CN117997387A - 一种irs辅助毫米波通感一体化波束赋形设计方法 - Google Patents
一种irs辅助毫米波通感一体化波束赋形设计方法 Download PDFInfo
- Publication number
- CN117997387A CN117997387A CN202410210441.8A CN202410210441A CN117997387A CN 117997387 A CN117997387 A CN 117997387A CN 202410210441 A CN202410210441 A CN 202410210441A CN 117997387 A CN117997387 A CN 117997387A
- Authority
- CN
- China
- Prior art keywords
- irs
- optimization
- radar
- communication
- phase shift
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000013461 design Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 58
- 238000004891 communication Methods 0.000 claims abstract description 56
- 230000005540 biological transmission Effects 0.000 claims abstract description 37
- 230000010363 phase shift Effects 0.000 claims abstract description 36
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 6
- 229940049705 immune stimulating antibody conjugate Drugs 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000002040 relaxant effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000009423 ventilation Methods 0.000 claims 3
- 238000001514 detection method Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 230000001965 increasing effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000008859 change Effects 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
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radio Transmission System (AREA)
Abstract
本发明提出了一种IRS辅助毫米波通感一体化波束赋形设计方法，属于通感一体化传输领域。所属方法包括：建立智能反射面辅助通感一体化系统模型；采用分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题；将雷达波束图设计表述为一个最小二乘问题，通过推导得到一个可行的闭式解，生成感兴趣角度上的雷达波束图，然后共同优化通信子系统的波束赋形矢量和IRS相移，使总传输速率最大化，其中利用MM算法优化IRS相移，降低计算复杂度。仿真结果验证了该算法的有效性，并证明了IRS可以提高ISAC系统的通信性能。
Description
技术领域
本发明属于通信技术领域，具体涉及一种IRS辅助毫米波通感一体化波束赋形设计方法。
背景技术
近年来，由于通信与雷达在硬件和信号处理方法方面的相似性，集成传感与通信(ISAC)已成为6G的关键研究领域之一。传感从有噪声的观测中收集和提取有用的信息，通信更侧重于通过专门的信号发送信息，然后从有噪声的接收信号中恢复信息。在硬件方面，ISAC旨在将这两项服务统联合起来，实现两者之间的平衡，进行深入整合，有望显著提高频谱和能量的效率，，也可以降低硬件和信号的成本。在应用方面，ISAC可以为用户提供高质量的通信，同时为目标提供高精度的传感服务，在智能家居、智能交通、智能医疗等领域具有广阔的应用前景。
