CN117156447A - 分布式mimo系统star-ris位置优化方法及装置 - Google Patents

Abstract

本发明公开了一种分布式MIMO系统STAR‑RIS位置优化方法及装置，获取AP位置信息；根据AP位置信息划定STAR‑RIS的可行性部署区域；根据AP位置信息和可行性部署区域建立AP到STAR‑RIS之间的信道；根据可行性部署区域和用户位置信息建立STAR‑RIS到用户之间的信道；基于AP到STAR‑RIS之间的信道和STAR‑RIS到用户之间的信道建立系统和速率模型；在可行性部署区域中选择使系统和速率最大的位置作为STAR‑RIS的部署位置；本发明通过对STAR‑RIS辅助的分布式MIMO下行链路场景进行系统建模，再通过建立的拓扑网络结构构建优化问题，可以得到使系统和速率最大的STAR‑RIS的位置信息，从而更好地提升通信质量。

Description

分布式MIMO系统STAR-RIS位置优化方法及装置

技术领域

本发明属于无线通信技术领域，尤其涉及一种分布式MIMO系统STAR-RIS位置优化方法及装置。

背景技术

近年来，分布式MIMO系统作为新一代移动网络的核心技术之一，改变了传统蜂窝系统的架构，在同一时频资源上为多个用户服务，从而使系统频谱利用率的提高以及系统覆盖能力和小区边界性能的大幅改善成为可能。

但是由于分布式MIMO系统中天线数目的增加，使信道和信令数量都随之增加，这些都加大了整体的系统成本。如此大规模数量的天线如果都全功率进行发送，虽然会使得系统容量增大，但是也必然会造成边际成本的提高和能量效率的大幅降低。

透射和反射智能超表面(英文全称“simultaneously transmitting andreflecting reconfigurable intelligent surface”，简称“STAR-RIS”)以其独特的低成本、低能耗、可编程、易部署的特点脱颖而出，因此部署STAR-RIS可有效提高系统性能，降低系统能量效率。

目前，STAR-RIS的应用通常是单独部署在传统MIMO系统中，这种方式虽然在一定程度上提升了通信效率，但由于传统的MIMO系统AP的天线数目较少，能提高的系统性能有限。因此，随着应用场景的不断扩展，针对更复杂的分布式MIMO通信系统，部署STAR-RIS来辅助通信是很有必要的。且目前不少学者对STAR-RIS辅助的传统通信系统进行了相关研究，但并未对其辅助分布式MIMO系统时的STAR-RIS最优部署位置给出明确确定方法。

发明内容

本发明的目的是提供一种分布式MIMO系统STAR-RIS位置优化方法及装置，以提升用户接收信号强度及系统和速率。

本发明采用以下技术方案：分布式MIMO系统STAR-RIS位置优化方法，包括以下步骤：

获取AP位置信息；

根据AP位置信息划定STAR-RIS的可行性部署区域；

根据AP位置信息和可行性部署区域建立AP到STAR-RIS之间的信道；根据可行性部署区域和用户位置信息建立STAR-RIS到用户之间的信道；

基于AP到STAR-RIS之间的信道和STAR-RIS到用户之间的信道建立系统和速率模型；

在可行性部署区域中选择使系统和速率最大的位置作为STAR-RIS的部署位置。

进一步地，系统和速率模型为：

其中，R为系统和速率，K为用户的总数，k＝{1,2,...,K}，γ_k为第k个用户的信噪比，L为AP的数量，l＝{1,2,...,L}，G_l,k为第l个AP到第k个用户之间的信道，/>为STAR-RIS到第k个用户之间的信道，Φ^p为STAR-RIS的透射/反射系数矩阵，H_l为第l个AP到STAR-RIS之间的信道，w_l,k为第l个AP对第k个用户的波束赋形矢量，i＝{1,2,...,K}，w_l,i为第l个AP对第i个用户的波束赋形矢量，σ²为加性噪声的方差。

