CN117499961A - 一种双ris辅助noma上行传输能效优化方法及系统 - Google Patents
一种双ris辅助noma上行传输能效优化方法及系统 Download PDFInfo
- Publication number
- CN117499961A CN117499961A CN202311850261.8A CN202311850261A CN117499961A CN 117499961 A CN117499961 A CN 117499961A CN 202311850261 A CN202311850261 A CN 202311850261A CN 117499961 A CN117499961 A CN 117499961A
- Authority
- CN
- China
- Prior art keywords
- user
- representing
- ris
- energy efficiency
- dual
- 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.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims abstract description 45
- 230000009977 dual effect Effects 0.000 title claims abstract description 36
- 230000010363 phase shift Effects 0.000 claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 206010042135 Stomatitis necrotising Diseases 0.000 claims 15
- 201000008585 noma Diseases 0.000 claims 15
- 238000004891 communication Methods 0.000 abstract description 12
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000013468 resource allocation Methods 0.000 abstract 1
- 102100021009 Cytochrome b-c1 complex subunit Rieske, mitochondrial Human genes 0.000 description 13
- 101000643956 Homo sapiens Cytochrome b-c1 complex subunit Rieske, mitochondrial Proteins 0.000 description 13
- 101000655155 Homo sapiens Transmembrane protein 158 Proteins 0.000 description 13
- 102100025450 DNA replication factor Cdt1 Human genes 0.000 description 10
- 101000914265 Homo sapiens DNA replication factor Cdt1 Proteins 0.000 description 10
- 230000008901 benefit Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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
本发明公开了双RIS辅助NOMA上行传输能效优化方法及系统，涉及无线通信技术领域，本发明获包括获取信道状态信息，信道状态信息包括，用户与第一可重构智能表面、用户与第二可重构智能表面之间、两个可重构智能表面之间以及两个可重构智能表面分别与接入点之间的信息；根据信道状态信息计算系统传输速率以及总功率消耗；以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。本发明以用户最小传输速率为约束，设计了基于交替优化的用户发射功率和双RIS相移矩阵的迭代优化算法，获得了所构建问题的优化解，提高了多用户通信系统的传输能效，解决了传输速率和能量消耗之间的平衡的问题。
Description
技术领域
本发明涉及无线通信技术领域，尤其涉及一种双RIS辅助NOMA上行传输能效优化方法及系统。
背景技术
近年来，RIS辅助无线通信技术（RIS，Reconfigurable Intelligent Surface）蓬勃发展，被业界视为未来无线通信的重要技术之一。在微型控制器的控制下，RIS各反射单元的反射系数能够独立地进行自适应调整，从而辅助构建智能的无线传输环境。
在传统的RIS辅助无线通信系统研究中，大多考虑单个RIS，覆盖范围有限。为了进一步扩大通信系统的有效覆盖面积，提升通信质量，考虑采用双RIS辅助无线通信。在传统的蜂窝通信系统中,主要采用正交多址接入（OMA，Orthogonal Multiple Access）技术，支持的用户数量受到可用正交资源数量的限制。然而，在辅助非正交多址（NOMA，Non-Orthogonal Multiple Access）系统中，多个用户可以共享相同的资源块，显著提升了可接入的用户数量，并且大幅度提高了通信系统的频谱效率。通过双RIS来辅助NOMA系统，可以融合这两种技术的优势。RIS可以改变各用户的信道条件以调控NOMA对于用户信道差异性的需求，并在系统吞吐量及能效方面带来更高的性能。然而现有研究侧重于优化系统吞吐量，忽略了传输速率和能量消耗之间的平衡。
