CN116980940A - 一种基于分布式ris辅助毫米波noma系统的资源分配方法 - Google Patents

一种基于分布式ris辅助毫米波noma系统的资源分配方法 Download PDF

Info

Publication number
CN116980940A
CN116980940A CN202311093331.XA CN202311093331A CN116980940A CN 116980940 A CN116980940 A CN 116980940A CN 202311093331 A CN202311093331 A CN 202311093331A CN 116980940 A CN116980940 A CN 116980940A
Authority
CN
China
Prior art keywords
ris
base station
constraint
users
noma
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
Application number
CN202311093331.XA
Other languages
English (en)
Inventor
唐菁敏
杨莎
宋耀莲
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202311093331.XA priority Critical patent/CN116980940A/zh
Publication of CN116980940A publication Critical patent/CN116980940A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H04W4/08—User group management
    • 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
    • H04W52/06—TPC algorithms
    • H04W52/14—Separate analysis of uplink or downlink
    • H04W52/143—Downlink power control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • 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)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于分布式RIS辅助毫米波NOMA系统的资源分配方法，属于无线通信技术领域。本发明采用了一种有效的基于块坐标下降迭代算法，并利用RIS关联干扰扩展方法和分式规划方法实现联合RIS关联集设计、基站发射功率设计和RIS无源波束设计，通过不断交替迭代得到最优解。本发明为提高系统吞吐量具有重要的指导意义。