进一步地，在可行性部署区域中选择使系统和速率最大的位置包括：

对于可行性部署区域中的每个位置，交替优化主动波束赋形和被动波束赋形，得到最优主动波束赋形和最优被动波束赋形；

基于最优主动波束赋形和最优被动波束赋形计算对应的系统和速率；

在得到的若干个系统和速率中选择最大值对应的位置。

进一步地，交替优化主动波束赋形和被动波束赋形包括：

以所有AP的最大发射功率和为约束条件优化主动波束赋形；

以STAR-RIS的透射/反射振幅和相位为约束条件优化被动波束赋形。

进一步地，以所有AP的最大发射功率和为约束条件优化主动波束赋形包括：

根据系统和速率模型建立优化问题P2.3；其中，优化问题P2.3为：

其中，W为主动波束赋形，A_l,k和B_l,k均为辅助变量，/> 为利用一阶泰勒展开得到/>的下界，/>P_max为所有AP的最大发射功率和；

求解优化问题P2.3更新和/>当相邻两次迭代对应的系统和速率差值小于阈值ε₁或达到最大迭代次数时，得到更新后的主动波束赋形。

进一步地，以STAR-RIS的透射/反射振幅和相位为约束条件优化被动波束赋形包括：

根据系统和速率模型建立优化问题P3.2；其中，优化问题P3.2为：

其中，为STAR-RIS第n个单元的透射振幅、/>为STAR-RIS第n个单元的反射振幅，N为STAR-RIS的单元数量，E^P＝e^P(e^P)^H，e^P＝[u^P；1]，/> τ₁为更新主动波束赋形的迭代次数；

求解优化问题P3.2更新E^P，当相邻两次迭代对应的系统和速率差值小于阈值ε₂或达到最大迭代次数时，得到更新后的被动波束赋形。

进一步地，根据AP位置信息划定STAR-RIS的可行性部署区域包括：

根据AP位置信息生成所有AP的物理覆盖区域；

将分布式MIMO系统服务区域中物理覆盖区域之外的区域作为可行性部署区域。

进一步地，根据AP位置信息生成所有AP的物理覆盖区域包括：

将位于分布式MIMO系统边缘且相邻的AP通过直线相互连接形成的密闭区域作为物理覆盖区域。

本发明的另一种技术方案：分布式MIMO系统STAR-RIS位置优化装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的方法。

本发明的有益效果是：本发明通过对STAR-RIS辅助的分布式MIMO下行链路场景进行系统建模，再通过建立的拓扑网络结构构建优化问题，可以得到使系统和速率最大的STAR-RIS的位置信息，从而更好地提升通信质量。

附图说明

图1为本发明验证实施例中STAR-RIS辅助分布式MIMO下行通信系统的分布示意图；

图2为本发明验证实施例中STAR-RIS单元数为20时方案所实现系统和速率随迭代次数变化的情况示意图；

图3为本发明验证实施例中STAR-RIS最优位置示意图；

图4为本发明验证实施例中系统和速率随STAR-RIS单元数变化的结果示意图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明公开了一种分布式MIMO系统STAR-RIS位置优化方法，包括以下步骤：获取AP位置信息；根据AP位置信息划定STAR-RIS的可行性部署区域；根据AP位置信息和可行性部署区域建立AP到STAR-RIS之间的信道；根据可行性部署区域和用户位置信息建立STAR-RIS到用户之间的信道；基于AP到STAR-RIS之间的信道和STAR-RIS到用户之间的信道建立系统和速率模型；在可行性部署区域中选择使系统和速率最大的位置作为STAR-RIS的部署位置。

本发明通过对STAR-RIS辅助的分布式MIMO下行链路场景进行系统建模，再通过建立的拓扑网络结构构建优化问题，可以得到使系统和速率最大的STAR-RIS的位置信息，从而更好地提升通信质量。

在本发明实施例中，首先对STAR-RIS辅助分布式MIMO下行通信系统进行系统建模与分析，获取AP和用户的位置信息，并划定STAR-RIS的可行性部署区域；假设包含L个配备M根天线的AP，其位置为A_l＝(x_l,y_l,z_l)。STAR-RIS板具有N个元素，其位置为S＝(x,y,z)通过调整其部署位置S和波束赋形向量给移动用户提供服务。K个单天线用户随机分布在单小区的区域内，每个用户的位置分别为U_k＝(x_k,y_k,z_k)。

在本发明实施例中，首先将STAR-RIS部署位置建模到信道表达式中。由于STAR-RIS辅助通信，该系统有两类信号，直接链路信号经直接信道直接到达用户；间接链路信号先到达STAR-RIS反射表面，再通过STAR-RIS反射到达用户。