发明内容
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了双RIS辅助NOMA上行传输能效优化方法及系统解决目前多用户通信系统侧重于优化系统吞吐量，忽略了传输速率和能量消耗之间的平衡的问题。
为解决上述技术问题，本发明提供如下技术方案：
第一方面，本发明提供了双RIS辅助NOMA上行传输能效优化方法，包括：
获取信道状态信息，所述信道状态信息包括，用户与第一可重构智能表面、用户与第二可重构智能表面之间、两个可重构智能表面之间以及两个可重构智能表面分别与接入点之间的信息；
计算系统传输速率以及总功率消耗；
以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。
作为本发明所述的双RIS辅助NOMA上行传输能效优化方法的一种优选方案，其中：还包括，用户到接入点的信道增益，表示为：
；
其中，表示用户索引，/>表示用户 />与第一可重构智能表面之间的信道参数，/>表示维度为/>的复值矩阵空间；/>表示第一可重构智能表面的相移矩阵，且，其中/>表示虚数单位，/>表示对角化操作，/>表示第一可重构智能表面的第/>个反射单元的相位，/>；/>表示第一可重构智能表面与接入点之间的信道参数；/>表示用户 />与RIS2之间的信道参数；/>表示第二可重构智能表面的相移矩阵，且/>，/>表示第二可重构智能表面的第/>个反射单元的相位，/>，/>；/>表示第二可重构智能表面与接入点之间的信道参数；/>表示第一可重构智能表面与第二可重构智能表面之间的信道参数。
作为本发明所述的双RIS辅助NOMA上行传输能效优化方法的一种优选方案，其中：计算系统传输速率包括，根据 NOMA 协议，接入点通过串行干扰消除解码信号，具体包括，
先解码第一用户，最后解码第位用户；
当时，接入点解码用户 />信息流的瞬时信干噪比表示为：
；
其中， 表示总用户数，/>表示用户 />的发射功率，表示用户/>的发射功率，/>表示噪声功率；
当时，解码信息流的信噪比为：
；
用户 的传输速率表示为：
；
作为本发明所述的双RIS辅助NOMA上行传输能效优化方法的一种优选方案，其中：计算系统总功率消耗，表示为：
；
其中，和/>分别表示第一可重构智能表面和第二可重构智能表面每个反射单元的电路功率消耗，/>表示接入点的电路功率消耗，/>表示用户 />的电路功率消耗。
作为本发明所述的双RIS辅助NOMA上行传输能效优化方法的一种优选方案，其中：所述以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率，其中，包括构建优化问题，表示为：
；
其中，表示用户发射功率矢量，/>为每个用户的最小传输速率；公式/>表示每个用户的发射功率约束；公式/>表示第一可重构智能表面各反射单元的相位约束；公式/>表示第二可重构智能表面各反射单元的相位约束；公式/>表示每个用户的最小传输速率约束。
作为本发明所述的双RIS辅助NOMA上行传输能效优化方法的一种优选方案，其中：所述最大化NOMA上行传输的能量效率，包括，求解构建的优化问题，具体包括，采用交替优化方法将所述优化问题进行分解，
将给定相移矩阵和/>，优化用户发射功率矢量/>，相应的子问题/>表示为：
；
用分式规划算法将目标函数转化为线性形式进行求解。
作为本发明所述的双RIS辅助NOMA上行传输能效优化方法的一种优选方案，其中：给定用户发射功率矢量和相移矩阵/>，优化相移矩阵/>，相应的子问题/>简化为最大和速率问题，表示为：
；
针对所得结果运用高斯随机化还原秩一约束，得到优化后的第一可重构智能表面相移矩阵；
给定用户发射功率矢量和相移矩阵/>，优化相移矩阵/>，相应的子问题/>可以简化为最大和速率问题，表示为：
；
针对所得结果运用高斯随机化还原秩一约束，得到优化后的第二可重构智能表面相移矩阵。
第二方面，本发明提供了双RIS辅助NOMA上行传输能效优化方法的系统，包括，
获取模块，用于获取信道状态信息，所述信道状态信息包括，用户与第一可重构智能表面（RIS1）、用户与第二可重构智能表面（RIS2）之间、两个可重构智能表面之间以及两个可重构智能表面分别与接入点之间的信息；
计算模块，用于计算系统传输速率以及总功率消耗；
求解模块，用于以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。
第三方面，本发明提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述双RIS辅助NOMA上行传输能效优化方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述双RIS辅助NOMA上行传输能效优化方法的步骤。