然而，将传感集成到通信系统中可能会导致资源的不公平分配，并导致严重的干扰而降低通信性能。为了解决这一问题，智能反射面(IRS)可以被认为是一种很有前途的方法，它是一种低成本的辅助信息传输技术。IRS是由大量新型超材料组成的智能表面，通过软件或硬件控制平面上大量的无源电磁反射元件，实现无源波束赋形。IRS还能够通过基于信号传播反馈的通信链路信息的软件编程来控制反射信号的反射相位和振幅，这本质上是电容、电阻和电感的调整，从而智能地调整传输环境并为系统提供新的空间自由度，以提高无线链路性能。值得注意的是，IRS允许绕过障碍，通过动态创建智能反射信号超越传统的反射定律。此外，毫米波(mmWave)(5G的关键技术之一)将大大提高通信系统的传输性能。基于上述优点，本文研究了毫米波波段内IRS对ISAC性能的影响。
发明内容
本发明的目的是研究IRS在毫米波场景下ISAC系统中的应用，利用优化算法优化IRS相移，有效降低计算复杂度而提出的一种低复杂度的计算方案方案。
第一方面，一种IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，包括：
S1：建立智能反射面辅助通感一体化系统模型；
S2：采用分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题；
S3：将雷达波束图设计表述为一个最小二乘问题，通过推导得到一个可行的闭式解。然后推导出波束赋形向量和IRS相移的闭式解，最大化总传输速率，其中采用MM优化算法优化IRS相移，降低计算的复杂度。
优选地，所述步骤S1具体包括：
该系统由一个配置M根雷达天线和N根通信天线、K个单天线用户的BS组成，通过在基站上采用均匀线性阵列(ULA)模式，实现统计独立的通信和雷达信号的传输，使系统能够同时检测目标并向K个用户传输数据，IRS由L个反射单元组成。
优选地，所述步骤S2具体包括：
该方案考虑了一种分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题。在设计IRS相移和通信子系统的波束赋形之前，可以得到一个理想的雷达波束图。首先，对波束图的优化可以用一个约束最小二乘问题表示为：
s.t.β＞0, (5a)
R0,R＝RH, (5c)
其中β表示比例因子，与C＝181表示细角网格覆盖从-90°到90°的角度范围，P(θc)表示MIMO雷达的期望波束方向图，Pr是雷达子系统的功率预算，约束(5b)确保所有雷达天线发射相同的功率水平。
然后继续设计通信波束赋形和IRS相移，以提高总传输速率，抑制雷达系统对用户的干扰，给定RSC矩阵R，将总传输速率的优化问题表示为：
|φl|＝1,l∈L, (6b)
其中，Pc表示通信子系统的发射功率预算。(6a)表示通信系统的最大发射功率限制。
优选地，所述步骤S3具体包括：
因为所期望的雷达波束图受到雷达信号协方差(RSC)矩阵的影响。通过在第一个子问题中放宽某些约束，得到了RSC矩阵的一个闭式解。接下来，使用二次变换(QT)技术和交替优化(AO)算法来迭代得到波束赋形向量和IRS相移的闭式解，使总传输速率最大化。为了减小计算IRS的相移的复杂度，采用了MM优化算法，仿真结果验证了MM算法的有效性。
一种智能超表面辅助毫米波通感一体化波束赋形设计方法，它包括：
模型建立模块，用于建立一个在毫米波多用户下行场景中的IRS辅助ISAC系统模型；
方程构造模块，用于将原优化问题转化为两个优化子问题，分别是对雷达波束图的优化问题和总传输速率的优化问题，并根据问题构造优化方程；
迭代处理模块，用于利用MM算法优化IRS相移，有效降低计算复杂度。
所述建模模块包括：
用于建立一个配置M根雷达天线和N根通信天线、K个单天线用户的BS，IRS由L个反射单元组成。
所述方程构造模块包括：
在设计IRS相移和通信子系统的波束赋形之前，可以得到一个理想的雷达波束图。首先，对波束图的优化可以用一个约束最小二乘问题表示为:
s.t.β＞0, (7a)
R≥0,R＝RH, (7c)
其中β表示比例因子，与C＝181表示细角网格覆盖从-90°到90°的角度范围，P(θc)表示MIMO雷达的期望波束方向图，Pr是雷达子系统的功率预算，约束(7b)确保所有雷达天线发射相同的功率水平。
下面将继续设计通信波束赋形和IRS相移，以提高总传输速率，抑制雷达系统对用户的干扰。给定RSC矩阵R，可以将传总输速率的优化问题表示为：
|φl|＝1,l∈L, (8b)
其中，Pc表示通信子系统的发射功率预算，(8a)表示通信系统的最大发射功率限制
命题1：(8)可以重新表述为：
其中，p＝[p1,...,pK]表示通过拉格朗日对偶变换引入的辅助向量。
通过对(9)对pk求偏导数，令其为零，可以得到第k辅助变量的最优值为因此，可以将(9)中wk与Θ的联合优化简化为p为给定值：
通过IRS结合直接链路和级联链路，在第k个用户接收到的信号可以表示为：
