CN115225164B - 一种基于智能反射面非正交太赫兹通信方法及系统 - Google Patents

Abstract

本发明公开了一种基于智能反射面非正交太赫兹通信方法及系统，包含对基站功率分配和智能反射面无源波束赋形优化的方法，并以系统中能效最大为目标，构建优化问题和约束条件；针对非凸优化问题，采用包含连续凸逼近和半定松弛算法的交替迭代方法，在优化的过程中，根据约束条件确定相关初始值并固定上一次迭代优化的智能反射面无源波束赋形，利用连续凸逼近算法对基站的功率分配进行优化；固定优化后的基站功率分配系数，利用半定松弛算法对智能反射面无源波束赋形进行优化，利用基站功率分配和智能反射面无源波束赋形计算本次迭代的能效值，当能效值满足迭代终止条件即输出。本发明在保障用户通信质量和用户公平性的前提下对能效进行优化。

Description

一种基于智能反射面非正交太赫兹通信方法及系统

技术领域

本发明属于无线通信技术领域，具体涉及一种基于智能反射面非正交太赫 兹通信方法及系统。

背景技术

近几十年来，无线通信网络对于数据传输速率的需求在不断增长。正因为 如此，毫米波频段将不满足未来多种对频段需求较大的业务，如虚拟现实、增 强现实等。在未来第六代移动通信中可能会使用太赫兹频带，它的出现将有希 望解决上述的带宽危机。太赫兹的频带范围为0.1～10THz，数据速率达到百 Gbit/s，甚至Tbit/s，同时目前还未使用这一频带作为通信频带。因此，太赫兹 的频带资源十分充足，能满足现在毫米波通信中所不能支持的业务。另一方面， 第六代移动通信系统将于卫星技术相融合，而太赫兹通信的天线尺寸会进一步 缩短，这有利于微型卫星系统。

但是太赫兹通信并不是事事都很完美。由于太赫兹信号的频率过高、波长 较短，就会出现两个主要的缺点，即信号衰落严重且衍射较弱。因此，太赫兹 信号在传输过程中十分容易被障碍物阻碍，从而限制其通信覆盖范围。为了解 决这一问题，提出在太赫兹系统中运用智能反射面技术。智能反射面技术有希 望成为未来第六代移动通信的新型技术，其可以通过基站控制对入射信号的相 位和幅度进行控制和调整，使接收端能顺利接收来自发射端的信号。在太赫兹 通信系统中，智能反射面可以为其通信提供补偿性通信链路，从而弥补太赫兹 通信距离短、易受障碍物影响的缺点。

非正交多址接入可能是未来第六代移动通信的多址接入方式。虽然太赫兹 频段目前十分充裕，但是对于未来的无线业务我们并不能完全预测到，而且频 谱资源并不是无限的。为了使频谱资源最大化利用，我们在太赫兹系统中利用 非正交多址接入方式，用户利用同一通信频段，在功率域复用的形式通信。

虽然大规模多进多出技术和超密集蜂窝网络技术都可以解决太赫兹系统中 传输衰减大、传播距离短等缺陷。但是这些技术带来的部署成本和功耗等都十 分庞大。目前关于智能反射面和非正交技术的研究已经证明其可以提升系统中 数据传输率、能效和降低功耗等优点。在实践中运用也表明智能反射面技术和 非正交多址技术可以提升系统的数据传输速率、安全性等方面。由此，我们在 太赫兹系统中运用智能反射面和非正交多址技术希望能改善路径衰减过大等缺 陷。

因此，在智能反射面技术协助下的非正交太赫兹系统中提出能效优化问题。 但是由于能效优化问题是一种非凸问题，想要获得其全局最优解是非常具有挑 战性的。针对此非凸优化问题，利用现有的数学理论可以将其转化为凸问题。 由此，我们提出一种交替迭代优化算法，算法包含两部分，首先在固定智能反 射面无源波束赋形情况下利用交连续凸逼近算法对基站功率分配进行优化；随 后固定优化后的功率分配，利用半定规划算法对智能反射面的无源波束赋形进 行优化。上述两个过程交替进行，直到最后能效值满足收敛。

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 于智能反射面非正交太赫兹通信方法及系统，包含对基站功率分配和智能反射 面无源波束赋形优化，实现系统中能效最大，提升系统传输性能。