因此假设为第l个AP到STAR-RIS之间的信道，/>为STAR-RIS到第k个用户之间的信道，/>为第l个AP与第k个用户之间的信道，均采用莱斯信道建模。因此可以分别表示为：

其中，ξ归一化路径损耗因子，α是链路相关的路径损耗指数，d_l,k是第l个AP与第k个用户的距离，d_l是第l个AP到STAR-RIS的距离，d_k是STAR-RIS到第k个用户的距离。K₁、K₂和K₃分别为对应信道的莱斯因子，和/>分别为对应的确定性的视距分量，/>和和/>分别为对应的非视距分量且由零均值和单位方差的循环对称复高斯随机变量建模。

在一个实施例中，根据AP位置信息划定STAR-RIS的可行性部署区域包括：根据AP位置信息生成所有AP的物理覆盖区域；将分布式MIMO系统服务区域中物理覆盖区域之外的区域作为可行性部署区域。

具体的，根据AP位置信息生成所有AP的物理覆盖区域包括：将位于分布式MIMO系统边缘且相邻的AP通过直线相互连接形成的密闭区域作为物理覆盖区域。

假设STAR-RIS工作在ES(能量分割)模式下，STAR-RIS所有单元都可以同时透射和反射，入射信号被STAR-RIS分为具有不同能量的反射信号和透射信号，其透反射系数矩阵可以表示为：

其中，p∈{t,r}，t表示透射模式，r表示反射模式，和分别表示STAR-RIS第n个单元的透射和反射振幅、相位约束，/>为STAR-RIS第n个单元的透射振幅、/>为STAR-RIS第n个单元的反射振幅，/>为STAR-RIS第n个单元的透射相位，/>为STAR-RIS第n个单元的反射相位。

第k个用户处接收到的信号表示为：

其中，s_l,k表示第l个AP向第k个用户发送的信息，满足 表示第l个AP对第k个用户的波束赋形矢量；n_k～CN(0,σ²)表示用户的加性噪声，服从均值为零，方差为σ²的复高斯分布。

故第k个用户的信噪比(SINR)为：

然后，可以得到基于bps/Hz的系统和速率模型：

其中，R为系统和速率，K为用户的总数，k＝{1,2,...,K}，γ_k为第k个用户的信噪比，L为AP的数量，l＝{1,2,...,L}，G_l,k为第l个AP到第k个用户之间的信道，为STAR-RIS到第k个用户之间的信道，Φ^p为STAR-RIS的透射/反射系数矩阵，H_l为第l个AP到STAR-RIS之间的信道，w_l,k为第l个AP对第k个用户的波束赋形矢量，i＝{1,2,...,K}，w_l,i为第l个AP对第i个用户的波束赋形矢量，σ²为加性噪声的方差。

进一步，以主被动波束赋性和STAR-RIS位置为优化变量，系统和速率为优化目标，建立数学优化问题即(P1)：

其中，表示所有AP对用户的主动波束赋形矢量；/>表示STAR-RIS的被动波束赋形矢量；c1表示所有AP的最大发射功率和(P_max)约束；c2、c3和c4表示STAR-RIS第n个单元的透射和反射振幅、相位约束。c5指STAR-RIS部署位置约束。

在求解优化问题时，本发明实施例采用交替优化算法求解主被动波束赋形，用穷尽搜索算法求解STAR-RIS的位置信息，即在可行性部署区域中选择使系统和速率最大的位置包括：对于可行性部署区域中的每个位置，交替优化主动波束赋形和被动波束赋形，得到最优主动波束赋形和最优被动波束赋形；基于最优主动波束赋形和最优被动波束赋形计算对应的系统和速率；在得到的若干个系统和速率中选择最大值对应的位置。

具体的，交替优化主动波束赋形和被动波束赋形包括：以所有AP的最大发射功率和为约束条件优化主动波束赋形；以STAR-RIS的透射/反射振幅和相位为约束条件优化被动波束赋形。

