CN115696437A - 基于irs的无线能量传输网络的用户总速率最大化方法 - Google Patents

Abstract

本发明公开了一种基于IRS的无线能量传输网络的用户总速率最大化方法，包括：建立基于IRS辅助的无线能量传输网络系统模型；获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息；根据所述传输信道状态信息传输信道状态信息，联合优化时间分配变量α、PTBS的能量束矩阵V、IRBS的接收波束成形矩阵W以及上下行的IRS反射角θ^d和θ^u构建用户总速率最大化优化问题；求解所述用户总速率最大化优化问题的最优参数。有益效果在于：本发明利用智能反射面的优势并将其加载到无线能量传输网络之中，采用坐标块下降算法、连续凸逼近以及最小化权重均方误差来实现对PTBS和IRBS波束成形向量以及智能反射面板反射角的优化，进而实现用户传输速率最大化。

Description

基于IRS的无线能量传输网络的用户总速率最大化方法

技术领域

本发明涉及通信技术领域，具体涉及一种基于IRS的无线能量传输网络的用户总速率最大化方法。

背景技术

目前，智能反射面已成为人们研究的重点之一。它具有成本低廉、无需额外电源、易于布置以及拥有大概率的视距通信。这些优点一直是传统基站所无法克服的。另外，它可以通过调节控制信号的反射角有效地提高信号的传输，是作为辅助通信的有效手段，因此智能反射面具有很大的应用前景。目前许多研究成果主要集中于利用智能反射面来提高用户总传输速率、增强边缘用户服务质量以及提高通信安全性等。

无线能量传输网络随着数据时代的发展也成为人们关注的一大热点。在该网络中，用户只装载着一个可以从基站获取能量的能量存储设备。当系统需要采集用户周围的信息等时，用户端可以先通过接收基站发射的能量信号进行充能，然后利用所得到的能量实现信息的传输。由于能量信号和信息的传输中总会遇到各种障碍物阻挡，信号的传输会受到很大影响，这导致无线能量传输网络的效率很低。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于IRS的无线能量传输网络用户总速率最大化方法及系统，结合智能反射面的优点，将其引入到无线能量传输网络中，利用它具有的视距通信来有效提高用户的传输速率。

为实现上述目的，本发明提供了以下技术方案：

本发明提供的一种基于IRS的无线能量传输网络的用户总速率最大化方法，包括：

S1：建立基于IRS辅助的无线能量传输网络系统模型；

S2：获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息；

S3:根据所述传输信道状态信息传输信道状态信息，联合优化时间分配变量α、PTBS的能量束矩阵V、IRBS的接收波束成形矩阵W以及上下行的IRS反射角θ^d和θ^u构建用户总速率最大化优化问题；

S4:求解所述用户总速率最大化优化问题的最优参数。

进一步地，所述步骤S1具体包括：

建立基于IRS辅助的无线能量传输网络系统模型，包括PTBS、IRBS、K个单天线用户设备以及一个包含N_r个单元的IRS，其中PTBS和IRBS的天线数量为N_b；

所述PTBS发送的能量信号直射至所述K个单天线用户设备，并通过所述IRS反射至所述K个单天线用户设备；

所述K个单天线用户设备通过获取的能量发送信息信号，所述K个单天线用户设备发送的信息信号直射至所述IRBS，并通过所述IRS反射至所述IRBS。

进一步地，所述步骤S3具体为将所述用户总速率最大化优化问题可以表述为：

其中

表示PTBS的最大传输功率。

进一步地，步骤S4具体为采用坐标块下降算法将公式(8)的问题转化为三个子问题分别为：

优化时间分配变量α；

优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u；

优化PTBS的能量束矩阵V和下行时IRS反射角θ^d；

通过迭代求解每一个子问题，最后得到问题的解。

进一步地，优化时间分配变量α及具体为：

给定W,V,θ^d,θ^u的值，公式(8)转化为：

其中

采用内点法求解时间分配变量α的最优解。

进一步地，所述优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u，具体为联合优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u。

进一步地，利用最小化权重均方误差引入辅助变量

将公式(8)转化为：

采用坐标块下降算法将公式(11)转化为优化IRBS的波束成形矩阵W、优化辅助变量Υ^u和优化上行时IRS反射角θ^u三个子问题，并通过迭代三个子问题进行联合优化迭代求解。