本发明采用以下技术方案：

一种基于智能反射面非正交太赫兹通信方法，包括以下步骤：

S1、设计包含基站的功率分配和智能反射面的无源波束赋形，且以非正交 太赫兹系统中能效值最大为目标，构建优化问题和约束条件；

S2、根据步骤S1构建的约束条件确定初始智能反射面无源波束赋形，并 以波束赋形作为已知量化简步骤S1构建的优化问题，对基站功率分配进行迭代 优化直至收敛；

S3、以步骤S2收敛的基站功率分配为已知量化简步骤S1构建的优化问题， 对智能反射面的无源波束赋形进行优化，得到对应的波束赋形；

S4、利用步骤S2收敛后的基站功率分配和步骤S3得到的智能反射面无源 波束赋形计算非正交太赫兹无线通信系统的能效值，当能效值满足收敛条件， 得到基站对用户的功率分配和智能反射面无源波束赋形，系统可以实现最大能 效通信。

具体的，步骤S1中，优化问题和约束条件为：

s.t.R_k≥R_k,min

P₁<P₂

其中，Θ为智能反射面的波束赋形矩阵；P₁和P₂分别为基站给用户分配的 功率；R₁和R₂分别为用户的下行数据传输速率；R_k,min为用户的最小数据传输速 率，SINR_k,min为用户的最小信干噪比，η为基站功耗系数，P_l为基站电路功率 消耗，P_max为基站最大发射功率。

具体的，步骤S2中，利用连续凸逼近方法对基站功率分配进行迭代优化， 在给定智能反射面无源波束赋形Θ的情况下，对基站功率分配P_k进行初始化， 运用连续凸逼近算法对初始化的一组数进行迭代计算，在第i次迭代中，连续 凸逼近算法输入参数为{P_k ^(i-1),t^(i-1),γ^(i-1)}，输出参数为{P_k ⁽ⁱ⁾,t⁽ⁱ⁾,γ⁽ⁱ⁾}；若满足收 敛条件，停止迭代运算，得到本次迭代的基站功率分配系数。

进一步的，若不满足收敛条件，将输出参数{P_k ⁽ⁱ⁾,t⁽ⁱ⁾,γ⁽ⁱ⁾}作为下一次连续 凸逼近算法的输入值继续对基站功率分配进行优化，直至满足收敛条件。

更进一步的，基站功率分配的收敛条件为：

t⁽ⁱ⁾-t^(i-1)<δ

其中，t⁽ⁱ⁾为第i次迭代得到关于功率分配所对应的松弛矢量，t^(i-1)为第i-1 次优化关于功率分配所对应的松弛矢量，δ为收敛误差阈值。

具体的，步骤S3中，利用半定松弛方法对智能反射面的无源波束赋形进行 优化，得到优化后的无源波束赋形，对优化后的无源波束赋形矩阵进行分解后 得到向量形式。

具体的，步骤S4中，基于优化问题，采用半定松弛方法对智能反射面无源 波束赋形进行优化，得到优化后的无源波束赋形；引入智能反射面的向量u表 示原来的无源波束赋形矩阵Θ；使用半定松弛方法将优化不等式修改为线性规 划问题；在给定基站的功率分配系数后，利用半定松弛方法求解得到智能反 射面矩阵形式的最优解U^*；然后根据最优解U^*的秩决定运用奇异值分解或者高 斯随机化方法对从矩阵形式中分解得到智能反射面向量u^*；根据收敛后的基站 功率分配系数/>和智能反射面向量u^*计算系统中的能效值，并将得到的能效值 与上一次迭代得到的能效值进行差值运算；当差值小于收敛误差阈值δ时，能 效值收敛到最大值，完成对能效值的验证。

进一步的，当差值大于收敛误差阈值δ时，将本次迭代优化的无源波束赋 形作为已知量继续执行基站功率分配优化，直至差值小于误差阈值δ。

具体的，太赫兹系统的通信频段为0.3THz。

第二方面，本发明实施例提供了一种基于智能反射面非正交太赫兹通信系 统，包括：

构建模块，设计包含基站的功率分配和智能反射面的无源波束赋形，且以 非正交太赫兹系统中能效值最大为目标，构建优化问题和约束条件；

迭代模块，根据构建模块构建的约束条件确定初始智能反射面无源波束赋 形，并以波束赋形作为已知量化简构建模块构建的优化问题，对基站功率分配 进行迭代优化直至收敛；

优化模块，以迭代模块收敛的基站功率分配为已知量化简构建模块构建的 优化问题，对智能反射面的无源波束赋形进行优化，得到对应的波束赋形；

通信模块，利用迭代模块收敛后的基站功率分配和优化模块得到的智能反 射面无源波束赋形计算非正交太赫兹无线通信系统的能效值，当能效值满足收 敛条件，得到基站对用户的功率分配和智能反射面无源波束赋形，系统可以实 现最大能效通信。