Description

一种基于分布式RIS辅助毫米波NOMA系统的资源分配方法
技术领域
本发明涉及一种基于分布式RIS辅助毫米波NOMA系统的资源分配方法，属于无线通信技术领域。
背景技术
随着物联网中移动用户数量的大幅增加，未来无线网络有望提供可持续、无缝接入的高传输速率通信服务。近年来，一种可重构智能表面(Reflecting IntelligentSurface，RIS)技术受到广泛关注。该技术可以在一定程度上根据通信需求重构无线传播环境，是未来6G通信领域潜在的关键技术之一。智能反射面由大规模低成本、重量轻、小尺寸的被动散射元件阵列构成，如金属或介电粒子，通过软件定义的方式对每个散射元件进行实时控制，从而改变散射元件上的物理参数，实现对入射信号的反射电磁特性(即相位、振幅、频率等)控制，进而提升整个无线网络系统的性能。
非正交多址接入(Non-orthogonal Multiple Access，NOMA)技术能有效提高频谱效率和平衡用户公平性的多用户的接入技术，NOMA技术允许多个不同的用户在同一时频资源块上进行通信服务，与传统正交多址(Orthogonal Multiple Access，OMA)相比，解决了受限于正交资源难以满足日益增多的用户接入通信网络需求的问题，有效提高了传输速率和系统容量。
发明内容
本发明要解决的技术问题是提供一种基于分布式RIS辅助毫米波NOMA系统的资源分配方法，以实现在基站最大发射功率约束、功率分配因子约束、每个用户满足最低通信约束、组内用户数最大约束、RIS关联矩阵二元变量约束和相移单位模约束条件下系统所有用户的速率和最大化。
本发明的技术方案是：一种基于分布式RIS辅助毫米波NOMA系统的资源分配方法，所述系统包括1个基站、L块智能反射面和LK个用户，智能反射面的总带宽用B表示，整个下行频谱划分为L个子信道即一个子信道代表一个用户组且每个子信道由一块RIS所服务，则用户被划分为L个用户组，每个组包含K个用户，用户均配备了单根天线，基站配备了包含M根天线组成的均匀线性阵列(ULA)和智能反射面均配备了包含N个反射单元的均匀矩形阵列(UPA)，具体步骤为：
Step1：在分布式智能反射面(RIS)辅助毫米波NOMA系统中，建立系统速率和最大化问题，并将问题分解为RIS关联矩阵、基站发射功率分配和RIS被动波束，形成子问题。
Step2：根据用户分组算法对用户进行分组，利用RIS关联干扰扩展方法将分好的用户组进行配对关联，求解出最优解。
Step3：固定Step2求解出来的最优解，利用分式规划方法优化基站发射功率和RIS被动波束形成。
所述Step1具体为：
考虑下行RIS辅助的NOMA多输入单输出(MISO)无线通信系统。整个系统中LK个用户的单位带宽速率之和表示为：
因此，系统总传输速率问题建模如下：
(P1)
s.t.C1:
C2:
C3:
C4:
C5:
C6:
C7:
C8:
C9:
其中，C1、C2为功率分配因子约束；C3、C4为最大发射功率约束；C5为相移约束；C6为用户服务质量(QoS)约束，且SINRmin将视作为正确执行SIC的最小信噪比要求；C7、C8为智能反射面的关联矩阵二元变量约束；C9为一块智能反射面关联用户数约束，即组内最大用户个数约束。
所述Step2具体为：
Step2.1：先给定基站发射功率和RIS被动波束形成，通过利用RIS关联干扰扩展方法求解RIS矩阵最优解；
Step2.2：问题转化为如下，求出RIS关联矩阵F：
s.t.C7-C9.
由于约束条件C8关联系数的二元约束为非凸约束，通常无法直接求解问题，将松弛关联系数fl,k为凸约束且连续变量，即：
Step2.3：Step2.2中问题进一步转化为：
s.t.C7,C9,(9).
由于上述分析中NOMA的SIC解码顺序与智能反射面的关联结果是相互耦合的，又考虑到NOMA对co-IRS(同组内)用户的干扰，通常不能有效求解上述问题，因此采用一种干扰扩展方法来解决优化问题；
Step2.4：对来自NOMA的干扰进行处理，让期望目标用户不受SIC解码顺序的影响，即信道条件最差的用户接收到来自所有IRSs的其他总用户的干扰，因此，Step1中和速率可以重新表示为：
其中，为所有IRSs中的其他总用户的干扰，同时，可以得到/>和Rl”,k≤Rl,k，因此，Step2.3中问题可以重新表示为：
s.t.C7,C9,(9).
上式关于关联矩阵F是凸优化问题，可以采用凸优化求解器工具箱进行求解，即IS关联系数fl,k被松弛为连续变量，上式的优化结果仍然是0和1的二进制变量，而不是小数。
所述Step3具体为：
Step3.1：固定Step2求解出来的RIS关联矩阵F解和RIS被动波束形成，利用分式规划方法优化基站发射功率，利用二次变换和基于拉格朗日对偶变换的分式规划将问题转化为一系列等价形式，采用基于拉格朗日对偶变换的闭式分式规划方法将原始目标函数重新表示为：