与现有技术相比，本发明的有益效果：本发明以用户最小传输速率为约束，设计了基于交替优化的用户发射功率和双RIS相移矩阵的迭代优化算法，获得了所构建问题的优化解，本发明所提方案提高了多用户通信系统的传输能效，解决了传输速率和能量消耗之间的平衡的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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它的附图。
图1为本发明一个实施例所述的双RIS辅助NOMA上行传输能效优化方法的整体流程示意图；
图2为本发明一个实施例所述的双RIS辅助NOMA上行传输能效优化方法中仿真中系统模型图；
图3为本发明一个实施例所述的双RIS辅助NOMA上行传输能效优化方法中RIS反射单元数与上行传输能量效率的关系图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
实施例1
参照图1，为本发明的一个实施例，提供了双RIS辅助NOMA上行传输能效优化方法，该方法适用于由一个接入点（AP，Access Point）、多个用户、以及分别配置了和/>个反射单元的第一可重构智能表面RIS1和第二可重构智能表面RIS2组成的无线通信系统，方法包括，
S1：获取信道状态信息，具体包括，用户到RIS1、用户到RIS2、RIS1到AP、RIS2到AP、RIS1到RSI2的信道状态信息；
用户到接入点AP的信道增益，表示为：
（1）；
其中， 表示用户索引，/>表示用户 />与RIS1之间的信道参数，/>表示维度为/>的复值矩阵空间；/>表示RIS1的相移矩阵，且/>，其中/>表示虚数单位，/>表示对角化操作，/>表示RIS1的第/>个反射单元的相位，；/>表示RIS1与接入点之间的信道参数；/>表示用户 />与RIS2之间的信道参数；/>表示RIS2的相移矩阵，且/>，表示RIS2的第/>个反射单元的相位，/>，/>；/>表示RIS2与接入点之间的信道参数；/>表示RIS1与RIS2之间的信道参数。
根据用户k到AP的信道增益，AP处接收到的信号可表示为：
（2）；
其中，K表示总用户数；表示用户 />的发射功率；/>表示用户/>发送的信号；，E表示期望运算；n表示AP处的加性高斯白噪声，服从均值为、方差为/>的复高斯分布。
S2：根据信道状态信息计算系统传输速率以及总功率消耗；
根据NOMA协议，AP采用串行干扰消除（SIC，Successive InterferenceCancellation）来解码信号。不失一般性，考虑AP是根据用户索引来确定解码顺序的，即先解码用户1，最后解码用户K。当时，AP解码用户k信息流的瞬时信干噪比（SINR,Signal-to-Interference-plus-Noise-Ratio）可表示为：
（3）；
其中，表示用户/>的发射功率，/>表示噪声功率；
当时，解码信息流的信噪比为：
（4）；
用户 的传输速率表示为：
（5）；
所提系统的固定电路功率消耗可表示为：
（6）；
其中，和/>分别表示RIS1和RIS2每个反射单元的电路功率消耗，/>表示接入点的电路功率消耗，/>表示用户 />的电路功率消耗。
S3：以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。
构建的优化问题，可表示为：
（7）；
其中，表示用户发射功率矢量，/>为每个用户的最小传输速率；公式/>表示每个用户的发射功率约束；公式 />表示RIS1各反射单元的相位约束；公式表示RIS2各反射单元的相位约束；公式/>表示每个用户的最小传输速率约束。
进一步的，为了最大化NOMA上行传输的能量效率，需要求解构建的优化问题，并采用交替优化方法将优化问题进行分解，
针对原始问题中多个变量相互耦合，将原问题分解为如下三个子问题求解。
将给定相移矩阵和，优化用户发射功率矢量，相应的子问题/>表示为：
（8）；
应说明的是，由于目标函数是分式形式难以直接求解，因此利用分式规划算法将目标函数转化为线性形式，然后可使用凸优化工具包CVX求解。
对于（P1）目标函数中的分子，根据对数函数的运算性质，可将其转化为如下形式：
（9）；
（P1）中的目标函数是非凸的，可以利用分式规划算法将分数表达式转化为线性形式，定义为最优系统能效，将问题（P1）转化为如下形式：
（10）；
(11)；
其中，在每次迭代中变化，初始化/>，/>可表示为：
。
问题是一个凸优化问题，可以用CVX工具求解。
其次，在固定和/>的情况下，原问题可转化为：
（12）；
由于中的目标函数/>关于单调递增，子问题/>可等价为如下形式：
（13）；
中的目标函数和约束(a)是非凸的，令
、/>，/>，/>，/>，，/>表示共轭转置操作。
将转化为：
(14a)；
(14b)；
(14c)；
(14d)；
其中，表示矩阵的迹，/>表示取矩阵第/>行第/>列的元素。由于使用了变换/>，原问题新增了式（14c）和式（14d）约束，式（14c）约束保证/>为半正定矩阵，式（14d）约束保证/>的秩为一。式（14d）约束是非凸约束，可利用半正定松弛（SDR,Semidefinite Relaxation）算法松弛秩一约束。
至此，问题转化为凸问题，可用凸优化工具包CVX求解。针对所得结果运用高斯随机化还原秩一约束，得到优化后的RIS1相移矩阵。
最后，固定和/>，原问题可转化为：
（15）；
中的目标函数和约束(7b)是非凸的，令/>，/>，，/>，/>，/>；
表示转置操作。将/>转化为：
(16a)；
(16b)；
(16c)；
（16d）；