1)优化主动波束赋形。

首先，建立优化问题P2，令信干燥比公式可简化为：

为了求解P2，引入松弛变量和/>

因此，第k个用户的可达率可以表示为：

进一步，将优化问题P2可以表述为P2.1：

假设W_l,k≥0，rank(W_l,k)＝1，故优化问题P2.1可以改写为P2.2：

优化问题P2.2仍是非凸问题，因此利用一阶泰勒对约束c1进行展开得到的下界/>

其中，分别为第τ₁次迭代中的A_l,k、B_l,k的值。通过放宽非凸秩1约束c5，得到一个凸半定规划(SDP)问题P2.3。即根据系统和速率模型建立优化问题P2.3；其中，优化问题P2.3为：

其中，W为主动波束赋形，A_l,k和B_l,k均为辅助变量，/> 为利用一阶泰勒展开得到/>的下界，/>P_max为所有AP的最大发射功率和。

求解优化问题P2.3更新和/>当相邻两次迭代对应的系统和速率差值小于阈值ε₁或达到最大迭代次数时，得到更新后的主动波束赋形。

更为具体的，基于SCA的算法求解优化问题，具体步骤参见表1。

表1

2)优化被动波束赋形。

首先根据优化问题P1建立优化问题P3：

令则信干燥比可简化为：为了求解P3，引入松弛变量/>和因此，第k个用户的可达率可以表示为：

定义e^P＝[u^P；1]，E^P＝e^P(e^P)^H，E^P≥0，rank(E^P)＝1，/>[E^P]_N+1,N+1＝1，P∈{t,r}。[·]_n,n表示矩阵的第(n,n)个元素值。另外，从第l个AP到第k个用户的组合信道增益可以表示为/>

然后，优化问题P3可以表述为P3.1：

对于非凸约束c2，我们在第τ₁次迭代时得到的局部点A_l,k和B_l,k上应用一阶泰勒展开式。然后，将约束条件c2近似为：

此外，优化问题P3.1中的约束c8也是非凸的。为了解决这个非凸问题，采用了一级约束松弛法。即通过去除约束c8，将问题P3.1转化为一个标准的凸半定规划(SDP)问题，再通过CVX进一步求解，得到最优值U^P。因此，STAR-RIS的波束形成向量优化问题可以近似为优化问题P3.2，且求解算法可以概括为算法2，即以STAR-RIS的透射/反射振幅和相位为约束条件优化被动波束赋形包括：

根据系统和速率模型建立优化问题P3.2；其中，优化问题P3.2为：

其中，为STAR-RIS第n个单元的透射振幅、/>为STAR-RIS第n个单元的反射振幅，N为STAR-RIS的单元数量，E^P＝e^P(e^P)^H，e^P＝[u^P；1]，/> τ₁为更新主动波束赋形的迭代次数；

求解优化问题P3.2更新E^P，当相邻两次迭代对应的系统和速率差值小于阈值ε₂或达到最大迭代次数时，得到更新后的被动波束赋形，详细求解过程参见表2。

表2

进一步地，总结上述交替迭代算法求解主被动波束赋形的过程如下表3所示。

表3

另外，关于位置优化，如果STAR-RIS可以在S中自由移动，若需要找到最佳的位置，以最大化系统的和速率为目标。所以，目标函数也是P1。解决这个问题的一个简单方法是穷举搜索。具体来说，可以计算出S中所有位置的系统和速率，然后选择和速率最高的点作为STAR-RIS的最优位置。该算法如算法4所示，表4中将STAR-RIS高度设定为3米，计算过程中保持不变。

表4

为了验证本发明方法的有效性，本发明通过MATLAB仿真来验证上述实施例方法的有效性。图1所示为STAR-RIS辅助分布式MIMO下行通信系统的示意图，其中AP的个数为4个，STAR-RIS的个数为1个，用户数为6。设AP高度为5m、STAR-RIS高度为3m、用户高度为1.5m。

如图2所示，为智能超表面设置单元数为20时方案所实现系统和速率随迭代次数变化的情况。所有AP总的最大发射功率为20W。仿真结果显示，随迭代次数增多，算法基本收敛。如图3所示，在已知AP、用户分布情况时，仿真得到的STAR-RIS最优位置情况图，仿真结果显示，STAR-RIS的部署位置应靠近反射区域。如图4所示，用户数给定时，系统和速率随STAR-RIS单元数变化的情况。所有AP总的最大发射功率为20W。