其中，dk和nk～CN(0,σ2)分别为第k个用户的波束赋形矢量、通信符号和接收噪声。/>是雷达天线间的快照。出于传感目的，可以利用MIMO雷达发射几个具有更高自由度和波形多样性的探测信号。MIMO雷达波束图的设计旨在优化在给定方向上的发射功率或匹配期望波束图。雷达的波束方向图可以由RSC矩阵R控制，可以为发射波束图可以由/>给出。
接下来，第k个用户的信噪比(SINR)为：
其中和/>
定义将(12)中的γk代入(10)中，可将(6)重新表述为：
因此，(8)中的对数项可以通过使用一种更简单的方法来更简单地处理或简化。
所述迭代处理模块包括：
用于优化IRS相移，采用的迭代优化算法为MM算法，通过数值仿真，验证了该算法的性能，有效降低了计算复杂度。
上述技术方案考虑了最小化设计波束图与期望波束图之间的波束图误差，以及最大化受通信波束赋形矢量和IRS相移影响的总传输速率的问题。优化变量之间的紧密耦合使得公式问题非凸。为了解决这个问题，采用AO算法和QT技术将原优化问题转化为双凸问题，并利用MM算法优化IRS相移，降低了系统计算复杂度并大幅降低计算时间。
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是本发明实施例提供的一种IRS辅助毫米波通感一体化波束赋形设计方法流程示意图；
图2是本发明实施该系统模型图；
图3是MM算法在不同IRS单元数量下的收敛性的关系图；
图4是通信发射功率Pc从10dBm到35dBm的对总传输速率的影响的关系图；
图5是IRS的反射单元个数L对总传输速率的影响的关系图；
图6是用于通信的发射天线数量N与总传输速率性能的关系图；
图7是IRS的离散相位分辨率对总传输速率的影响的关系图；
图8是雷达信噪比与雷达探测概率之间的关系图；
图9是雷达发射功率与探测概率之间的关系图；
图10是设计波束方向图与期望波束方向图之间的关系。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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前提下所获得的所有其他实施例，都属于本发明保护的范围。
S1：建立智能反射面辅助通感一体化系统模型；
S2：采用分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题；
S3：将雷达波束图设计表述为一个最小二乘问题，通过推导得到一个可行的闭式解。然后推导出波束赋形向量和IRS相移的闭式解，最大化总传输速率，其中采用MM优化算法优化IRS相移，降低计算的复杂度。
具体地，步骤S1包括：
本实施例所述的方法应用于如图2所示的系统模型，所述的系统参数包括：M根雷达天线，N根通信天线，K个单天线用户以及由L个反射单元组成的IRS,通过在基站上采用均匀线性阵列(ULA)模式，实现统计独立的通信和雷达信号的传输，使系统能够同时检测目标并向K个用户传输数据。IRS由L个反射单元组成，Θ＝diag(φ1，φ2，…，φL)表示对角线IRS相移矩阵，φl＝exp(jθl)为第L个反射单元的相移。假设目标远离IRS，并且由于IRS的乘法衰落，BS和目标之间的LoS链路比从IRS反射到目标的链路要强得多。因此，只使用BS与目标之间的LoS链路来设计波束方向图。此外，部署IRS进行相位调整，增强通信信号，抑制雷达信号，提高用户的通信质量。
进一步地，步骤S2包括：
该方案考虑了一种分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题。在设计IRS相移和通信子系统的波束赋形之前，可以得到一个理想的雷达波束图。首先，对波束图的优化可以用一个约束最小二乘问题表示为：
s.t.β＞0, (14a)
R≥0,R＝RH, (14c)
其中β表示比例因子，与C＝181表示细角网格覆盖从-90到90的角度范围，P(θc)表示MIMO雷达的期望波束图，Pr是雷达子系统的功率预算。约束(14a)确保所有雷达天线发射相同的功率水平。
然后继续设计通信波束赋形和IRS相移，以提高总传输速率，抑制雷达系统对用户的干扰，给定RSC矩阵R，将总传输速率的优化问题表示为：
|φl|＝1,l∈L, (15b)
其中，Pc表示通信子系统的发射功率预算。(15)表示通信系统的最大发射功率限制。
最后，步骤S3包括：
对雷达探测至关重要的雷达波束图由RSC矩阵R确定，对RSC矩阵R的优化可以转化为一个约束最小二乘问题：
为了有效降低RSC矩阵相关复杂度，可以对目标函数进行矢量化，促进了高效的优化过程：
其中和rv＝vec(R)。
定义和/>其中
vd＝[V12,...,V1M,V23,...,V(M-1)M]T，并且rd＝[R12,...,R1M$,$R23,...,R(M-1)M]T。让v2＝[V11,...,VMM]T＝1M，和因此可以将(11)转换为：
其中和rx＝[r1β]T。得出(18)中rx的导数并使其为零，可以得出最优闭型解：
