CN116709538A - 一种双ris协作辅助的noma系统上行传输方法及装置 - Google Patents
一种双ris协作辅助的noma系统上行传输方法及装置 Download PDFInfo
- Publication number
- CN116709538A CN116709538A CN202310694830.8A CN202310694830A CN116709538A CN 116709538 A CN116709538 A CN 116709538A CN 202310694830 A CN202310694830 A CN 202310694830A CN 116709538 A CN116709538 A CN 116709538A
- Authority
- CN
- China
- Prior art keywords
- intelligent
- user group
- ris1
- base station
- ris2
- 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.)
- Pending
Links
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract description 73
- 201000008585 noma Diseases 0.000 title claims abstract description 73
- 230000005540 biological transmission Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 47
- 102100021009 Cytochrome b-c1 complex subunit Rieske, mitochondrial Human genes 0.000 claims abstract description 98
- 101000643956 Homo sapiens Cytochrome b-c1 complex subunit Rieske, mitochondrial Proteins 0.000 claims abstract description 98
- 101000655155 Homo sapiens Transmembrane protein 158 Proteins 0.000 claims abstract description 98
- 102100025450 DNA replication factor Cdt1 Human genes 0.000 claims abstract description 81
- 101000914265 Homo sapiens DNA replication factor Cdt1 Proteins 0.000 claims abstract description 81
- 238000005457 optimization Methods 0.000 claims abstract description 72
- 230000010363 phase shift Effects 0.000 claims abstract description 63
- 239000011159 matrix material Substances 0.000 claims abstract description 57
- 230000009471 action Effects 0.000 claims abstract description 4
- 230000014509 gene expression Effects 0.000 claims description 34
- 238000013178 mathematical model Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 230000009977 dual effect Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000008054 signal transmission Effects 0.000 claims description 5
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 8
- 238000001829 resonance ionisation spectroscopy Methods 0.000 description 44
- 239000004973 liquid crystal related substance Substances 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011480 coordinate descent method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/1263—Mapping of traffic onto schedule, e.g. scheduled allocation or multiplexing of flows
- H04W72/1268—Mapping of traffic onto schedule, e.g. scheduled allocation or multiplexing of flows of uplink data flows
-