与现有技术相比，本发明至少具有以下有益效果：

本发明一种基于智能反射面非正交太赫兹通信方法，将智能反射面技术运 用到非正交太赫兹无线系统中，改善太赫兹频段过高而导致的通信覆盖范围弱、 路径损耗大、易被障碍物阻碍等缺点。同时为实现绿色通信，在基于智能反射 面技术的非正交太赫兹系统中以能效最优而构造优化问题。为解决这一复杂的 优化问题，在初始化智能反射面波束赋形矩阵的前提下，利用连续凸逼近算法 对基站的功率分配进行优化，随后固定所得到优化后的基站功率分配后利用半 定松弛算法对智能反射面波束赋形进行优化，不断重复上述交替优化过程，直 至最后能效满足收敛条件，实现非正交太赫兹无线通信系统的最佳能效，能效 可以权衡系统通信速率和能源消耗，以优化能效为核心指标是希望每焦耳的能量可以实现最大程度利用；通过能效衡量用户通信速率和能源消耗，也就是说 在每焦耳能量中实现传输速率最大以此对能源资源的最大程度利用。

进一步的，根据智能反射面协助下的非正交太赫兹系统特征，构造优化问 题时首先需要考虑用户的服务质量，即用户通信速率应大于系统所要求的最小 数据传输速率。其次应保证基站的发射能量不会超过最大所能承受的范围。最 后应该保证用户间速率公平性，用户2是信道增益较弱的用户，为保证所有用 户都可以正常通信，用户2应分配较多的功率资源。

进一步的，利用连续凸逼近方法对基站功率分配进行迭代优化。在给定智 能反射面无源波束赋形Θ的情况下对原优化问题进行化简得到基站功率分配优 化问题，并根据此优化问题对基站功率分配P_k进行初始化，运用连续凸逼近算 法将优化问题从非凸优化问题转换为凸优化问题，随后在MATLAB的CVX工 具箱进行迭代计算。在第i次迭代中，连续凸逼近算法输入参数为 {P_k ^(i-1),t^(i-1),γ^(i-1)}，输出参数为{P_k ⁽ⁱ⁾,t⁽ⁱ⁾,γ⁽ⁱ⁾}；若满足收敛条件，停止迭代运算， 得到本次迭代的基站功率分配系数。

进一步的，若不满足收敛条件，将输出参数{P_k ⁽ⁱ⁾,t⁽ⁱ⁾,γ⁽ⁱ⁾}作为下一次连续 凸逼近算法的输入值继续对基站功率分配进行优化，直至满足收敛条件。

进一步的，为了能直观地看出非正交太赫兹无线通信系统的优化结果，引 入松弛变量t来判断基站功率分配是否达到收敛值，即t⁽ⁱ⁾-t^(i-1)≤δ，其中δ为 收敛误差阈值。

进一步的，对优化得到基站最佳功率分配固定后，原始优化问题化简后得 到智能反射面无源波束赋形优化问题。通过对优化问题观察发现，大部分限制 条件都是二次型，可以将其进一步化简为线性规划问题，随后利用半定松弛算 法进行求解。

进一步的，在求解的过程中，引入智能反射面波束赋形向量u来表示原先 的智能反射面波束赋形矩阵Θ，同时引入U＝uu^H将优化不等式化简为线性规 划问题。这样能极大地降低计算复杂度和提高算法的可靠性。随后利用 MATLAB中CVX工具箱求解，得到最优的智能反射面无源波束赋形相关矩阵 U。随后根据U的秩决定运用奇异值分解或者是高斯随机化方法从U中分解得 到智能反射面波束赋形向量u。

进一步的，根据上述过程中所得到的基站功率分配和智能反射面无源波束 赋形可以计算出系统的能效值，将本次优化得到的能效值与上一次迭代得到的 能效值做差，当差值小于收敛误差阈值δ时，能效值收敛到最大值，完成对能 效值的验证。