如图可知，随着智能超表面单元数增加，系统和速率增加逐渐缓慢，且优化后系统和速率相比优化前系统和速率有着显著的提升。

本发明还公开了一种分布式MIMO系统STAR-RIS位置优化装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的方法。

本发明再一种实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。

本发明再一种实施例提供了一种计算机程序产品，当计算机程序产品在数据存储设备上运行时，使得数据存储设备执行时可实现上述各个方法实施例中的步骤。

所述集成的单元模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到存储设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

Claims (9)

1.分布式MIMO系统STAR-RIS位置优化方法，其特征在于，包括以下步骤：

获取AP位置信息；

根据所述AP位置信息划定STAR-RIS的可行性部署区域；

根据所述AP位置信息和可行性部署区域建立AP到STAR-RIS之间的信道；根据所述可行性部署区域和用户位置信息建立STAR-RIS到用户之间的信道；

基于AP到STAR-RIS之间的信道和STAR-RIS到用户之间的信道建立系统和速率模型；

在所述可行性部署区域中选择使系统和速率最大的位置作为STAR-RIS的部署位置。

2.如权利要求1所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，所述系统和速率模型为：

其中，R为系统和速率，K为用户的总数，k＝{1,2,...,K}，γ_k为第k个用户的信噪比，L为AP的数量，l＝{1,2,...,L}，G_l,k为第l个AP到第k个用户之间的信道，/>为STAR-RIS到第k个用户之间的信道，Φ^p为STAR-RIS的透射/反射系数矩阵，H_l为第l个AP到STAR-RIS之间的信道，w_l,k为第l个AP对第k个用户的波束赋形矢量，i＝{1,2,...,K}，w_l,i为第l个AP对第i个用户的波束赋形矢量，σ²为加性噪声的方差。

3.如权利要求2所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，在所述可行性部署区域中选择使系统和速率最大的位置包括：

对于所述可行性部署区域中的每个位置，交替优化主动波束赋形和被动波束赋形，得到最优主动波束赋形和最优被动波束赋形；

基于最优主动波束赋形和最优被动波束赋形计算对应的系统和速率；

在得到的若干个系统和速率中选择最大值对应的位置。

4.如权利要求3所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，交替优化主动波束赋形和被动波束赋形包括：

以所有AP的最大发射功率和为约束条件优化主动波束赋形；

以STAR-RIS的透射/反射振幅和相位为约束条件优化被动波束赋形。

5.如权利要求4所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，以所有AP的最大发射功率和为约束条件优化主动波束赋形包括：

根据系统和速率模型建立优化问题P2.3；其中，所述优化问题P2.3为：

其中，W为主动波束赋形，A_l,k和B_l,k均为辅助变量，/> 为利用一阶泰勒展开得到/>的下界，/>P_max为所有AP的最大发射功率和；

求解优化问题P2.3更新和/>当相邻两次迭代对应的系统和速率差值小于阈值ε₁或达到最大迭代次数时，得到更新后的主动波束赋形。

6.如权利要求5所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，以STAR-RIS的透射/反射振幅和相位为约束条件优化被动波束赋形包括：

根据系统和速率模型建立优化问题P3.2；其中，所述优化问题P3.2为：

其中，为STAR-RIS第n个单元的透射振幅、/>为STAR-RIS第n个单元的反射振幅，N为STAR-RIS的单元数量，E^P＝e^P(e^P)^H，e^P＝[u^P；1]，/> τ₁为更新主动波束赋形的迭代次数；

求解优化问题P3.2更新E^P，当相邻两次迭代对应的系统和速率差值小于阈值ε₂或达到最大迭代次数时，得到更新后的被动波束赋形。

7.如权利要求6所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，根据所述AP位置信息划定STAR-RIS的可行性部署区域包括：

根据所述AP位置信息生成所有AP的物理覆盖区域；

将分布式MIMO系统服务区域中所述物理覆盖区域之外的区域作为所述可行性部署区域。

8.如权利要求7所述的分布式MIMO系统STAR-RIS位置优化方法，其特征在于，根据所述AP位置信息生成所有AP的物理覆盖区域包括：

将位于分布式MIMO系统边缘且相邻的AP通过直线相互连接形成的密闭区域作为所述物理覆盖区域。

9.分布式MIMO系统STAR-RIS位置优化装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。