- 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
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
- H04W72/21—Control channels or signalling for resource management in the uplink direction of a wireless link, i.e. towards the network
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种双RIS协作辅助的NOMA系统上行传输方法及装置,包括:添加用户群体A和用户群体B中各用户个体最低数据传输速率的限定条件,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1;分别固定智能超表面RIS 1和智能超表面RIS 2的相移矩阵,对优化问题P1进行优化求解获得最优相移矩阵Φ2和最优相移矩阵Φ1;根据最优相移矩阵Φ1控制智能超表面RIS 1动作或者根据最优相移矩阵Φ2控制智能超表面RIS 2动作,辅助NOMA系统进行数据上行传输;利用NOMA系统可以叠加编码与连续干扰删除的优势和智能超表面RIS在增强有用信号与抵消干扰信号两方面的优势,提高NOMA系统的性能同时降低总功耗。
Description
技术领域
本发明属于无线通信技术领域,具体涉及双RIS协作辅助的NOMA系统上行传输方法及装置。
背景技术
毫米波通信是解决B5G(Beyond 5G)乃至6G通信系统中用户服务质量不断增高的问题的关键技术,然而由于其处于较高频段,面临覆盖范围有限,易阻塞和路径损耗高等问题。随着智能材料的发展,智能超表面RIS作为一种具备极高的性价比和能效的关键技术有望解决毫米波通信中的这些问题。智能超表面RIS由大量无源可重构单元组成,可以安装在较大的平面上(如室内的墙壁或天花板、室外的建筑物或标志),通过合理的调整其可重构单元的相位,可以反射障碍物周围的射频能量,并在毫米波源和目的地之间创建虚拟的视距传播路径(Line-of-sight,LoS)。
另一方面,传统OMA技术往往是通过牺牲无线资源来换取性能的,在未来通信系统中,需要支持大规模的链接和更高的频谱效率,因此迫切需要一种新的多址接入技术解决这个问题。非正交多址接入技术可以将同一无线资源分配给多个用户,为解决频谱短缺问题提供了一个新的思路。将智能超表面RIS与NOMA技术进行结合可进一步提升系统的频谱效率与功率效率,进而通过联合优化基站发出的有源波束和通过智能超表面RIS反射之后的无源波束可以更好的提高系统的性能;
但是目前关于协作智能超表面RIS辅助OMA系统方案都没有高效利用NOMA系统的功率资源,导致NOMA系统的总功耗浪费。
发明内容
本发明提供了一种双RIS协作辅助的NOMA系统上行传输方法及装置,利用NOMA系统可以叠加编码与连续干扰删除的优势和智能超表面RIS在增强有用信号与抵消干扰信号两方面的优势,提高NOMA系统的性能同时降低总功耗。
为达到上述目的,本发明所采用的技术方案是:
本发明第一方面提供了一种双RIS协作辅助的NOMA系统上行传输方法,包括:
建立NOMA系统中用户群体A与基站BS之间、用户群体B与基站BS之间、智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型;
构建基站BS接收端的总接收信号数学模型y;按照NOMA系统数据上行传输的解调顺序,基于总接收信号数学模型y分别确定用户群体A和用户群体B中用户个体发送信号的信噪比表达式;
利用所述信噪比表达式表示各用户个体的数据传输速率,添加用户群体A和用户群体B中各用户个体最低数据传输速率的限定条件,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1,其中,优化变量为所述用户个体的信号发射功率以及智能超表面RIS 1与智能超表面RIS 2的相移矩阵变量;
固定智能超表面RIS 1的相移矩阵,更新用户群体B中各用户个体的信号发射功率P2,k,对优化问题P1进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2;
固定智能超表面RIS 2的相移矩阵,更新用户群体A中各用户个体的信号发射功率P1,k;对优化问题P1进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1;
根据最优相移矩阵Φ1控制智能超表面RIS 1动作或者根据最优相移矩阵Φ2控制智能超表面RIS 2动作,辅助NOMA系统进行数据上行传输。
优选的,建立NOMA系统中用户群体A与基站BS之间、用户群体B与基站BS之间、智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型的方法包括:
利用莱斯衰落信道建立智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型;
将用户群体A与基站BS之间的信道模型表示为:
h1,i=G1Φ1u1,i
将用户群体B与基站BS之间的信道模型表示为:
h2,j=G2Φ2u2,j+G1Φ1DΦ2u2,j