进一步的，若能效值不满足收敛条件，将本次优化得到的智能反射面无源 波束赋形进行固定，重复上述优化过程，直至最后能效值满足收敛条件。

进一步的，太赫兹频段范围为0.1～10THz，本无线通信系统选取0.3THz频 段位于太赫兹频段的前端，通信时可以减少路径衰减和传输损耗。

可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关 描述，在此不再赘述。

综上所述，本发明将智能反射面技术运用到非正交太赫兹无线系统中，改 善太赫兹频段过高而导致的通信覆盖范围弱、路径损耗大、易被障碍物阻碍等 缺点。

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为本发明非正交太赫兹系统运用场景图；

图2为本发明基站功率分配和智能反射面无源波束赋形的优化方法流程图；

图3为本发明验证实施中关于算法迭代效果示意图；

图4为本发明案例中对不同方法所计算的能效值与本发明得到的能效值对 比示意图。

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，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单 独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种 “或”的关系。

应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描 述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范 围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也 可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时” 或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短 语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定 时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈 述的条件或事件)”。

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智能反射面非正交太赫兹通信方法，包含对基站功 率分配和智能反射面无源波束赋形优化的方法，并以系统中能效最大为目标， 构建优化问题和约束条件。针对上述的非凸优化问题，本发明提出交替迭代算 法，其中包含连续凸逼近和半定松弛算法。在优化的过程中，根据约束条件确 定相关初始值并固定上一次迭代优化的智能反射面无源波束赋形，利用连续凸 逼近算法对基站的功率分配进行优化。随后固定优化后的基站功率分配系数， 利用半定松弛算法对智能反射面无源波束赋形进行优化。最后，利用上述的基 站功率分配和智能反射面无源波束赋形计算本次迭代的能效值，当能效值满足 迭代终止条件即输出。本发明在保障用户通信质量和用户公平性的前提下对能 效进行优化，从仿真结果来看，本发明提出的交替迭代算法计算的能效值是大 于其他对比方案所计算出来的能效值。

本发明将智能反射面技术与非正交太赫兹系统相结合形成新型基于智能反 射面的非正交太赫兹系统，并在此系统中实现能效最大；能效的定义为系统中 全部的通信传输速率与系统中全部功耗之比，因此能效最大意味着系统在传输 速率和功耗之间进行权衡，提高数据传输速率并减少功耗是不现实的；同时在 优化过程中基站的功率分配和智能反射面无源波束赋形的相位值是可以连续变 化的。

在非正交太赫兹系统中，用户之间共享频谱资源在功率域上实现复用进行 信息传输，由于用户与基站间的信道强弱不一样，为保证下行链路的正常通信， 运用非正交多址技术可以使基站分配较多功率给信道质量较差的用户，从而满 足用户间公平性。同时在接收端需要利用连续干扰消除技术对用户的信息实现 分配以满足正常通信。太赫兹系统的通信频段为0.1～10THz，本发明所使用的 频段为0.3THz。

请参阅图1，运用场景包括一个基站，两个用户，U_k,k＝1,2。两个用户 都位于建筑物的阴影处，一个距离基站较近，另一个用户与基站距离较远。由 于用户位于建筑物阴影处，其直连通信链路很容易出现断联情况，因此运用智 能反射面对信号进行反射，以保证用户能顺利接收来自基站的信息。由此，通 信过程中存在两条通信信道链路，一条为基站与用户间的信道，另一条是基站- 智能反射面-用户信道。

其中，场景是三维图，基站的坐标为(x_B,y_B,z_B)，用户1的坐标为用户2的坐标为/>智能反射面第一个元素的坐标是/>每 个反射元素之间的间距为Δ，那么智能反射面每一个元素的坐标为其中，n_x和n_y分别为当 前智能反射面元素在x轴和y轴的元素数。

信道部分，用户端和基站端都只有一根天线在工作，基站到用户之间的直 连信道增益为d_k。跟智能反射面相关的信道分为基站-智能反射面、智能反射面 对入射信号进行幅度和相位的变化、智能反射面-用户，其信道增益分别用G、和/>表示，其中β_n为IRS第n块反射元素的幅值， 取值范围为β_n∈[0,1]，j为虚数符号，θ_n为IRS第n块反射元素的相移，取值 范围为θ_n∈[0,2π]。为了最大化信号的幅度，将β_n固定为1。

为使基站的功率利用价值最大，并且权衡系统传输速率和能耗消耗等问题， 在此背景中提出能效优化问题，使系统的能效达到最大，即在每单位带宽和单 位能量中能够传输数据比特数最大。