其中和/>RSC矩阵Rrad可以通过重新排列rx来构造，rx的最后一项等于β。但是并不能保证Rrad是一个半正定矩阵，然后应用特征值分解来保证Rrad0，并通过以下式子重构特定的RSC矩阵：
Rrad＝Udiag(σ)UH, (20)
其中σ是一个向量，用于代替原始矩阵中观察到的负特征值。具体来说，负特征值被替换为它们的绝对值或零，以确保结果向量的完整性和有效性，U＝[u1,...,uNr]表示对应的特征向量。
然后，采用对角归一化方法对矩阵的对角元素进行归一化，以确保约束(14b)为：
R＝TRradTH, (21)
其中T被构造为一个对角矩阵，它的对角元素与的对角元素相同。
在从(21)中得到特定的RSC矩阵R后，就可以将问题(10)重新表述为：
问题(22)是一个多比率分布规划问题，优化变量wk和Θ是相互耦合的。为了解决这个问题，可以采用AO算法和QT技术将问题(22)重新框架为以下形式的双凸问题：
其中，s＝[s1,...,sK]T表示由QT技术引入的一组辅助向量。将f4对sk的偏导数设为零，可以得到sk的最优值：
因此，通过应用拉格朗日乘数法，可以得到wk的最优值为：
其中，μ为与(8a)中的功率约束相关的拉格朗日乘子，可以通过基于以下引理的等分搜索方法进行计算。
引理1：在(25)中的μ决定于：
现在继续为第k个用户设计IRS相移，然后确定最优的 和/>可以表达为：
其中θ＝[θ 1]和θ＝[exp(jφ1),...,exp(jφL)]。然后，问题(22)可以被重新表述为：
同样定义并采用QT技术将(29)变为：
其中，b＝[b1,...,bK]表示由QT技术引入的一组辅助向量。采用拉格朗日乘数法确定bk的最优值为：
因此，给定一个特定的bk值，继续对方程(30)的进行数学推导为：
其中和/>问题(32)是一个二次约束二次规划问题，其目标成为：
为了解决这个问题(33)，可以使用MM算法，它涉及到求解一系列可解的子问题。这种方法允许迭代地逼近目标函数。
命题2：θ(m)被定义为第m次迭代时的向量，因此对于任何给定的θ(m)，第m次迭代时的目标函数(33)可以近似为：
其中表示对之前在前一次迭代中得到的θ的近似解，/>和P分别定义为和/>通过对(33)中的目标函数采用替代函数，将原问题(33)转化为一个修正的问题为：
其中这很容易被证明||θ||2＝L+1因为在IRS中|θ(l)|＝1。当两个向量θ和/>相同时，术语/>可以最大化。因此，让推导出(35)的最优解为：
θopt＝[exp(jarg(c1)),...,exp(jarg(cL+1))]. (36)
图3中演示了MM算法在不同IRS反射单元数量下的收敛性。在数量不同时，当迭代次数达到3次时，总传输速率均达到最大值，且总传输速率的最大值随着反射单元数量的增加而增大。
图4中描述了通信发射功率Pc从10dBm到35dBm对总传输速率的影响。随着功率的提高，系统的性能得到了有效的提高，优化后的IRS相位方案性能最佳，而离散IRS相位方案与连续相位方案一样，由于采用1位采样而不可避免的采样间隔，会造成一定的性能损失。最后，与无IRS的情况相比，有IRS的方案的总传输速率上显着增加。
图5显示了IRS反射单元的数量L对和速率性能的影响。可以观察到，在所有考虑的方案中，随着IRS反射单元的数量的增加，总传输速率呈现出增加的趋势。这可以归因于BS波束赋形和IRS相移矩阵的联合优化，这有助于改善BS用户信道和波束赋形之间的对准性。随着IRS反射单元的增加，与没有IRS的方案相比，有IRS的方案的总传输速率显著提高。这种改进可以归因于增加了L从而引入了更强的反射信号，从而增强了整体信号接收。
图6中给出了用于通信的发射天线数量与总传输速率的关系。多天线技术已被广泛证明可以提高系统的通信性能。通过设计适当的波束赋形，可以看到当通信天线从4个增加到16个时，系统的通信性能得到了有效的提高。
图7中展示了IRS的离散相位分辨率对总传输速率性能的影响，并使用MM算法评估连续和离散相移之间的差距。连续相位情况是离散相位对应的上界，它们之间的间隙随着B的增大而逐渐减小。这可以通过量子化相移导致不完全对准，从而导致性能损失的事实来解释。该图证实了B＝3位足以达到最佳性能。
图8中可以看出，总体检测概率随着雷达信噪比的增加而增大，在相同信噪比下，检测概率随着雷达虚警概率的降低而减小，随着虚警概率的减小，总体检测概率曲线向右偏移。其原理是，误警概率越高，系统的容错性越高，导致检测概率越高。
在图9中评估了当PFA＝10-5时，雷达发射功率与检测概率之间的关系，并且整体检测概率曲线随着功率的增加而向左偏移。这是因为随着雷达发射功率的增加，雷达波束方向图的精度可以提高，波束方向图增益也更高，这可以显著提高雷达信噪比的质量，增加小信噪比区域的探测概率。
图10展示了在不同雷达天线配置下，设计波束方向图与期望波束方向图之间的关系。从结果可以看出，通过增加天线数，设计的波束方向图可以更好地与期望的波束方向图匹配。而天线数量较少的方案基本可以满足感知需求，不会给通信系统带来更多的干扰。