进一步地，所述优化PTBS的能量束矩阵V和下行时IRS反射角θ^d具体为联合优化PTBS的能量束矩阵V和下行时IRS反射角θ^d。

进一步地，利用最小化权重均方误差引入辅助变量

将公式(8)转化为：

采用坐标块下降算法算法将公式(30)转化为优化PTBS的能量束矩阵V、优化辅助变量Υ^d和优化上行时IRS反射角θ^u三个子问题并通过迭代三个子问题进行联合优化迭代求解。

进一步地，通过连续凸逼近算法和内点求解法对PTBS的能量束矩阵V和上行时IRS反射角θ^u进行联合优化迭代求解

本发明还提供一种基于IRS辅助的无线能量传输网络系统模型，包括：包括PTBS、IRBS、K个单天线用户设备以及一个包含N_r个单元的IRS，其中PTBS和IRBS的天线数量为N_b；

所述PTBS发送的能量信号直射至所述K个单天线用户设备，并通过所述IRS反射至所述K个单天线用户设备；

所述K个单天线用户设备通过获取的能量发送信息信号，所述K个单天线用户设备发送的信息信号直射至所述IRBS，并通过所述IRS反射至所述IRBS。

本发明还提供一种基于IRS辅助的无线能量传输网络系统装置，应用于所述基于IRS辅助的无线能量传输网络系统装置，包括：

模型建立模块，用于建立基于IRS辅助的无线能量传输网络系统模型；

获取模块，用于获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息；

方程构造模块，用于构建用户总速率最大化优化问题；

求解模块，用于求解所述用户总速率最大化优化问题的最优参数。

有益效果在于：

本发明将IRS引入到无线能量传输网络中，将其作为辅助通信设备来提高PTBS和IRBS的性能，从而有效地提高用户的传输速率。

本发明充分考虑了该能量传输网络中上下行两个阶段对用户上行总速率的影响。通过优化基站波束成形矩阵和IRS反射角来提高整个系统中用户整体的服务质量。

在求解过程中本发明主要采用BCD算法和连续凸逼近思想。将用户上行总速率的优化问题分解为三个子问题进行求解，通过迭代三个子问题，最大化系统用户上行总速率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的基于IRS辅助的无线能量传输网络系统模型；

图2是本发明的基于IRS的无线能量传输网络的用户总速率最大化方法流程图；

图3是本发明的算法4收敛速度图；

图4是本发明的上行总速率与IRS单元数量的关系图；

图5是本发明的上行总速率与传输功率的关系图；

图6是本发明的上行总速率与路径损耗系数的关系；

图7是本发明的上行总速率与用户位置的关系。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

参见图1-2所示，图1是本发明的基于IRS辅助的无线能量传输网络系统模型，图2是本发明的基于IRS的无线能量传输网络的用户总速率最大化方法流程图。本发明提供了一种基于IRS的无线能量传输网络的用户总速率最大化方法，包括：

S1：建立基于IRS辅助的无线能量传输网络系统模型；

S2：获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息；

S3:根据所述传输信道状态信息传输信道状态信息，联合优化时间分配变量α、PTBS的能量束矩阵V、IRBS的接收波束成形矩阵W以及上下行的IRS反射角θ^d和θ^u构建用户总速率最大化优化问题；

S4:求解所述用户总速率最大化优化问题的最优参数。

在一些实施例中，如图1所示，建立基于IRS辅助的无线能量传输网络系统模型，包括能量传输基站(powertransmittingbasestation,PTBS)、信息接收基站(informationreceivingbasestation,IRBS)、K个单天线用户设备以及一个包含N_r个单元的IRS，其中PTBS和IRBS的天线数量为N_b；所述PTBS发送的能量信号直射至所述K个单天线用户设备，并通过所述IRS反射至所述K个单天线用户设备；所述K个单天线用户设备通过获取的能量发送信息信号，所述K个单天线用户设备发送的信息信号直射至所述IRBS，并通过所述IRS反射至所述IRBS。

在本实施例中，所述系统模型中包含一个能量传输基站(powertransmittingbasestation,PTBS)、一个信息接收基站(informationreceivingbasestation,IRBS)。系统中每一个用户只装载了一个能量存储设备来获取从能量传输基站获取能量，所有用户采用相同频率进行信息传输。

在一些实施例中，获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息，下行链路中，从PTBS到第k个用户和IRS，从IRS到第k个用户的传输信道表示为

和

上行链路中，从用第k个用户到IRS，IRS到IRBS，第k个用到IRS的传输信道表示为

和

在一些实施例中，我们采用时分协议，总传输时间为T，在下行阶段αT(0＜α＜1)，PTBS通过广播的行式发送能量信号来向用户传输能量；在上行阶段(1-α)T，所有用户通过获取的能量来向IRBS传输信息。在两个阶段，可能通过调节IRS的反射角来提高能量信号和信息信号的获取。不失一般地，我们假设T＝1。

分别表示上行和下行中智能反射面第l个单元的反射角，因此将它们表示为对角矩阵

和

在下行能量传输时，能量信号可以表示为：

其中

PTBS的传输功率可以表示为

因此，第k个用户接收的能量信号可能表示为：

y_DL,k＝(g_k+g_r,kΦ_dG)x_d+n

(2)

其中n～CN(0,σ²)。

第k个用户获取的能量可能表示为：

其中

0＜ζ_k＜1表示第k个用户的能量获取系数。因此在第二阶段第k个用户传输信息时的平均传输功率表示为：

在上行传输时，第k个用户的传输信号表示为：

其中s_k表示第k个用户向IRBS的传输信号，并且E[s_k ²]＝1，E[s_ks_l]＝0,l≠k。因此，IRBS在上行阶段的接收信号表示为：

其中

第k个用户向IRBS传输信息的速率表示为：

其中

W＝[w₁,…,w_K]，

表示IRBS接收时的波束成形向量。

本发明的主要目的是通过联合优化时间分配变量α，PTBS的能量束矩阵V，IRBS的接收波束成形矩阵W以及上下行的IRS反射角θ^d和θ^u来最大化用户信息传输时的总速率，因此问题可能表述为：

其中

表示PTBS的最大传输功率。

在一些实施例中，我们采用坐标块下降算法(blockcoordinate descent,BCD)来将以上问题分解为三个可以求解的子问题，优化时间分配变量α、优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u、优化PTBS的能量束矩阵V和下行时IRS反射角θ^d，然后通过迭代法来得到该问题的解具体的：

1.优化时间分配变量α

在给定W,V,θ^d,θ^u的值后，问题(8)可以转化为以下子优化问题：

其中

可以得出，该子问题是一个凸优化问题，可能采用内点法进行求解。

2.优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u

在给定α,V,θ^d后，原问题可以简化为以下子问题：

我们利用该目标函数与其最小权重均方误差之间的关系，在引入辅助变量

该子问题可以转化为以下容易求解的问题：

其中

表示第k个用户均方误差，它可以表示为：

可以看出问题(11)相对于问题(10)比较容易求解。但可知该问题由于变量之间的相互耦合仍是一个非凸的问题，无法进行直接求解。因此，我们采用BCD算法进行求解。

2.1优化IRBS的波束成形矩阵W

当给定反射角θ^u和辅助变量Υ^u后，我们可以对该问题的目标函数对w_k求导并使其等于0，因此可以得到接收波束成形向量：

其中

2.2优化辅助变量Υ^u

类似地，我们可以对该问题的目标函数对

求导并使其等于0可以得到辅助变量的值为：

2.3优化上行反射角θ^u

在给定W和Υ^u之后，通过将式(12)代入问题(11)，原问题可以构造为：

其中目标函数中的每一部分表示：

使

问题(15)可以转化为：

我们可以用

向量来表示Φ_u的对角元素。另外

因此问题(19)的第一部分可以重写为：

其中⊙表示Hadamard积。

另外目标函数和第二和第三部分可以分别表示为：

当我们定义

问题(19)可以简化为：

可以得出由于模为1的约束导致该问题仍是一个非凸问题。因此我们采用最小化优化(majorization-minimization,MM)算法来求解这一非凸问题。首先，我们需要寻找一个替代函数

作为该问题目标函数f(φ_u)的上界，其中t表示迭代次数。其次，我们可以根据以下式子得到

因此，在第t次迭代时问题(23)可以表示为：

从式(24)中可以得出

是一个常数，并且根据

可知

因此该问题可以转化为：

因此，我们可以得到该问题的解：

因此问题(19)的解可以表示为：

根据以上分析，求解问题(10)的过程可以总结为算法1如下：

算法1：联合优化W和θ^u

3.优化能量束矩阵V和下行反射角θ^d

在给定α，W和θ^u，原问题(8)可以转化为：

类似地，该问题可以转化为其等价的最小权重均方误差问题：

其中

表示辅助变量，

表示下行时第k个用户的均方误差，可以表示如下：

其中

将式(4)代入式(31)中可以得到：

其中

3.1优化下行辅助变量Υ^d

当给定下行反射角θ^d和接收波束成形矩阵V后，我们可以对问题(30)的目标函数求关于

的导数并使其等于0，则可以得到：

3.2优化能量束矩阵V

当给定下行反射角θ^d和辅助变量Υ^d后，问题(30)可以转化为：

该问题由于

的非凸性导致其非凸。但我们可以引入辅助变量来将其转化为凸。定义

该问题可以转化为：

其中,

然而，该问题的第二个约束仍旧是非凸的。我们采用连续凸逼近来处理该问题。假设

V^t表示第t次迭代时的能量束矩阵。则式(35)中第二个约束可以转化为：

因此问题(35)可以转化为：

该问题是一个凸优化问题，可以采用内点法进行求解。

3.3优化下行反射角θ^d

给定能量束矩阵V和辅助变量Υ^d，问题(30)可以简化为：

将

代入以上问题目标函中的最小均方误差可以得到：

定义

T_k＝diag(g_r,k)G，

上式可以转化为：

但该式仍旧是非凸的，因此，我们采用连续凸逼近对其进行近似，可以表示如下：

其中(φ_d)^t表示φ_d在第t次迭代时的值。

因此，问题(38)可以近似为以下问题：

其中,

去掉其中的常数，问题(42)可以转化为：

其中,

因此，该问题的解为：

(φ_d)^t+1＝e^jarg(-qt) (46)

最后我们可以得出问题(38)的解为：

(θ^d)^t+1＝arg(-q^t) (47)

根据以上分析，求解问题(38)的过程可以总结为算法2如下：

算法2：基于SCA的下行反射角求解算法

本发明通过蒙特卡洛(Monte-Carlo)方法来验证算法2的有效性。实验模拟中假设PTBS和IRBS的坐标分别为(0,0)和(800,0)，IRS坐标为(400,20)。用户随机分布于以(400,0)为圆心半径为20m的圆中。小规模衰落信道采用瑞利衰落，大规模路径衰落表示为：

其中PL₀＝-30dB，d₀＝1m。基站到用户的衰落指数α_BS-IoTD＝3.5。基站到IRS，IRS到用户的衰落指数α_BS-IRS＝α_IRS-IoTD＝2.2。系统带宽为10MHz。噪声功率为-174dBm。基站天线数为4。IRS反射单元数为30.基站最大发射功率为

误差ξ＝10^-4。

因此，求解下行变量的过程可以总结为算法3，具体如下：

算法3联合优化V和θ^d

通过将原问题(8)分解为三个子问题，然后通过迭代求解每一个子问题，最后得到问题解的，我们将总的求解过程总结为算法4，具体如下：

算法4联合优化α，W，V，θ^u，θ^d

图3展示了不同用户数量下算法4的收敛情况。该图表明算法4收敛速率非常快。而且上行总速率随着用户数量增多而增大。

图4中显示不同IRS单元数量情况下中上行总速率的变化。可以看出在能量传输网络中加入IRS可以极大地提高上行用户的速率，另外，通过调节IRS反射角可以进一步地提高上行用户的总速率，这样可以进一步扩大IRS的优势。

图5中显示不同基站发射功率时上行总速率的变化情况。可以看出随着基站发射功率的增长，上行用户的传输速率也在不断地增加。而且当无线能量传输网络中加入IRS后上行用户的传输速率增长的更加明显。

图6中显示上行总速率随着路径损耗系数增大而出现的变化情况。可以看出当路径损耗系数不断增大时，上行用户的传输速率呈现出快速下降的趋势。但是在无线能量传输网络之中加入IRS后上行用户的传输速率的下降趋势变得较慢。这表明IRS可以有效地减少通信时信道衰落造成的信号衰减。

图7中显示不同用户位置与上行总速率之间的关系。可以看出当用户远离PTBS时，它们接收的能量会减少，自然会造成上行信息传输时总速率的减小。但在该模型中加入IRS后可以有效地减小这一影响。

本发明还提供一种基于IRS辅助的无线能量传输网络系统模型，包括：包括PTBS、IRBS、K个单天线用户设备以及一个包含N_r个单元的IRS，其中PTBS和IRBS的天线数量为N_b；

所述PTBS发送的能量信号直射至所述K个单天线用户设备，并通过所述IRS反射至所述K个单天线用户设备；

所述K个单天线用户设备通过获取的能量发送信息信号，所述K个单天线用户设备发送的信息信号直射至所述IRBS，并通过所述IRS反射至所述IRBS。

在一些实施例中，所述系统模型中包含一个能量传输基站(power transmittingbase station,PTBS)、一个信息接收基站(information receiving base station,IRBS)。系统中每一个用户只装载了一个能量存储设备来获取从能量传输基站获取能量，所有用户采用相同频率进行信息传输。

本发明还提供一种基于IRS辅助的无线能量传输网络系统装置，应用于所述基于IRS辅助的无线能量传输网络系统装置，包括：

模型建立模块，用于建立基于IRS辅助的无线能量传输网络系统模型；

获取模块，用于获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息；

方程构造模块，用于构建用户总速率最大化优化问题；

求解模块，用于求解所述用户总速率最大化优化问题的最优参数。

有益效果在于：

本发明将IRS引入到无线能量传输网络中，将其作为辅助通信设备来提高PTBS和IRBS的性能，从而有效地提高用户的传输速率。

本发明充分考虑了该能量传输网络中上下行两个阶段对用户上行总速率的影响。通过优化基站波束成形矩阵和IRS反射角来提高整个系统中用户整体的服务质量。

在求解过程中本发明主要采用BCD算法和连续凸逼近思想。将用户上行总速率的优化问题分解为三个子问题进行求解，通过迭代三个子问题，最大化系统用户上行总速率。

以上，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于IRS的无线能量传输网络的用户总速率最大化方法，其特征在于，包括：

S1：建立基于IRS辅助的无线能量传输网络系统模型；

S2：获取PTBS到用户、PTBS到IRS、IRS到用户、用户到IRS、IRS到IRBS和用户到IRS的传输信道状态信息；

S3:根据所述传输信道状态信息传输信道状态信息，联合优化时间分配变量α、PTBS的能量束矩阵V、IRBS的接收波束成形矩阵W以及上下行的IRS反射角θ^d和θ^u构建用户总速率最大化优化问题；

S4:求解所述用户总速率最大化优化问题的最优参数。

2.根据权利要求1所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，所述步骤S1具体包括：

建立基于IRS辅助的无线能量传输网络系统模型，包括PTBS、IRBS、K个单天线用户设备以及一个包含N_r个单元的IRS，其中PTBS和IRBS的天线数量为N_b；

所述PTBS发送的能量信号直射至所述K个单天线用户设备，并通过所述IRS反射至所述K个单天线用户设备；

所述K个单天线用户设备通过获取的能量发送信息信号，所述K个单天线用户设备发送的信息信号直射至所述IRBS，并通过所述IRS反射至所述IRBS。

3.根据权利要求1所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，所述步骤S3具体为将所述用户总速率最大化优化问题表述为：

其中

表示PTBS的最大传输功率。

4.根据权利要求3所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，步骤S4具体为采用坐标块下降算法将公式(8)的问题转化为三个子问题分别为：

优化时间分配变量α；

优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u；

优化PTBS的能量束矩阵V和下行时IRS反射角θ^d；

通过迭代求解每一个子问题，最后得到问题的解。

5.根据权利要求4所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，优化时间分配变量α及具体为：

给定W,V,θ^d,θ^u的值，公式(8)转化为：

其中

采用内点法求解时间分配变量α的最优解。

6.根据权利要求4所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，所述优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u，具体为联合优化IRBS接收波束成形矩阵W和上行时IRS反射角θ^u。

7.根据权利要求6所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，利用最小化权重均方误差引入辅助变量

将公式(8)转化为：

采用坐标块下降算法将公式(11)转化为优化IRBS的波束成形矩阵W、优化辅助变量Υ^u和优化上行时IRS反射角θ^u三个子问题，并通过迭代三个子问题进行联合优化迭代求解。

8.根据权利要求4所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，所述优化PTBS的能量束矩阵V和下行时IRS反射角θ^d具体为联合优化PTBS的能量束矩阵V和下行时IRS反射角θ^d。

9.根据权利要求8所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，利用最小化权重均方误差引入辅助变量

将公式(8)转化为：

采用坐标块下降算法算法将公式(30)转化为优化PTBS的能量束矩阵V、优化辅助变量Υ^d和优化上行时IRS反射角θ^u三个子问题并通过迭代三个子问题进行联合优化迭代求解。

10.根据权利要求9所述的基于IRS的无线能量传输网络的总速率最大化方法，其特征在于，通过连续凸逼近算法和内点求解法对PTBS的能量束矩阵V和上行时IRS反射角θ^u进行联合优化迭代求解。

Images