请参阅图2，本发明一种基于智能反射面非正交太赫兹通信方法，实现系 统的能源效率最大，包括以下步骤：

S1、设计包含基站的功率分配和智能反射面的无源波束赋形，且以非正交 太赫兹系统中能效值最大为目标，构建优化问题和约束条件；

在运用非正交多址技术时，设用户1为强用户，即说明用户1的信道增益 是强于用户2的信道增益的，即为满足用户间公平 性，基站会为弱用户分配较多的功率来保障弱用户正常通信；然后在用户接收 端为分离来自不同用户的信息，需要采用连续干扰消除技术，其解码顺序是(U₂,U₁)，因为无论是在哪一个用户接收端，用户2的接收功率始终是大于用 户1的。

在用户接收端U_k接收到的信号表示为：

其中，P₁为基站为用户1分配的功率，P₂为基站为用户2分配的功率，s₁为用户1发射的信息，s₂为用户2发射的信息，均为单位功率，n_k为信道中加 性高斯白噪声。

因此，表示在用户j的接收端关于用户k的信干噪比，即：

其中σ²为加性高斯白噪声的功率。

利用香农定律得到每个用户的数据传输速率，即

R₁＝log₂(1+φ_1,1) (3)

R₂＝min{log₂(1+φ_1,2),log₂(1+φ_2,2)} (4)

之所以会在表达式(4)中存在min函数，是因为我们希望用户数据传输速 率无论是在哪一个接收端都必须满足最小要求，否则用户的传输质量难以保证。

系统总优化问题和约束条件为：

s.t.R_k≥R_k,min (5a)

P₁<P₂ (5c)

其中，Θ是智能反射面的波束赋形矩阵；P₁和P₂为基站给用户分配的功率；R₁和R₂为用户的下行数据传输速率；R_k,min是用户的最小数据传输速率， R_k,min＝log₂(1+SINR_k,min)，SINR_k,min为用户的最小信干噪比，η为基站功耗系数， P_l为基站电路功率消耗，P_max为基站最大发射功率。

限制条件(5a)代表优化得到的速率应该满足用户最小的服务质量所对应 的速率，否则通信将不能正常运行。限制条件(5b)代表基站的发射功率总和 应该小于基站最大能发射的功率之和，否则即便是优化出来功率值，基站也不 能发射。限制条件(5c)代表基站的发射功率应该满足用户公平性。

关于上述能效最大问题是一个非凸优化问题，因此提出一种交替迭代算法， 此算法可以将非凸问题转换为凸优化问题。

得到凸优化问题后，利用MATLAB中CVX工具包对凸问题进行求解上述 优化问题。迭代优化算法其中包含两部分，首先在固定上一次迭代优化的智能 反射面无源波束赋形的情况下，利用连续凸逼近算法对基站功率分配进行优化。 其次固定已优化的基站功率分配系数，利用半定松弛算法对智能反射面无源波 束赋形，直至最后能效值满足收敛条件。

首先需要对系统进行初始化，包括基站、用户坐标等，并建立从基站到用 户之间两种不同的信道类型的信道增益矩阵，列出优化问题表达式。

接下来，将求解能效最大这一非凸问题转换为凸问题。在转换过程中，求 解能效问题将分成两部分，第一优化问题和第二优化问题。第一优化问题是在 固定上一次迭代的智能反射面无源波束赋形后对基站功率分配进行求解；第二 优化问题是在给定优化后的基站功率分配时对智能反射面的无源波束赋形进行 优化。通过将原优化问题分解成两个独立的优化问题，既可以降低算法的复杂 度也可以保证求解的收敛速度。

求解第一优化问题，也就是将原优化问题中智能反射面无源波束赋形矩阵 为已知量，采用连续凸逼近算法对基站功率分配进行迭代优化。在将原问题向 凸问题转换的过程中，涉及到自定义的松弛变量为{t,γ}。当给定无源波束赋形 Θ后需要对基站功率分配进行初始化，同时为使目标函数的凹凸性便于观察， 引入松弛变量t，将原优化问题等效转换为如下形式：

(5a)，(5b)，(5c) (6b)