由于使用了变换，原问题新增了式（16c）和式（16d）约束。式（16c）约束保证/>为半正定矩阵，式（16d）约束保证/>的秩为一。式（16d）约束是非凸的，可利用SDR算法松弛秩一约束。
至此，问题转化为凸问题，可用凸优化工具包CVX求解。针对所得结果运用高斯随机化还原秩一约束，得到优化后的RIS2相移矩阵。
最后，对上述三个子问题进行迭代直至原问题的目标函数收敛，获得用户发射功率、RIS1和RIS2相移矩阵的优化解。
本实施例中双RIS辅助NOMA上行传输能效优化方法系统，包括：
获取模块，用于获取信道状态信息，信道状态信息包括，用户与RIS1（RIS1）、用户与RIS2（RIS2）之间、两个可重构智能表面之间以及两个可重构智能表面分别与接入点之间的信息；
计算模块，用于根据信道状态信息计算系统传输速率以及总功率消耗；
求解模块，用于以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。
本实施例还提供一种计算设备，适用于的实现双RIS辅助NOMA上行传输能效优化的情况，包括：
存储器和处理器；存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，实现如上述实施例提出的实现双RIS辅助NOMA上行传输能效优化方法。
本实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例提出的实现双RIS辅助NOMA上行传输能效优化方法。
本实施例提出的存储介质与上述实施例提出的实现双RIS辅助NOMA上行传输能效优化方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(ReadOnly ，Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
实施例2
参照图2和图3，为了验证其可行性有益效果提供了双RIS辅助NOMA上行传输能效优化方法仿真数据及效果，以此证明我方有益效果真实可行性。
利用MATLAB语言仿真实现本发明方案。
仿真中系统模型图如图2所示（单位为米），AP坐标为（-50，0）；RIS1坐标为（-5，5）；RIS2坐标为（-45，5）；用户随机分布在x轴上的到0的范围内。每个用户与RIS1之间的路径损耗为2.3，其余节点之间的路径损耗指数均为3。所有信道均服从莱斯分布，设置莱斯因子为4。假设单位距离1米的路径衰落为，RIS1和RIS2的反射单元数相等。为公平起见，在单RIS辅助非正交多址上行传输方案中，单个RIS的反射单元数与双RIS的反射单元总数相同。其它参数设置如下：，/>。
图3为本发明实施例中RIS反射单元数与上行传输能量效率的关系图。从图中可以看出，本发明提出的方案在能效上优于传统单RIS辅助非正交多址上行传输和双RIS辅助正交多址上行传输方案，且随着反射单元数的增加，本发明的优势逐渐增大。
应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种双RIS辅助NOMA上行传输能效优化方法，其特征在于，包括：
获取信道状态信息，所述信道状态信息包括，用户与第一可重构智能表面、用户与第二可重构智能表面之间、两个可重构智能表面之间以及两个可重构智能表面分别与接入点之间的信息；
计算系统传输速率以及总功率消耗；
以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。
2.如权利要求1所述的双RIS辅助NOMA上行传输能效优化方法，其特征在于，还包括，用户到接入点的信道增益，表示为：
；
其中， 表示用户索引，/>表示用户/>与第一可重构智能表面之间的信道参数，/>表示维度为/>的复值矩阵空间；/>表示第一可重构智能表面的相移矩阵，且，其中/>表示虚数单位，/>表示对角化操作，/>表示第一可重构智能表面的第/>个反射单元的相位，/>；/>表示第一可重构智能表面与接入点之间的信道参数；/>表示用户/>与RIS2之间的信道参数；/>表示第二可重构智能表面的相移矩阵，且/>，/>表示第二可重构智能表面的第/>个反射单元的相位，/>，/>；/>表示第二可重构智能表面与接入点之间的信道参数；/>表示第一可重构智能表面与第二可重构智能表面之间的信道参数。
3.如权利要求2所述的双RIS辅助NOMA上行传输能效优化方法，其特征在于，计算系统传输速率包括，根据 NOMA 协议，接入点通过串行干扰消除解码信号，具体包括，
先解码第一用户，最后解码第位用户；
当时，接入点解码用户/>信息流的瞬时信干噪比表示为：
；
其中， 表示总用户数，/>表示用户/>的发射功率，/>表示用户i的发射功率，/>表示噪声功率；
当时，解码信息流的信噪比为：
；
用户的传输速率表示为：
。
4.如权利要求1-3任一所述的双RIS辅助NOMA上行传输能效优化方法，其特征在于，计算系统总功率消耗，表示为：
；
其中，和/>分别表示第一可重构智能表面和第二可重构智能表面每个反射单元的电路功率消耗，/>表示接入点的电路功率消耗，/>表示用户 />的电路功率消耗。
5.如权利要求4所述的双RIS辅助NOMA上行传输能效优化方法，其特征在于，所述以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率，其中，包括构建优化问题，表示为：
；