式中，令 为拉格朗日对偶辅助变量集，当给定α时，由于f1a的最后一项才与W和Θ有关，则除去常数项后问题f1a进一步简化为：
s.t.C3-C6.
当W和Θ固定时，可以通过令得到：
为了优化问题中相互耦合的变量W与Θ，采用交替迭代优化基站主动波束形成和智能反射面被动波束形成，首先初始化基站主动波束形成W(0)和智能反射面被动波束形成Θ(0)得到α(0)，其次，通过给定的初始化Θ(0)和α(0)优化W，再通过给定的W和α(0)优化Θ，最后，不断循环迭代直到目标函数达到收敛；
Step3.2：定义得到只与基站波束形成有关的子问题如下：
s.t.C1-C4,C6.
通过应用二次变换将目标函数等效转化为：
s.t.C1-C4,C6.
式中，为二次变换辅助变量集，当W固定时，令/>得到最优值/>为：
易知基站发射功率W为凸优化问题，将其赋值后利用CVX工具求解即可；
Step3.3：有得到只与RIS被动波束形成有关的子问题如下：
(P3)
s.t.C5,C6.
通过应用二次变换将其目标函数等效转化为
s.t.C5,C6.
式中，为二次变换的辅助变量集，其最优解/>为：
由于C6为QoS非凸约束条件，利用二次锥规划方法将其转换为如下约束：
将问题则进一步重新表示为：
s.t.C5,C6,(23),(24).
其中，上标*表示共轭，τ表示常数项，因此，易知上式为凸优化问题，将其赋值后利用CVX工具求解即可。
本发明的有益效果是：本发明提出了一个用户分组、RIS关联矩阵、基站发射功率分配和RIS被动波束形成联合设计问题，以实现在基站最大发射功率约束、功率分配因子约束、每个用户满足最低通信约束、组内用户数最大约束、RIS关联矩阵二元变量约束和相移单位模约束条件下系统所有用户的速率和最大化。由于所规划的问题是复杂的非凸且存在RIS关联选择变量的二元性质，采用了一种有效的基于块坐标下降迭代算法，并利用RIS关联干扰扩展方法和分式规划方法实现联合RIS关联集设计、基站发射功率设计和RIS无源波束设计，通过不断交替迭代得到最优解。
附图说明
图1是本发明实施例中系统的模型图；
图2是本发明提出联合优化方法的算法图；
图3是本发明实施例中不同基站发射功率与系统和速率之间的图；
图4是本发明实施例中不同RIS反射单元数与系统和速率之间的图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
如图1所示，本发明统模型是由1个基站、L块智能反射面和LK个用户所构成的下行多输入单输出(MISO)无线通信系统。
智能反射面的总带宽用B表示，整个下行频谱划分为L个子信道即一个子信道代表一个用户组且每个子信道由一块RIS所服务，则用户被划分为L个用户组，每个组包含K个用户。
用户均配备了单根天线，基站配备了包含M根天线组成的均匀线性阵列(ULA)和智能反射面均配备了包含N个反射单元的均匀矩形阵列(UPA)。
图2是本发明的流程图，步骤如下：
首先给定初始RIS关联矩阵F(0)、发射功率w(0)和被动波束形成Θ(0)；定义收敛精度ε；设置最大迭代次数Jmax，迭代指数j＝0；
循环；
根据给定的w(j-1)和Θ(j-1)，利用RIS关联干扰扩展方法获得F(j)；
根据给定的F(j)和Θ(j-1)，利用分式规划获得w(j)；
根据给定的F(j)和w(j)，利用算法2通过式(25)获得Θ(j)；
根据给定的F(j),w(j),Θ(j)，通过计算P1获得R(j)；
直到R(j)-R(j-1)≤ε或者j≥Jmax；
结束循环并输出结果。
仿真分析：本实施案例利用MATLAB来仿真。采用二维坐标系建立BS、RIS与用户的位置关系，BS位于坐标(1km,0)处，用户随机分布在以(0,0)为圆心，服务半径为1km的区域范围内，四块RIS分别位于(0.1km,0.1km)、(-0.1km,0.1km)、(-0.1km,-0.1km)、(0.1km,-0.1km)处。
其他参数设置：基站最大发射功率为43dBm，带宽为500KHz，噪声功率谱密度为-170dBm/Hz，最大迭代次数为30，LOS路径损耗为61.3+20.0lg(d)+5.8，收敛阈值为10-3，最小信噪比为-20dB，用户数为17个，智能反射面数为4个。
图3是不同基站发射功率下对系统和速率的变化情况的影响。从图3中可以看出，当基站发射功率逐渐升高时，系统和速率在不断增加。
图4是RIS反射单元个数与和速率之间的变化情况的影响。从图4中可以看出，当反射单元个数逐渐增加时，系统和速率在不断增大。
综上所述，本发明所提算法的收敛性，并通过对比实验能有效提高系统的速率和且优于其他方案。
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (4)