为将上述优化问题从非凸问题转换至凸问题，在处理过程运用连续凸逼近 算法并引入松弛变量{t,γ}。

S2、根据步骤S1构建的约束条件确定初始智能反射面无源波束赋形，并 以波束赋形作为已知量化简步骤S1构建的优化问题，对基站功率分配进行迭代 优化直至收敛；

在给定智能反射面无源波束赋形Θ的情况下，对基站功率分配P_k进行初始 化，运用连续凸逼近算法对初始化的一组数进行迭代计算，在第i次迭代中， 连续凸逼近算法输入参数为{P_k ^(i-1),t^(i-1),γ^(i-1)}，输出参数为{P_k ⁽ⁱ⁾,t⁽ⁱ⁾,γ⁽ⁱ⁾}。

以无源波束赋形为已知量，利用连续凸逼近算法对基站功率分配进行迭代 优化。

基站功率分配收敛条件是

t⁽ⁱ⁾-t^(i-1)<δ (7)

其中，t⁽ⁱ⁾为第i次迭代得到关于功率分配所对应的松弛矢量，t^(i-1)为第i-1 次优化关于功率分配所对应的松弛矢量，δ为收敛误差阈值。

若满足收敛条件，那么连续凸逼近算法将停止迭代运算，得到本次迭代的 基站功率分配系数。若不满足要求，{P_k ⁽ⁱ⁾,t⁽ⁱ⁾,γ⁽ⁱ⁾}作为下一次连续凸逼近算法 的输入值继续对基站功率分配进行优化，直至满足收敛要求。

S3、以步骤S2收敛的基站功率分配为已知量量化简步骤S1构建的优化问 题，对智能反射面的无源波束赋形进行优化，得到对应的波束赋形；

化简后的智能反射面无源波束赋形优化问题表示为：

s.t.(5a) (8a)

S4、利用步骤S2收敛后的基站功率分配和步骤S3得到的智能反射面无源 波束赋形计算非正交太赫兹无线通信系统的能效值，当能效值满足收敛条件， 即得到基站对用户的功率分配和智能反射面无源波束赋形，系统可以实现最大 能效通信。

对智能反射面的无源波束赋形进行优化并验证所计算的能效值是否满足收 敛条件：

基于优化问题，采用半定松弛算法对智能反射面无源波束赋形进行优化， 得到优化后的无源波束赋形。

在转换第二优化问题过程中，为方便表达，引入智能反射面的向量u来表 示原来的无源波束赋形矩阵Θ。

随后为方便使用半定松弛算法，将优化不等式修改为线性规划问题，如智 能反射面的波束赋形向量为u将会变成U＝uu^H。

接着，在给定基站的功率分配系数后，利用半定松弛算法求解，得到智 能反射面矩阵形式的最优解U^*。

然后根据U^*的秩决定运用奇异值分解或者高斯随机化方法对从矩阵形式中 分解得到智能反射面波束赋形向量u^*。

对能效值是否满足收敛情况进行验证的方法是：

根据收敛后的基站功率分配系数和智能反射面波束赋形向量u^*计算系统 中的能效值，并将该能效值与上一次迭代所计算的能效值进行差值运算。当差 值小于收敛误差阈值时，即完成对能效值的验证。

本方法可以有效将功率消耗和数据传输速率之间做到权衡，最大化每单位 带宽和单位功率中能传输的数据传输率，最终实现绿色通信这一憧憬。

本发明再一个实施例中，提供一种基于智能反射面非正交太赫兹通信系统， 该系统能够用于实现上述基于智能反射面非正交太赫兹通信方法，具体的，该 基于智能反射面非正交太赫兹通信系统包括构建模块、迭代模块、优化模块以 及通信模块。

其中，构建模块，设计包含基站的功率分配和智能反射面的无源波束赋形， 且以非正交太赫兹系统中能效值最大为目标，构建优化问题和约束条件；

迭代模块，根据构建模块构建的约束条件确定初始智能反射面无源波束赋 形，并以波束赋形作为已知量化简构建模块构建的优化问题，对基站功率分配 进行迭代优化直至收敛；

优化模块，以迭代模块收敛的基站功率分配为已知量化简构建模块构建的 优化问题，对智能反射面的无源波束赋形进行优化，得到对应的波束赋形；

通信模块，利用迭代模块收敛后的基站功率分配和优化模块得到的智能反 射面无源波束赋形计算非正交太赫兹无线通信系统的能效值，当能效值满足收 敛条件，得到基站对用户的功率分配和智能反射面无源波束赋形，系统可以实 现最大能效通信。