公式中,h1,i表示为用户群体A与基站BS之间的信道模型,h2,j为用户群体B与基站BS之间的信道模型,表示基站BS与智能超表面RIS 1之间的信道,/>表示为复数向量;/>表示基站BS与智能超表面RIS 2之间的信道,M1表示为智能超表面RIS 1中可重构单元数目,M2表示为智能超表面RIS 2中可重构单元数目;/>表示智能超表面RIS1与个体用户u[1,i]之间的信道,个体用户u[1,i]表示用户群体A中第i号个体用户,/>表示智能超表面RIS 2与用户u[2,j]之间的信道,个体用户u[2,j]表示用户群体B中第j号个体用户;/>表示智能超表面RIS 1与智能超表面RIS 2之间的信道;/>表示智能超表面RIS 1的相移矩阵,表示智能超表面RIS 2的相移矩阵;φ2,1至φ2,M2表示为智能超表面RIS 2中可重构单元的相位;φ1,1至φ1,M1表示为智能超表面RIS 1中可重构单元的相位;j表示为虚数;θρ,m表示为智能超表面RISρ中第m个可重构单元的幅度系数,ρ∈{1,2},m∈{1,…,Mρ};
将每个可重构单元的幅度系数均设置为一个最大值,即θρ,m=1;将每个可重构单元的相位均匀量化为一组离散值,记为ω表示为相位分辨率。
优选的,构建基站BS接收端的总接收信号数学模型y,表达公式为:
其中,P1,k和S1,k分别为用户个体u[1,k]的发射功率和归一化的发射信号;P2,k和S2,k分别为用户个体u[2,k]的发射功率和归一化的发射信号;为服从均值为0,方差为σ2的复高斯白噪声;用户个体u[1,k]表示为用户群体A中第i号个体用户,用户个体u[2,k]分别表示为用户群体B中第k号个体用户;K1表示为用户群体A中个体用户的数量;K2表示为用户群体B中个体用户的数量。
优选的,按照NOMA系统数据上行传输的解调顺序,基于总接收信号数学模型y分别确定用户群体A和用户群体B中用户个体发送信号的信噪比表达式的方法包括:
设定智能超表面RIS 1与基站BS的距离小于智能超表面RIS 2与基站BS的距离;根据上行NOMA通信系统的解码顺序,基站首先解码用户群体A中信道质量最优的信号,之后使用SIC技术将该信号从叠加的总接收信号数学模型y中删除,再解码用户群体A中信道次优的信号,重复解码直至将用户群体A的所有用户的信号从总接收信号数学模型y中全部删除之后,开始解码用户群体B中的信号;
用户群体A中个体用户u[1,k]发送信号的信噪比表达式为:
用户群体B中个体用户u[2,k]发送信号的信噪比表达式为:
公式中,γ1,k表示为用户群体A中个体用户u[1,k]发送信号的信噪比;γ2,k表示为用户群体B中个体用户u[2,k]发送信号的信噪比。
优选的,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1,表达公式为:
P1:
s.t.C1:
C2:
公式中,表示个体用户u[ρ,k]的最低数据速率。
优选的,更新用户群体B中各用户个体的信号发射功率P2,k,表达公式为:
其中,当i>k时,当i=k,/>
优选的,更新用户群体A中各用户个体的信号发射功率P1,k,表达公式为:
其中,当i>k时,当i=k,/>
优选的,对优化问题P1进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2的方法包括:
在固定智能超表面RIS 1的相移矩阵的前提下,将优化问题P1转化为优化问题P4,优化问题P4的表达公式为:
P4:
s.t.C4:
C5:
公式中,Re{·}表示为复数的实部,Im{·}表示为复数的虚部;为Θ1的转置矩阵;/>表示为Sg,k的共轭复数;/>表示为Tg,k的共轭复数;Θ2,l,m表示为l次迭代过程中RIS2的前m-1个可重构单元的相位;
通过一维搜索对优化问题P4进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2。
优选的,对优化问题P1进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1的方法包括:
在固定智能超表面RIS 2的相移矩阵的前提下,将优化问题P1转化为优化问题P6,优化问题P6的表达公式为:
P6:
s.t.C7:
C8:
Sf,k=R1,k[m]Θ1,l,m-1[m]
公式中,表示为Sf,k的共轭复数;/>表示为Tf,k的共轭复数;/>表示为Se,k的共轭复数;/>表示为Te,k的共轭复数;Θ1,l,m表示为l次迭代过程中RIS 1的前m-1个可重构单元的相位;
通过一维搜索对优化问题P6进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1。
本发明第三方面提供了电子设备,包括处理器及存储介质;所述存储介质用于存储指令;所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。
与现有技术相比,本发明的有益效果:
本发明构建基站BS接收端的总接收信号数学模型y;按照NOMA系统数据上行传输的解调顺序,基于总接收信号数学模型y分别确定用户群体A和用户群体B中用户个体发送信号的信噪比表达式;利用所述信噪比表达式表示各用户个体的数据传输速率,添加用户群体A和用户群体B中各用户个体最低数据传输速率的限定条件,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1;利用NOMA系统可以叠加编码与连续干扰删除的优势,提高了NOMA系统的功率资源利用效率。
本发明固定智能超表面RIS 1的相移矩阵,更新用户群体B中各用户个体的信号发射功率P2,k,对优化问题P1进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2;固定智能超表面RIS 2的相移矩阵,更新用户群体A中各用户个体的信号发射功率P1,k;对优化问题P1进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1;通过联合设计两个RIS的相移变量、所有用户的功率控制来最小化该系统总功耗,利用智能超表面RIS在增强有用信号与抵消干扰信号两方面的优势,提高NOMA系统的性能同时降低总功耗。