1.一种基于分布式RIS辅助毫米波NOMA系统的资源分配方法，所述系统包括1个基站、L块智能反射面和LK个用户，智能反射面的总带宽用B表示，整个下行频谱划分为L个子信道即一个子信道代表一个用户组且每个子信道由一块RIS所服务，则用户被划分为L个用户组，每个组包含K个用户，用户均配备了单根天线，基站配备了包含M根天线组成的均匀线性阵列和智能反射面均配备了包含N个反射单元的均匀矩形阵列，其特征在于：
Step1：在分布式智能反射面辅助毫米波NOMA系统中，建立系统速率和最大化问题，并将问题分解为RIS关联矩阵、基站发射功率分配和RIS被动波束，形成子问题；
Step2：根据用户分组算法对用户进行分组，利用RIS关联干扰扩展方法将分好的用户组进行配对关联，求解出最优解；
Step3：固定Step2求解出来的最优解，利用分式规划方法优化基站发射功率和RIS被动波束形成。
2.根据权利要求1所述的基于分布式RIS辅助毫米波NOMA系统的资源分配方法，其特征在于，所述Step1具体为：
整个系统中LK个用户的单位带宽速率之和表示为：
因此，系统总传输速率问题建模如下：
(P1)
其中，C1、C2为功率分配因子约束；C3、C4为最大发射功率约束；C5为相移约束；C6为用户服务质量约束，且SINRmin将视作为正确执行SIC的最小信噪比要求；C7、C8为智能反射面的关联矩阵二元变量约束；C9为一块智能反射面关联用户数约束，即组内最大用户个数约束。
3.根据权利要求2所述的基于分布式RIS辅助毫米波NOMA系统的资源分配方法，其特征在于，所述Step2具体为：
Step2.1：先给定基站发射功率和RIS被动波束形成，通过利用RIS关联干扰扩展方法求解RIS矩阵最优解；
Step2.2：问题转化为如下，求出RIS关联矩阵F：
s.t.C7-C9.
由于约束条件C8关联系数的二元约束为非凸约束，通常无法直接求解问题，将松弛关联系数fl,k为凸约束且连续变量，即：
Step2.3：Step2.2中问题进一步转化为：
s.t.C7,C9,(9).
Step2.4：对来自NOMA的干扰进行处理，让期望目标用户不受SIC解码顺序的影响，即信道条件最差的用户接收到来自所有IRSs的其他总用户的干扰，因此，Step1中和速率可以重新表示为：
其中，为所有IRSs中的其他总用户的干扰，同时，可以得到和R″l,k≤Rl,k，因此，Step2.3中问题可以重新表示为：
s.t.C7,C9,(9).
上式关于关联矩阵F是凸优化问题，可以采用凸优化求解器工具箱进行求解，即IS关联系数fl,k被松弛为连续变量，上式的优化结果仍然是0和1的二进制变量，而不是小数。
4.根据权利要求1所述的基于分布式RIS辅助毫米波NOMA系统的资源分配方法，其特征在于，所述Step3具体为：
Step3.1：固定Step2求解出来的RIS关联矩阵F解和RIS被动波束形成，利用分式规划方法优化基站发射功率，利用二次变换和基于拉格朗日对偶变换的分式规划将问题转化为一系列等价形式，采用基于拉格朗日对偶变换的闭式分式规划方法将原始目标函数重新表示为：
式中，令 为拉格朗日对偶辅助变量集，当给定α时，由于f1a的最后一项才与W和Θ有关，则除去常数项后问题f1a进一步简化为：
s.t.C3-C6.
当W和Θ固定时，可以通过令得到：
为了优化问题中相互耦合的变量W与Θ，采用交替迭代优化基站主动波束形成和智能反射面被动波束形成，首先初始化基站主动波束形成W(0)和智能反射面被动波束形成Θ(0)得到α(0)，其次，通过给定的初始化Θ(0)和α(0)优化W，再通过给定的W和α(0)优化Θ，最后，不断循环迭代直到目标函数达到收敛；
Step3.2：定义得到只与基站波束形成有关的子问题如下：
s.t.C1-C4,C6.
通过应用二次变换将目标函数等效转化为：
s.t.C1-C4,C6.
式中，为二次变换辅助变量集，当W固定时，令/>得到最优值为：
易知基站发射功率W为凸优化问题，将其赋值后利用CVX工具求解即可；
Step3.3：有得到只与RIS被动波束形成有关的子问题如下：
(P3)
s.t.C5,C6.
通过应用二次变换将其目标函数等效转化为
s.t.C5,C6.
式中，为二次变换的辅助变量集，其最优解/>为：
由于C6为QoS非凸约束条件，利用二次锥规划方法将其转换为如下约束：
将问题则进一步重新表示为：
s.t.C5,C6,(23),(24).
其中，上标*表示共轭，τ表示常数项，因此，易知上式为凸优化问题，将其赋值后利用CVX工具求解即可。
CN202311093331.XA 2023-08-29 2023-08-29 一种基于分布式ris辅助毫米波noma系统的资源分配方法 Pending CN116980940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311093331.XA CN116980940A (zh) 2023-08-29 2023-08-29 一种基于分布式ris辅助毫米波noma系统的资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311093331.XA CN116980940A (zh) 2023-08-29 2023-08-29 一种基于分布式ris辅助毫米波noma系统的资源分配方法