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。

仿真条件：

假设在非正交太赫兹系统中，包含1个基站和2个用户，其坐标分别为(2,0,0)、(3,6,0)和(7,8,0)。

智能反射面第一个元素的坐标为(0,2,4)。

噪声功率为σ²＝-40dBm。

基站最大发射功率为P_max＝35dBm，基站的功率放大效率为η＝0.7，基站 的电路功率消耗为P_l＝10dBm，用户的最小数据传输阈值为收敛误差阈值为δ＝0.01。

请参阅图3，直观看到经过4次左右迭代后，能效值收敛至最大值，其中 总传输功率是指在系统满足上述对应的能效值后基站的发射功率。从图中直观 看出，运用此算法后，系统的能效值迅速上升，基站消耗的功率急速下降。

请参阅图4，本发明对最大化能效在考虑不同算法下的优化对比值，根据 仿真结果，纵坐标为“能源效率”，横坐标为“智能反射面反射元素数N”。在图4 仿真结果中，交替迭代算法为本发明所提出的算法所计算的能效值；固定无源 波束赋形是指将智能反射面的波束赋形固定为一个固定值，其值为 θ_n＝π/2,n＝1,…,N，只对基站功率分配进行优化；随机无源波束赋形是指在 优化过程中将智能反射面的波束赋形随机化，但是对基站功率分配进行优化； 无智能反射面是指在通信过程中不使用智能反射面来反射信号。从仿真图中可 以发现，基于交替迭代算法计算的能效值是优于其他算法的。固定无源波束赋 形和随机无源波束赋形计算出来的能效值差别不大并且随着智能反射面反射元 素增加其能效值并没有明显增加。这是因为智能反射面无源波束赋形并没有形 成相干干涉使能效达到最大。随着智能反射面反射元素增加，只有交替迭代算 法所计算的能效值不断增加。与没有智能反射面技术相比，智能反射面的存在 可以为系统带来能效提升。因此，交替迭代算法所计算出来的能效值是远远大 于其他方案的，并且智能反射面的存在会提升系统的性能。

综上所述，本发明一种基于智能反射面非正交太赫兹通信方法及系统，适 用于不同智能反射面元素下能效优化问题，且效果明显优于其他方案，通过仿 真对本发明实施的方案进行了验证。按照本发明的流程设计，通信系统可以通 过优化基站功率分配和智能反射面无源波束赋形的方式来实现能效值最大的目 标。为了将这一非凸问题转换为凸问题，提出交替迭代优化算法，其中包含连 续凸逼近对基站功率分配进行优化和半定松弛算法对无源波束赋形优化，最后 利用MATLAB的CVX工具包对凸问题进行优化，最后得到最大的能效值。

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 (7)

1.一种基于智能反射面非正交太赫兹通信方法，其特征在于，包括以下步骤：

S1、设计包含基站的功率分配和智能反射面的无源波束赋形，且以非正交太赫兹系统中能效值最大为目标，构建优化问题和约束条件，优化问题和约束条件为：

s.t.R_k≥R_k,min

P₁＜P₂

其中，Θ为智能反射面的波束赋形矩阵；P₁和P₂分别为基站给用户分配的功率；R₁和R₂分别为用户的下行数据传输速率；R_k,min为用户的最小数据传输速率，SINR_k,min为用户的最小信干噪比，η为基站功耗系数，P_l为基站电路功率消耗，P_max为基站最大发射功率；

S2、根据步骤S1构建的约束条件确定初始智能反射面无源波束赋形，并以波束赋形作为已知量化简步骤S1构建的优化问题，对基站功率分配进行迭代优化直至收敛；

S3、以步骤S2收敛的基站功率分配为已知量化简步骤S1构建的优化问题，对智能反射面的无源波束赋形进行优化，得到对应的波束赋形；

S4、利用步骤S2收敛后的基站功率分配和步骤S3得到的智能反射面无源波束赋形计算非正交太赫兹无线通信系统的能效值，当能效值满足收敛条件，得到基站对用户的功率分配和智能反射面无源波束赋形，系统可以实现最大能效通信，采用半定松弛方法对智能反射面无源波束赋形进行优化，得到优化后的无源波束赋形；引入智能反射面的向量u表示原来的无源波束赋形矩阵Θ；使用半定松弛方法将优化不等式修改为线性规划问题；在给定基站的功率分配系数后，利用半定松弛方法求解得到智能反射面矩阵形式的最优解U^*；然后根据最优解U^*的秩决定运用奇异值分解或者高斯随机化方法对从矩阵形式中分解得到智能反射面向量u^*；根据收敛后的基站功率分配系数/>和智能反射面向量u^*计算系统中的能效值，并将得到的能效值与上一次迭代得到的能效值进行差值运算；当差值小于收敛误差阈值δ时，能效值收敛到最大值，完成对能效值的验证。

2.根据权利要求1所述的基于智能反射面非正交太赫兹通信方法，其特征在于，步骤S2中，利用连续凸逼近方法对基站功率分配进行迭代优化，在给定智能反射面无源波束赋形Θ的情况下，对基站功率分配P_k进行初始化，运用连续凸逼近算法对初始化的一组数进行迭代计算，在第i次迭代中，连续凸逼近算法输入参数为{P_k ^(i-1),t^(i-1),γ^(i-1)}，输出参数为若满足收敛条件，停止迭代运算，得到本次迭代的基站功率分配系数，基站功率分配的收敛条件为：

t⁽ⁱ⁾-t^(i-1)＜δ

其中，t⁽ⁱ⁾为第i次迭代得到关于功率分配所对应的松弛矢量，t^(i-1)为第i-1次优化关于功率分配所对应的松弛矢量，δ为收敛误差阈值。

3.根据权利要求2所述的基于智能反射面非正交太赫兹通信方法，其特征在于，若不满足收敛条件，将输出参数作为下一次连续凸逼近算法的输入值继续对基站功率分配进行优化，直至满足收敛条件。

4.根据权利要求1所述的基于智能反射面非正交太赫兹通信方法，其特征在于，步骤S3中，利用半定松弛方法对智能反射面的无源波束赋形进行优化，得到优化后的无源波束赋形，对优化后的无源波束赋形矩阵进行分解后得到向量形式。

5.根据权利要求1所述的基于智能反射面非正交太赫兹通信方法，其特征在于，当差值大于收敛误差阈值δ时，将本次迭代优化的无源波束赋形作为已知量继续执行基站功率分配优化，直至差值小于误差阈值δ。

6.根据权利要求1所述的基于智能反射面非正交太赫兹通信方法，其特征在于，太赫兹系统的通信频段为0.3THz。

7.一种基于智能反射面非正交太赫兹通信系统，其特征在于，包括：

构建模块，设计包含基站的功率分配和智能反射面的无源波束赋形，且以非正交太赫兹系统中能效值最大为目标，构建优化问题和约束条件，优化问题和约束条件为：

s.t.R_k≥R_k,min

P₁＜P₂

其中，Θ为智能反射面的波束赋形矩阵；P₁和P₂分别为基站给用户分配的功率；R₁和R₂分别为用户的下行数据传输速率；R_k,min为用户的最小数据传输速率，SINR_k,min为用户的最小信干噪比，η为基站功耗系数，P_l为基站电路功率消耗，P_max为基站最大发射功率；

迭代模块，根据构建模块构建的约束条件确定初始智能反射面无源波束赋形，并以波束赋形作为已知量化简构建模块构建的优化问题，对基站功率分配进行迭代优化直至收敛；

优化模块，以迭代模块收敛的基站功率分配为已知量化简构建模块构建的优化问题，对智能反射面的无源波束赋形进行优化，得到对应的波束赋形；

通信模块，利用迭代模块收敛后的基站功率分配和优化模块得到的智能反射面无源波束赋形计算非正交太赫兹无线通信系统的能效值，当能效值满足收敛条件，得到基站对用户的功率分配和智能反射面无源波束赋形，系统可以实现最大能效通信，采用半定松弛方法对智能反射面无源波束赋形进行优化，得到优化后的无源波束赋形；引入智能反射面的向量u表示原来的无源波束赋形矩阵Θ；使用半定松弛方法将优化不等式修改为线性规划问题；在给定基站的功率分配系数后，利用半定松弛方法求解得到智能反射面矩阵形式的最优解U^*；然后根据最优解U^*的秩决定运用奇异值分解或者高斯随机化方法对从矩阵形式中分解得到智能反射面向量u^*；根据收敛后的基站功率分配系数/>和智能反射面向量u^*计算系统中的能效值，并将得到的能效值与上一次迭代得到的能效值进行差值运算；当差值小于收敛误差阈值δ时，能效值收敛到最大值，完成对能效值的验证。/>