其中，表示用户发射功率矢量，/>为每个用户的最小传输速率；公式表示每个用户的发射功率约束；公式/>表示第一可重构智能表面各反射单元的相位约束；公式/>表示第二可重构智能表面各反射单元的相位约束；公式/>表示每个用户的最小传输速率约束。
6.如权利要求5所述的双RIS辅助NOMA上行传输能效优化方法，其特征在于，所述最大化NOMA上行传输的能量效率，包括，求解构建的优化问题，具体包括，采用交替优化方法将所述优化问题进行分解，
将给定相移矩阵和/>，优化用户发射功率矢量/>，相应的子问题/>表示为：
；
用分式规划算法将目标函数转化为线性形式进行求解。
7.如权利要求6所述的双RIS辅助NOMA上行传输能效优化方法，其特征在于，给定用户发射功率矢量和相移矩阵/>，优化相移矩阵/>，相应的子问题/>简化为最大和速率问题，表示为：
；
针对所得结果运用高斯随机化还原秩一约束，得到优化后的第一可重构智能表面相移矩阵；
给定用户发射功率矢量和相移矩阵/>，优化相移矩阵/>，相应的子问题/>可以简化为最大和速率问题，表示为：
；
针对所得结果运用高斯随机化还原秩一约束，得到优化后的第二可重构智能表面相移矩阵。
8.一种应用如权利要求1所述的双RIS辅助NOMA上行传输能效优化方法的系统，其特征在于，包括，
获取模块，用于获取信道状态信息，所述信道状态信息包括，用户与第一可重构智能表面、用户与第二可重构智能表面之间、两个可重构智能表面之间以及两个可重构智能表面分别与接入点之间的信息；
计算模块，用于计算系统传输速率以及总功率消耗；
求解模块，用于以用户最小传输速率为约束，联合优化用户发射功率和双RIS的相移矩阵，最大化NOMA上行传输的能量效率。
9.一种电子设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述双RIS辅助NOMA上行传输能效优化方法的步骤。
10.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述双RIS辅助NOMA上行传输能效优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311850261.8A CN117499961B (zh) | 2023-12-29 | 2023-12-29 | 一种双ris辅助noma上行传输能效优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311850261.8A CN117499961B (zh) | 2023-12-29 | 2023-12-29 | 一种双ris辅助noma上行传输能效优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117499961A true CN117499961A (zh) | 2024-02-02 |
| CN117499961B CN117499961B (zh) | 2024-03-15 |
Family
ID=89685346
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311850261.8A Active CN117499961B (zh) | 2023-12-29 | 2023-12-29 | 一种双ris辅助noma上行传输能效优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117499961B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114222289A (zh) * | 2021-12-30 | 2022-03-22 | 河南大学 | 一种智能反射面辅助全双工无线携能网络保密通信方法 |
| CN115801066A (zh) * | 2022-09-27 | 2023-03-14 | 西安交通大学 | 基于双ris辅助mimo系统的相移优化方法及相关装置 |
| CN116170102A (zh) * | 2023-02-22 | 2023-05-26 | 北京邮电大学 | 一种可重构的多功能智能超表面及其应用 |
| CN116600311A (zh) * | 2023-07-17 | 2023-08-15 | 南京邮电大学 | 一种双ris辅助上行noma系统的和速率最大化方法及系统 |
| CN116709538A (zh) * | 2023-06-13 | 2023-09-05 | 南京邮电大学 | 一种双ris协作辅助的noma系统上行传输方法及装置 |
| CN117081636A (zh) * | 2023-10-16 | 2023-11-17 | 南京邮电大学 | 可重构智能表面辅助主动干扰的发射功率优化方法及装置 |
-
2023
- 2023-12-29 CN CN202311850261.8A patent/CN117499961B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114222289A (zh) * | 2021-12-30 | 2022-03-22 | 河南大学 | 一种智能反射面辅助全双工无线携能网络保密通信方法 |
| CN115801066A (zh) * | 2022-09-27 | 2023-03-14 | 西安交通大学 | 基于双ris辅助mimo系统的相移优化方法及相关装置 |