Publications (1)

Publication Number Publication Date
CN116980940A true CN116980940A (zh) 2023-10-31

Family

ID=88481563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311093331.XA Pending CN116980940A (zh) 2023-08-29 2023-08-29 一种基于分布式ris辅助毫米波noma系统的资源分配方法

Country Status (1)

Country Link
CN (1) CN116980940A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117639903A (zh) * 2024-01-23 2024-03-01 南京控维通信科技有限公司 一种基于noma辅助的多用户卫星通信方法及系统
CN117793758A (zh) * 2024-02-23 2024-03-29 电子科技大学 一种ris辅助noma系统中多变量联合优化方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117639903A (zh) * 2024-01-23 2024-03-01 南京控维通信科技有限公司 一种基于noma辅助的多用户卫星通信方法及系统
CN117639903B (zh) * 2024-01-23 2024-05-07 南京控维通信科技有限公司 一种基于noma辅助的多用户卫星通信方法及系统
CN117793758A (zh) * 2024-02-23 2024-03-29 电子科技大学 一种ris辅助noma系统中多变量联合优化方法
CN117793758B (zh) * 2024-02-23 2024-04-26 电子科技大学 一种ris辅助noma系统中多变量联合优化方法

Similar Documents

Publication Publication Date Title
CN116980940A (zh) 一种基于分布式ris辅助毫米波noma系统的资源分配方法
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
CN111787558A (zh) 一种mimome系统及其安全速率优化方法
CN106604300B (zh) 一种基于全双工和大规模天线技术的小小区基站自供能自回传方法
CN115278707B (zh) 基于智能反射面辅助的noma太赫兹网络能效优化方法
CN116015374B (zh) 智能反射面辅助的非正交多址接入携能网络安全波束赋形方法
CN109756874A (zh) 一种超密集毫米波d2d通信干扰管理方法
CN113949427B (zh) 一种多用户无线网络安全能效优化设计方法和系统
CN104617994A (zh) 一种基于水平和垂直联合优化的3d波束成形方法
Saqib et al. Joint optimization of 3D hybrid beamforming and user scheduling for 2D planar antenna systems
Abed et al. A Proposed Method to Coordinate mmWave Beams Based on Coordinated Multi-Point in 5G Networks.
CN114826450A (zh) 一种基于统计信道的star-ris辅助noma系统中遍历速率分析方法和相位优化方法
Muhammad et al. Energy harvesting in sub-6 GHz and millimeter wave hybrid networks
Abdulateef et al. Performance analyses of channel estimation and precoding for massive MIMO downlink in the TDD system
Hao et al. Pilot allocation algorithm based on K-means clustering in cell-free massive MIMO systems
Li et al. Joint beamforming and power allocation for intelligent reflecting surface-aided millimeter wave MIMO systems
CN112954806B (zh) 异构网络中基于弦图着色的联合干扰对齐与资源分配方法
Taghavi et al. Joint active-passive beamforming and user association in IRS-assisted mmWave cellular networks
KR101571103B1 (ko) 분산 다중 입출력 시스템에서 최적의 선형적 전송 장치 및 방법
CN113271126A (zh) 电磁辐射约束的多用户mimo上行谱效能效联合优化方法
CN114337902B (zh) 一种irs辅助的毫米波多小区间干扰的抑制方法
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
CN114765785B (zh) 一种基于最大信噪比的多智能反射面选择方法
CN116033461A (zh) 一种基于star-ris辅助的共生无线电传输方法
CN111565072B (zh) 一种可见光通信网络中上行容量区域和最佳波速优化方法

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