附图说明
图1是双RIS协作辅助NOMA系统上行传输模型图;
图2是不同迭代次数下NOMA系统的总发射功率曲线图;
图3是不同最低数据传输速率条件下NOMA系统的总发射功耗曲线图;
图4是不同总可重构单元数目条件下NOMA系统的总发射功耗曲线图;
图5是固定总可重构单元数目,不同RIS 1可重构单元数目条件下NOMA系统的总发射功耗曲线图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例一
考虑两个用户群体的NOMA系统上行传输方案,智能超表面RIS 1部署在配备单天线的基站BS附近,其可重构单元的数目为M1,覆盖半径为R1;智能超表面RIS 2部署在小区边缘,其可重构单元的数目为M2,覆盖半径为R2,两个智能可重构表面的单元数目满足M1+M2=M。智能超表面RIS 1和智能超表面RIS 2与基站BS的距离分别表示为dBS,RIS1和dBS,RIS2,有dBS,RIS1<dBS,RIS2。根据智能超表面RIS 1、智能超表面RIS 2和基站BS的部署位置,将基站覆盖范围内的所有用户统一划分为用户群体A和用户群体B,其中,用户群体A有K1个用户,其中心与智能超表面RIS 1的直线距离为dC1,用户群体B有K2个用户,其中心与智能超表面RIS2的直线距离为dC2;智能超表面RIS 1与智能超表面RIS 2之间的直线距离为dRIS1,RIS2。
如图1至图4所示,一种双RIS协作辅助的NOMA系统上行传输方法,包括:
建立NOMA系统中用户群体A与基站BS之间、用户群体B与基站BS之间、智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型的方法包括:
利用莱斯衰落信道建立智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型;
令u[1,i]和u[2,j]分别表示用户群体A中第i个用户和用户群体B中第j个用户;因为u[1,i]→RIS1→RIS2→BS链路的路径损失较大,所以u[1,i]只可以在智能超表面RIS 1的辅助下与基站BS进行通信,即u[1,i]与基站BS之间只存在一条单反射链路(u[1,i]→RIS1→BS);u[2,j]不仅可以在智能超表面RIS 2辅助下,与基站BS进行通信,还可以在智能超表面RIS 2和智能超表面RIS 1的协作辅助下,与基站BS进行通信,即u[2,j]与基站BS之间同时存在一条单反射链路(u[2,j]→RIS2→BS)和一条双反射链路(u[2,j]→RIS2→RIS1→BS)将用户群体A与基站BS之间的信道模型表示为:
h1,i=G1Φ1u1,i
将用户群体B与基站BS之间的信道模型表示为:
h2,j=G2Φ2u2,j+G1Φ1DΦ2u2,j
公式中,h1,i表示为用户群体A与基站BS之间的信道模型,h2,j为用户群体B与基站BS之间的信道模型,表示基站BS与智能超表面RIS 1之间的信道,/>表示为复数向量;/>表示基站BS与智能超表面RIS 2之间的信道,M1表示为智能超表面RIS 1中可重构单元数目,M2表示为智能超表面RIS 2中可重构单元数目;/>表示智能超表面RIS1与个体用户u[1,i]之间的信道,/>表示智能超表面RIS 2与用户u[2,j]之间的信道;/>表示智能超表面RIS 1与智能超表面RIS 2之间的信道;表示智能超表面RIS 1的相移矩阵,表示智能超表面RIS 2的相移矩阵;φ2,1至φ2,M2表示为智能超表面RIS 2中可重构单元的相位;φ1,1至φ1,M1表示为智能超表面RIS 1中可重构单元的相位;j表示为虚数;θρ,m表示为智能超表面RISρ中第m个可重构单元的幅度系数,ρ∈{1,2},m∈{1,…,Mρ};
将每个可重构单元的幅度系数均设置为一个最大值,即θρ,m=1;将每个可重构单元的相位均匀量化为一组离散值,记为ω表示为相位分辨率。
构建基站BS接收端的总接收信号数学模型y,表达公式为:
其中,P1,k和S1,k分别为用户个体u[1,k]的发射功率和归一化的发射信号;P2,k和S2,k分别为用户个体u[2,k]的发射功率和归一化的发射信号;为服从均值为0,方差为σ2的复高斯白噪声;用户个体u[1,k]表示为用户群体A中第i号个体用户,用户个体u[2,k]分别表示为用户群体B中第k号个体用户;K1表示为用户群体A中个体用户的数量;K2表示为用户群体B中个体用户的数量。
按照NOMA系统数据上行传输的解调顺序,基于总接收信号数学模型y分别确定用户群体A和用户群体B中用户个体发送信号的信噪比表达式的方法包括:
设定智能超表面RIS 1与基站BS的距离小于智能超表面RIS 2与基站BS的距离;根据上行NOMA通信系统的解码顺序,基站首先解码用户群体A中信道质量最优的信号,之后使用SIC技术将该信号从叠加的总接收信号数学模型y中删除,再解码用户群体A中信道次优的信号,重复解码直至将用户群体A的所有用户的信号从总接收信号数学模型y中全部删除之后,开始解码用户群体B中的信号;
用户群体A中个体用户u[1,k]发送信号的信噪比表达式为:
用户群体B中个体用户u[2,k]发送信号的信噪比表达式为:
公式中,γ1,k表示为用户群体A中个体用户u[1,k]发送信号的信噪比;γ2,k表示为用户群体B中个体用户u[2,k]发送信号的信噪比。
利用所述信噪比表达式表示各用户个体的数据传输速率,添加用户群体A和用户群体B中各用户个体最低数据传输速率的限定条件,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1,其中,优化变量为所述用户个体的信号发射功率以及智能超表面RIS 1与智能超表面RIS 2的相移矩阵变量;
优化问题P1的表达公式为:
P1:
s.t.C 1:
C2:
公式中,表示个体用户u[ρ,k]的最低数据速率。
固定智能超表面RIS 1的相移矩阵,更新用户群体B中各用户个体的信号发射功率P2,k,表达公式为:
其中,当i>k时,当i=k,/>
对优化问题P1进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2的方法包括:
在固定智能超表面RIS 1处相移矩阵Φ1的前提下,原始优化问题P1等效于优化问题P2的表达公式为:
P2:
s.t.C3:
定义级联信道和相移矩阵/>因此,有等式G2Φ2u2,k=R2,kΘ2。进一步定义/>个体用户u[2,k]的信道h2,k有以下等效变换:
其中,为Θ1的转置矩阵;/>为Θ2的转置矩阵;/>表示不带有相移的双反射级联信道。
因此,在固定变量Φ1的前提下,优化问题P2可以进一步等效为:
P3:
s.t.C3
其中,可以视为一个常量矩阵。将具有M2个无源可重构单元的智能超表面RIS 2的相移矩阵Θ2看作是一个块坐标,在每一次优化时只优化其中的一个可重构单元的相移,在目标函数达到最小时,取得该可重构单元的最优相移,以此类推,直到优化完整个智能超表面RIS 2的所有可重构单元。在该算法中,第l次迭代的最优解可以由第l-1次迭代的最优解旋转M2次得到,即:
其中,表示每一次只优化块坐标中的一个可重构单元,/>且其元素均为1;如果/>则优化之后的可重构单元的叠加相位在经过模2π运算之后仍然属于集合/> 和/>分别表示第l次和第l-1次迭代过程中相移矩阵的最优解。
为便于实际实现,规定第l次迭代过程中,相移优化的顺序是从第1个至第M2个,即从到/>令/>表示在第l次迭代过程中RIS 2的前m-1个可重构单元的相位。因此,在优化RIS 2的第m个可重构单元时,用户u[2,k]的等效信道可以表示为下式:
公式中,表示为Sg,k的共轭复数;/>表示为Tg,k的共轭复数;Re{·}表示复数的实部,Im{·}表示复数的虚部;将优化问题P3等效于优化问题P4:
P4:/>
s.t.C4:
C5:
在该问题中,只有一个优化变量可以通过一维搜索得到最优解,表示为:
固定智能超表面RIS 2的相移矩阵,更新用户群体A中各用户个体的信号发射功率P1,k,表达公式为:
其中,当i>k时,当i=k,/>
对优化问题P1进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1的方法包括:
由于RIS 1同时服务于用户群体1和用户群体2,因此问题P1可以等效为:
P5:
s.t.C6:
在该问题中,只有用户u[1,k]的级联信道h1,k和u[2,k]的级联信道h2,k与优化变量Φ1有关,其余参数均为常量。通过引入变量并进一步定义所以h1,k和h2,k可重写为:
h1,k=R1,kΘ1
与优化智能超表面RIS 2的可重构单元类似,也采用块坐标下降法优化智能超表面RIS 1的可重构单元。此时,第l次迭代的最优解可以由第l-1次迭代的最优解旋转M1次得到,即:
其中,表示每次只优化块坐标中的一个可重构单元,如果/>则优化之后的可重构单元的叠加相位在经过模2π运算之后仍然属于集合/>设定在第l次迭代中相移优化的顺序是从第1个至第M1个,即从/>到/>令表示在第l次迭代过程中智能超表面RIS 1的前m-1个可重构单元相位。因此,在优化智能超表面RIS 1的第m个可重构单元时,用户u[1,k]的等效信道可以表示为:
其中,
Sf,k=R1,k[m]Θ1,l,m-1[m]
公式中,表示为Sf,k的共轭复数;/>表示为Tf,k的共轭复数;
用户u[2,k]的等效信道可以表示为:
公式中,表示为Se,k的共轭复数;/>表示为Te,k的共轭复数;
因此,有以下优化问题:
P6:
s.t.C7:
C8:
同样,该优化问题也只有一个优化变量可以通过一维搜索得到最优解,表示公式为:
通过一维搜索对优化问题P4进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2;通过一维搜索对优化问题P6进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1。
根据最优相移矩阵Φ1控制智能超表面RIS 1动作或者根据最优相移矩阵Φ2控制智能超表面RIS 2动作,辅助NOMA系统进行数据上行传输;利用NOMA系统可以叠加编码与连续干扰删除的优势和智能超表面RIS在增强有用信号与抵消干扰信号两方面的优势,提高NOMA系统的性能同时降低总功耗。
下面通过仿真实验说明本发明提出的智能超表面RIS 1和智能超表面RIS 2协作辅助的上行NOMA系统的性能。系统参数如下:用户群体A和用户群体B的用户数K1=K2=2,用户群体ρ的半径为Rρ=10m,噪声功率σ2=-90dBm,用户群体ρ到RISρ的路径损耗指数τρ,RISρ=2.0,智能超表面RIS 1到基站BS的路径损失指数为τRIS1,BS=2.5,智能超表面RIS 2到基站BS的路径损失指数为τRIS2,BS=3.5,智能超表面RIS 1和智能超表面RIS 2之间的路径损失指数为τRIS1,RIS2=3.0,LoS路径占比μ=0.8,用户群体ρ的中心与其对应的RISρ之间的距离为dCρ=20m,智能超表面RIS 1和智能超表面RIS 2之间的距离为dRIS1,RIS2=30m,基站BS与智能超表面RIS 1之间的距离为dBS,RIS1=50m,基站BS与智能超表面RIS 2之间的距离为dBS,RIS2=70m,智能超表面RIS 1和智能超表面RIS 2的相移分辨率为ω=10。
图2对比了在两种不同的用户最低数据传输速率的情况下,在固定用户群体A和用户群体B的数量K1=K2=2,智能超表面RIS 1和智能超表面RIS 2的无源可重构单元数目M1=M2=50时,所提算法的迭代次数与系统总发射功率之间的关系。可以看出,随着算法的不断迭代,系统的总发射功率在不断降低,最终收敛为一个稳定值。
图3对比了在固定智能超表面RIS 1和智能超表面RIS 2的可重构单元数目M1=M2=30,用户群体A和用户群体B的数量K1=K2=2的情况下,NOMA系统的总发射功率与用户的最低速率要求(假设两个用户群体中的所有用户的最低速率要求均相同)的关系。从图3中可以看出,随着用户的最低数据传输速率的提高,NOMA系统的总发射功率也在不断提高,在NOMA系统使用的多址接入方式相同时,智能超表面RIS 1和智能超表面RIS 2协作辅助通信NOMA系统模型往往比两个RIS独立辅助通信NOMA系统模型有更好的性能。另一方面,与智能超表面RIS 1和智能超表面RIS 2的相位变量为随机相位的情况相比,本文提出的交替优化的算法也能够对两个RIS的相移起到较好的优化作用。
图4对比了在固定用户群体A和用户群体B的数量K1=K2=2和用户的最低速率(假设每个用户具有相同的最低数据传输速率),并且保证智能超表面RIS1处可重构单元数目M1与RIS 2处可重构单元数目M2相等,即M1=M2的情况下,NOMA系统的总发射功率、智能超表面RIS 1和智能超表面RIS 2的总可重构单元数目之间的关系。从图4中可以看出,可重构单元总数越多,系统的性能越好,且与传统的RIS独立辅助的系统相比,采用本章提出的协作辅助的系统具有更好的性能。另外,与使用随机相位的智能超表面RIS协作辅助上行NOMA系统相比,本章采用的交替优化智能超表面RIS 1和智能超表面RIS 2的相移的BCD算法也取得了较好的结果。/>
图5对比了在两种不同的用户最低数据传输速率的情况下,设定M=M1+M2=100,K1=K2=2时,智能超表面RIS 1的可重构单元数目与NOMA系统总发射功率之间的关系。从图5中可以看出,使用传统RIS辅助和RIS协作辅助两种基准的NOMA系统总发射功率都是随着智能超表面RIS 1的可重构单元数目的增大呈现出先降低后增加的趋势;不同的是,使用传统RIS辅助NOMA系统的情形,总是在智能超表面RIS 1的可重构单元数目与智能超表面RIS 2的可重构单元数目相等的情况下,系统的总发射功率可以达到最低,这是因为在M1=M2时系统的增益为高于M1≠M2时系统的增益/>但是在智能超表面RIS协作辅助NOMA系统的模型中,NOMA系统的总发射功率达到最低时,RIS 1的可重构单元的数目往往大于RIS 2的可重构单元的数目,这是因为在本章的系统中RIS 1不仅可以对用户群体A起到辅助作用,还可以辅助用户群体B,其利用率要高于智能超表面RIS 2。值得一提的是,在前面三个仿真图中,规定的都是M1=M2的情况,这并不是RIS协作辅助上行NOMA系统中能够达到的最好的情况,但即使这样,其性能仍优于传统的RIS独立辅助的系统。
实施例二
电子设备,包括处理器及存储介质;所述存储介质用于存储指令;所述处理器用于根据所述指令进行操作以执行实施例一所述方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例一所述多域证书双向认证方法的步骤。
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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,包括:
建立NOMA系统中用户群体A与基站BS之间、用户群体B与基站BS之间、智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型;
构建基站BS接收端的总接收信号数学模型y;按照NOMA系统数据上行传输的解调顺序,基于总接收信号数学模型y分别确定用户群体A和用户群体B中用户个体发送信号的信噪比表达式;
利用所述信噪比表达式表示各用户个体的数据传输速率,添加用户群体A和用户群体B中各用户个体最低数据传输速率的限定条件,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1,其中,优化变量为所述用户个体的信号发射功率以及智能超表面RIS 1与智能超表面RIS 2的相移矩阵变量;
固定智能超表面RIS 1的相移矩阵,更新用户群体B中各用户个体的信号发射功率P2,k,对优化问题P1进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2;
固定智能超表面RIS 2的相移矩阵,更新用户群体A中各用户个体的信号发射功率P1,k;对优化问题P1进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1;
根据最优相移矩阵Φ1控制智能超表面RIS 1动作或者根据最优相移矩阵Φ2控制智能超表面RIS 2动作,辅助NOMA系统进行数据上行传输。
2.根据权利要求1所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,建立NOMA系统中用户群体A与基站BS之间、用户群体B与基站BS之间、智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型的方法包括:
利用莱斯衰落信道建立智能超表面RIS 1与基站BS之间、智能超表面RIS 2与基站BS之间以及智能超表面RIS 1与智能超表面RIS 2之间的信道模型;
将用户群体A与基站BS之间的信道模型表示为:
h1,i=G1Φ1u1,i
将用户群体B与基站BS之间的信道模型表示为:
h2,j=G2Φ2u2,j+G1Φ1DΦ2u2,j
公式中,h1,i表示为用户群体A与基站BS之间的信道模型,h2,j为用户群体B与基站BS之间的信道模型,表示基站BS与智能超表面RIS 1之间的信道,/>表示为复数向量;/>表示基站BS与智能超表面RIS 2之间的信道,M1表示为智能超表面RIS 1中可重构单元数目,M2表示为智能超表面RIS 2中可重构单元数目;/>表示智能超表面RIS1与个体用户u[1,i]之间的信道,个体用户u[1,i]表示用户群体A中第i号个体用户,表示智能超表面RIS 2与用户u[2,j]之间的信道,个体用户u[2,j]表示用户群体B中第j号个体用户;/>表示智能超表面RIS 1与智能超表面RIS 2之间的信道;表示智能超表面RIS 1的相移矩阵,表示智能超表面RIS 2的相移矩阵;φ2,1至/>表示为智能超表面RIS 2中可重构单元的相位;φ1,1至/>表示为智能超表面RIS 1中可重构单元的相位;j表示为虚数;θρ,m表示为智能超表面RIS中第m个可重构单元的幅度系数,ρ∈{1,2},m∈{1,…,Mρ};
将每个可重构单元的幅度系数均设置为一个最大值,即θρ,m=1;将每个可重构单元的相位均匀量化为一组离散值,记为ω表示为相位分辨率。
3.根据权利要求2所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,构建基站BS接收端的总接收信号数学模型y,表达公式为:
其中,P1,k和S1,k分别为用户个体u[1,k]的发射功率和归一化的发射信号;P2,k和S2,k分别为用户个体u[2,k]的发射功率和归一化的发射信号;为服从均值为0,方差为σ2的复高斯白噪声;用户个体u[1,k]表示为用户群体A中第i号个体用户,用户个体u[2,k]分别表示为用户群体B中第k号个体用户;K1表示为用户群体A中个体用户的数量;K2表示为用户群体B中个体用户的数量。
4.根据权利要求3所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,按照NOMA系统数据上行传输的解调顺序,基于总接收信号数学模型y分别确定用户群体A和用户群体B中用户个体发送信号的信噪比表达式的方法包括:
设定智能超表面RIS 1与基站BS的距离小于智能超表面RIS 2与基站BS的距离;根据上行NOMA通信系统的解码顺序,基站首先解码用户群体A中信道质量最优的信号,之后使用SIC技术将该信号从叠加的总接收信号数学模型y中删除,再解码用户群体A中信道次优的信号,重复解码直至将用户群体A的所有用户的信号从总接收信号数学模型y中全部删除之后,开始解码用户群体B中的信号;
用户群体A中个体用户u[1,k]发送信号的信噪比表达式为:
用户群体B中个体用户u[2,k]发送信号的信噪比表达式为:
公式中,γ1,k表示为用户群体A中个体用户u[1,k]发送信号的信噪比;γ2,k表示为用户群体B中个体用户u[2,k]发送信号的信噪比。
5.根据权利要求4所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,以最小化NOMA系统的总发射功率为优化目标建立优化问题P1,表达公式为:
P1:
s.t.C 1:
C2:
公式中,表示个体用户u[ρ,k]的最低数据速率。
6.根据权利要求5所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,更新用户群体B中各用户个体的信号发射功率P2,k,表达公式为:
其中,当i>k时,当i=k,/>
7.根据权利要求5所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,更新用户群体A中各用户个体的信号发射功率P1,k,表达公式为:
其中,当i>k时,当i=k,/>
8.根据权利要求5所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,对优化问题P1进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2的方法包括:
在固定智能超表面RIS 1的相移矩阵的前提下,将优化问题P1转化为优化问题P4,优化问题P4的表达公式为:
P4:
s.t.C4:
C5:
公式中,Re{·}表示为复数的实部,Im{·}表示为复数的虚部;为Θ1的转置矩阵;表示为Sg,k的共轭复数;/>表示为Tg,k的共轭复数;Θ2,l,m表示为l次迭代过程中RIS 2的前m-1个可重构单元的相位;
通过一维搜索对优化问题P4进行优化求解获得智能超表面RIS 2的最优相移矩阵Φ2。
9.根据权利要求5所述的一种双RIS协作辅助的NOMA系统上行传输方法,其特征在于,对优化问题P1进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1的方法包括:
在固定智能超表面RIS 2的相移矩阵的前提下,将优化问题P1转化为优化问题P6,优化问题P6的表达公式为:
P6:
s.t.C7:
C8:
Sf,k=R1,k[m]Θ1,l,m-1[m]
公式中,表示为Sf,k的共轭复数;/>表示为Tf,k的共轭复数;/>表示为Se,k的共轭复数;/>表示为Te,k的共轭复数;Θ1,l,m表示为l次迭代过程中RIS 1的前m-1个可重构单元的相位;
通过一维搜索对优化问题P6进行优化求解获得智能超表面RIS 1的最优相移矩阵Φ1。
10.电子设备,包括处理器及存储介质;所述存储介质用于存储指令;所述处理器用于根据所述指令进行操作以执行权利要求1至权利要求9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310694830.8A CN116709538A (zh) | 2023-06-13 | 2023-06-13 | 一种双ris协作辅助的noma系统上行传输方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310694830.8A CN116709538A (zh) | 2023-06-13 | 2023-06-13 | 一种双ris协作辅助的noma系统上行传输方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116709538A true CN116709538A (zh) | 2023-09-05 |
Family
ID=87838805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310694830.8A Pending CN116709538A (zh) | 2023-06-13 | 2023-06-13 | 一种双ris协作辅助的noma系统上行传输方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116709538A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117499961A (zh) * | 2023-12-29 | 2024-02-02 | 南京邮电大学 | 一种双ris辅助noma上行传输能效优化方法及系统 |
-
2023
- 2023-06-13 CN CN202310694830.8A patent/CN116709538A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117499961A (zh) * | 2023-12-29 | 2024-02-02 | 南京邮电大学 | 一种双ris辅助noma上行传输能效优化方法及系统 |
CN117499961B (zh) * | 2023-12-29 | 2024-03-15 | 南京邮电大学 | 一种双ris辅助noma上行传输能效优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113726383B (zh) | 一种智能反射面辅助的无线通信系统 | |
CN111954190A (zh) | 基于智能反射面的d2d通信吞吐量最大化的方法及装置 | |
CN114285862B (zh) | 基于智能反射面反向散射通信的数据卸载通信方法及系统 | |
CN116347579B (zh) | 基于可重构智能表面辅助的d2d通信功率优化方法及系统 | |
CN116709538A (zh) | 一种双ris协作辅助的noma系统上行传输方法及装置 | |
CN113490223A (zh) | 一种基于irs的无线供能反向散射通信方法及系统 | |
CN116567839B (zh) | 去蜂窝大规模mimo网络下共生无线电系统的资源分配方法 | |
CN114786189B (zh) | 一种智能超表面辅助的室内通信方法 | |
CN115173901A (zh) | 基于irs辅助的miso无线携能通信系统的能效最大化方法 | |
CN117119499B (zh) | 一种有源可重构智能表面辅助的无线信息与能量同传方法 | |
CN114339775A (zh) | 基于优化的ddpg的ris辅助非授权频谱共存方法 | |
CN112803978B (zh) | 基于逐次逼近的智能表面miso系统联合波束成形方法 | |
CN116033461B (zh) | 一种基于star-ris辅助的共生无线电传输方法 | |
CN116545810B (zh) | 多用户无线功率通信网络最大化吞吐量方法、装置及介质 | |
CN111726803A (zh) | 一种基于认知无线电的能量采集方法和装置 | |
CN115038099B (zh) | 一种非理想sic下的ris-noma上行传输方法及装置 | |
CN114513235B (zh) | 基于b5g通信系统中的平面轨道角动量传输与资源分配方法、系统、介质及设备 | |
CN114765785B (zh) | 一种基于最大信噪比的多智能反射面选择方法 | |
CN114599044B (zh) | 基于智能反射面技术的认知网络中波束赋形优化方法 | |
CN116419245A (zh) | 一种基于智能反射面辅助的速率分割多址接入的多小区通信系统能效优化方法 | |
CN117156558A (zh) | 一种基于硬件损伤的irs辅助noma网络传输方法 | |
CN118157792A (zh) | 一种多ris辅助通信网络资源分配方法及系统 | |
CN118282449A (zh) | 一种基于uav智能反射面的无线网络加权和速率最大化方法 | |
CN117979325A (zh) | 面向共生去蜂窝大规模mimo系统的资源分配方法 | |
CN116567723A (zh) | 基于noma的无线携能边缘计算网络波束赋形设计及资源分配方法 |
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 |