| CN116170102A (zh) * | 2023-02-22 | 2023-05-26 | 北京邮电大学 | 一种可重构的多功能智能超表面及其应用 |
| CN116709538A (zh) * | 2023-06-13 | 2023-09-05 | 南京邮电大学 | 一种双ris协作辅助的noma系统上行传输方法及装置 |
| CN116600311A (zh) * | 2023-07-17 | 2023-08-15 | 南京邮电大学 | 一种双ris辅助上行noma系统的和速率最大化方法及系统 |
| CN117081636A (zh) * | 2023-10-16 | 2023-11-17 | 南京邮电大学 | 可重构智能表面辅助主动干扰的发射功率优化方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 冀保峰;邢冰冰;王一丹;王丹;李春国;郑国强;宋梁;: "基于干扰窃听的单双跳高频谱效率传输方案研究", 电子学报, no. 10, 15 October 2018 (2018-10-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117499961B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | NOMA-based resource allocation for cluster-based cognitive industrial internet of things | |
| Kwon et al. | Multiagent DDPG-based deep learning for smart ocean federated learning IoT networks | |
| CN110381519B (zh) | 一种基于认知无线电双向中继的非正交多址传输方法 | |
| CN110492915A (zh) | 一种基于mimo-noma短包传输的功率分配方法 | |
| CN113949427B (zh) | 一种多用户无线网络安全能效优化设计方法和系统 | |
| George et al. | The ergodic rate density of ALOHA wireless ad-hoc networks | |
| Sharma et al. | An externalities-based decentralized optimal power allocation algorithm for wireless networks | |
| CN110191476B (zh) | 一种基于可重构天线阵列的非正交多址接入方法 | |
| CN117499961B (zh) | 一种双ris辅助noma上行传输能效优化方法及系统 | |
| WO2017121175A1 (zh) | 一种数据处理方法和装置 | |
| CN116600311B (zh) | 一种双ris辅助上行noma系统的和速率最大化方法及系统 | |
| WO2014183553A1 (zh) | 异构网协作多点传输的预编码方法及装置 | |
| CN103873205A (zh) | 基于mmse预编码与模拟退火算法的mimo用户选择算法 | |
| 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 | |
| CN116709538A (zh) | 一种双ris协作辅助的noma系统上行传输方法及装置 | |
| CN110086591B (zh) | 一种大规模天线系统中的导频污染抑制方法 | |
| Chen et al. | Reliability analysis and ABC based optimization for CoMP-enabled systems over Nakagami-m fading | |
| CN116961710B (zh) | 一种无蜂窝大规模mimo的功率控制与量化方法及系统 | |
| Lin et al. | Non-orthogonal random access in MIMO cognitive radio networks: beamforming, power allocation, and opportunistic transmission | |
| Bai et al. | Cognitive radio optimal price power control algorithm based on stackelberg game | |
| CN116633399B (zh) | 语义通信波形设计方法、装置、设备和存储介质 | |
| Ginde | A game-theoretic analysis of link adaptation in cellular radio networks | |
| CN117528535B (zh) | 利用irs和人工噪声对抗恶意干扰的双向安全传输方法 | |
| CN114567357B (zh) | 一种基于波束成形的保密通信设计方法 | |
| CN113472472B (zh) | 基于分布式强化学习的多小区协同波束赋形方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |