A CN115066009A (zh) 2022-09-16
CN115066009B true CN115066009B (zh) 2024-04-26

Family

ID=83198810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210526901.9A Active CN115066009B (zh) 2022-05-16 2022-05-16 认知无线电中基于智能反射面的多用户频谱共享的方法

Country Status (1)

Country Link
CN (1) CN115066009B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074848B (zh) * 2023-04-04 2023-06-20 南京邮电大学 一种可重构智能表面辅助的认知传输时隙分配方法
CN118054977B (zh) * 2024-04-16 2024-06-28 昆明学院 一种基于hybrid模式的联合隐蔽和安全通信系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2299757A2 (en) * 2009-09-22 2011-03-23 Nokia Corporation Cognitive control radio access information via database or cognitive pilot channel
CN104270228A (zh) * 2014-09-01 2015-01-07 西安电子科技大学 一种mimo-ccrn中自适应协作传输方法
CN112350759A (zh) * 2020-11-05 2021-02-09 北京理工大学 一种ris辅助的多用户多天线通信与雷达频谱共享方法
CN113285742A (zh) * 2020-12-31 2021-08-20 江苏理工学院 一种认知无线电波束赋形的优化方法及系统
CN113746578A (zh) * 2021-08-18 2021-12-03 南京邮电大学 一种基于智能反射表面辅助的通信系统传输方法
CN113794493A (zh) * 2021-05-31 2021-12-14 江苏理工学院 一种波束赋形方法、装置、计算机设备和存储介质
CN114221724A (zh) * 2021-12-07 2022-03-22 广东工业大学 智能反射面辅助的认知无线携能通信网络性能优化方法
CN114337762A (zh) * 2021-12-28 2022-04-12 南京邮电大学 利用部分csi的ris辅助认知无线电无线安全通信传输方法
CN114422005A (zh) * 2022-01-24 2022-04-29 南京邮电大学 一种智能反射面辅助认知无线电系统的符号级预编码方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116420318A (zh) * 2020-10-15 2023-07-11 三星电子株式会社 在无线通信系统中使用irs来增强信号的功率的方法和装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2299757A2 (en) * 2009-09-22 2011-03-23 Nokia Corporation Cognitive control radio access information via database or cognitive pilot channel
CN104270228A (zh) * 2014-09-01 2015-01-07 西安电子科技大学 一种mimo-ccrn中自适应协作传输方法
CN112350759A (zh) * 2020-11-05 2021-02-09 北京理工大学 一种ris辅助的多用户多天线通信与雷达频谱共享方法
CN113285742A (zh) * 2020-12-31 2021-08-20 江苏理工学院 一种认知无线电波束赋形的优化方法及系统
CN113794493A (zh) * 2021-05-31 2021-12-14 江苏理工学院 一种波束赋形方法、装置、计算机设备和存储介质
CN113746578A (zh) * 2021-08-18 2021-12-03 南京邮电大学 一种基于智能反射表面辅助的通信系统传输方法
CN114221724A (zh) * 2021-12-07 2022-03-22 广东工业大学 智能反射面辅助的认知无线携能通信网络性能优化方法
CN114337762A (zh) * 2021-12-28 2022-04-12 南京邮电大学 利用部分csi的ris辅助认知无线电无线安全通信传输方法
CN114422005A (zh) * 2022-01-24 2022-04-29 南京邮电大学 一种智能反射面辅助认知无线电系统的符号级预编码方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Energy-efficient power allocation for MIMO two-way cognitive relay networks;Zhang, Shengqing，et al.;《International journal of computer systems science & engineering》;20160203;第30卷(第5期);全文 *
Intelligent Reflecting Surface-Assisted Cognitive Radio System;Jie Yuan，et al.;《IEEE Transactions on Communications》;20201022;第69卷(第1期);全文 *
Joint Power Control and Passive Beamforming in IRS-Assisted Spectrum Sharing;Xinrong Guan，Qingqing Wu，Rui Zhang;《IEEE Communications Letters》;20200310;第24卷(第7期);全文 *
基于多维资源自适应分配的协作认知传输机制;李钊，李意文;《电子与信息学报》;20160718;第38卷(第9期);全文 *
认知反向散射通信互惠传输理论与资源配置方法研究;张倩倩;《中国博士学位论文全文数据库 (信息科技辑)》;20220315;全文 *

Also Published As

Publication number Publication date
CN115066009A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN115066009B (zh) 认知无线电中基于智能反射面的多用户频谱共享的方法
CN112672375B (zh) 一种智能反射面辅助的非正交多址接入网络中安全通信方法
US8369791B2 (en) Multi-user beamforming with inter-cell interference suppression
TWI631839B (zh) 藉由使用者叢集在分散式無線系統中協調傳輸之系統及方法
CN112383332A (zh) 一种基于智能反射表面的蜂窝基站通信系统
CN112260740A (zh) 可重构智能表面辅助的共生通信系统波束赋形设计方法
CN112260975B (zh) 智能反射表面辅助无线通信系统的正交反射索引调制方法
US20110039496A1 (en) System, Method and Computer-readable Medium for Actively Cancelling Interference Signals
CN108173583B (zh) 基于大规模mimo单目标干扰导向方法、移动通信系统及应用
CN117498900A (zh) 去蜂窝大规模mimo通感一体化系统的资源分配装置及方法
CN113541752A (zh) 基于信号虚拟分解空域和功率域联合多址接入方法及系统
Chen et al. Intelligent reflecting surface aided network under interference toward 6G applications
CN116600314A (zh) 一种高铁毫米波通信系统的通信控制方法及系统
CN114499718B (zh) 一种波束赋形方法和装置
Mu et al. Energy-efficient interference cancellation in integrated sensing and communication scenarios
She et al. Security Energy Efficiency Analysis of CR-NOMA Enabled IoT Systems for Edge-cloud Environment
Khosroazad et al. Using physical layer network coding to improve NOMA system throughput with energy harvesting users
Zou et al. Meta-learning for RIS-assisted NOMA networks
Lyu et al. Primary rate maximization in movable antennas empowered symbiotic radio communications
CN109450506B (zh) 一种基于双路干扰信号调整的多干扰协作干扰对齐方法
Valadão et al. Trends and Challenges for the Spectrum Efficiency in NOMA and MIMO based Cognitive Radio in 5G Networks
Xu et al. Joint optimization scheme based on beam selection and interference cancellation in lens millimeter wave noma systems
CN114978263B (zh) 一种基于智能反射面辅助的回环干扰抑制装置及方法
Guan et al. Multi-beam coverage and beamforming technology for high altitude platform station communication system
CN115037395B (zh) 一种智能反射表面辅助的干扰感知方法

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