在实施例中，所述的模型建立具体包括：
模型建立模块，用于建立一个在毫米波多用户下行场景中的IRS辅助ISAC系统模型；包括M根雷达天线，N根通信天线，K个单天线用户以及由L个反射单元组成的IRS。
本实例中，所述的方程构造模块具体包括：
方程构造模块，将原优化问题转化为两个优化子问题。首先在设计IRS相移和通信子系统的波束赋形之前，可以得到一个理想的雷达波束图。首先，对波束图的优化可以用一个约束最小二乘问题表示为：
s.t.β＞0, (37a)
R≥0,R＝RH, (37c)
将总传输速率的优化问题表示为：
|φl|＝1,l∈L, (38b)
本实例中，所述的迭代求解模块具体包括：
迭代求解模块，用用于优化IRS相移，采用的迭代优化算法为MM算法，通过数值仿真，验证了该算法的性能，有效降低了计算复杂度。
Claims (7)
1.一种IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，所述方法包括：
S1：建立智能反射面辅助通感一体化系统模型；
S2：采用分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题；
S3：将雷达波束图设计表述为一个最小二乘问题，通过推导得到一个可行的闭式解；然后推导出波束赋形向量和IRS相移的闭式解，最大化总传输速率，其中采用MM优化算法优化IRS相移，降低计算的复杂度。
2.根据权利要求1所述的IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，所述步骤S1具体包括：
该系统由一个配置M根雷达天线和N根通信天线、K个单天线用户的BS组成，通过在基站上采用均匀线性阵列(ULA)模式，实现统计独立的通信和雷达信号的传输，使系统能够同时检测目标并向K个用户传输数据，IRS由L个反射单元组成。
3.根据权利要求1所述的IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，所述步骤S2具体包括：
该方案考虑了一种分离式天线布局策略实现感知和通信同时进行，将原优化问题转化为两个优化子问题；在设计IRS相移和通信子系统的波束赋形之前，可以得到一个理想的雷达波束图；首先，对波束图的优化可以用一个约束最小二乘问题表示为：
s.t.β＞0,(1a)
R≥0,R＝RH, (1c)
其中β表示比例因子，与C＝181表示细角网格覆盖从-90°到90°的角度范围，P(θc)表示MIMO雷达的期望波束图，Pr是雷达子系统的功率预算，约束(1b)确保所有雷达天线发射相同的功率水平；
然后继续设计通信波束赋形和IRS相移，以提高总传输速率，抑制雷达系统对用户的干扰，给定RSC矩阵R，将总传输速率的优化问题表示为：
|φl|＝1,l∈L, (2b)
其中，Pc表示通信子系统的发射功率预算，(2a)表示通信系统的最大发射功率限制。
4.根据权利要求1所述的IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，所述步骤S3具体包括：
因为所期望的雷达波束图受到雷达信号协方差(RSC)矩阵的影响；通过在第一个子问题中放宽某些约束，得到了RSC矩阵的一个闭式解；接下来，使用二次变换(QT)技术和交替优化(AO)算法来迭代得到波束赋形向量和IRS相移的闭式解，使总传输速率最大化；为了减小计算IRS的相移的复杂度，采用了MM优化算法，仿真结果验证了MM算法的有效性。
5.根据权利要求1所述的IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，包括：
模型建立模块，用于建立一个在毫米波多用户下行场景中的IRS辅助ISAC系统模型；
方程构造模块，用于将原优化问题转化为两个优化子问题，分别是对雷达波束图的优化问题和总传输速率的优化问题，并根据问题构造优化方程；
迭代处理模块，用于利用MM算法优化IRS相移，有效降低计算复杂度；
所述模型建立模块包括：
用于建立一个配置M根雷达天线和N根通信天线、K个单天线用户的BS，IRS由L个反射单元组成。
6.根据权利要求5中所述的IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，包括：
方程构造模块，将原优化问题转化为两个优化子问题；首先在设计IRS相移和通信子系统的波束赋形之前，可以得到一个理想的雷达波束图；首先，对波束图的优化可以用一个约束最小二乘问题表示为：
s.t.β＞0, (3a)
R≥0,R＝RH, (3c)
将传输速率的和的优化问题表示为：
|φl|＝1,l∈L, (4b)。
7.根据权利要求5中所述的IRS辅助毫米波通感一体化波束赋形设计方法，其特征在于，包括：
迭代处理模块，用于优化IRS相移，采用的迭代优化算法为MM算法，通过数值仿真，验证了该算法的性能，有效降低了计算复杂度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410210441.8A CN117997387A (zh) | 2024-02-26 | 2024-02-26 | 一种irs辅助毫米波通感一体化波束赋形设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410210441.8A CN117997387A (zh) | 2024-02-26 | 2024-02-26 | 一种irs辅助毫米波通感一体化波束赋形设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117997387A true CN117997387A (zh) | 2024-05-07 |
Family
ID=90901325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410210441.8A Pending CN117997387A (zh) | 2024-02-26 | 2024-02-26 | 一种irs辅助毫米波通感一体化波束赋形设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117997387A (zh) |
-
2024
- 2024-02-26 CN CN202410210441.8A patent/CN117997387A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| US6188352B1 (en) | Signal processing method utilizing an eigenvector corresponding to the maximum eigenvalue of an autocorrelation matrix of received signals for an antenna array system | |
| CN114466390B (zh) | 一种基于智能反射面辅助的swipt系统性能优化方法及系统 | |
| Wang et al. | Joint beamforming for intelligent reflecting surface-assisted millimeter wave communications | |
| CN114070365B (zh) | 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法 | |
| CN113055065A (zh) | 一种基于智能反射面的物联网隐蔽波束成形设计方法 | |
| CN115484607A (zh) | 一种ris辅助的swipt无线系统安全通信方法 | |
| CN113395095B (zh) | 动态超表面天线辅助的大规模mimo上行传输方法 | |
| CN116033461B (zh) | 一种基于star-ris辅助的共生无线电传输方法 | |
| CN115334524B (zh) | 一种基于全向智能超表面的通信和雷达目标检测方法 | |
| CN117997387A (zh) | 一种irs辅助毫米波通感一体化波束赋形设计方法 | |
| CN116367192A (zh) | 一种基于irs辅助的多天线通信系统鲁棒能效优化方法 | |
| CN112165344B (zh) | 一种基于梯度下降法的混合预编码方法 | |
| CN114710186A (zh) | 一种低成本广覆盖的毫米波预编码方法 | |
| Wong et al. | Two-step codebook-assisted alternating minimization (ca-altmin) for low-complexity hybrid beamforming design | |
| CN114765785A (zh) | 一种基于最大信噪比的多智能反射面选择方法 | |
| CN115102585B (zh) | Mimo雷达与多用户通信共存系统中的波束设计方法 | |
| CN115765900B (zh) | 一种叠加导频模式下智能反射面辅助的大规模mimo系统上行传输方法 | |
| Liu et al. | Directions of arrival optimization method for broadband antenna array based on filter bank | |
| CN117749222A (zh) | 非正交多址-双功能雷达联合波束赋形与功率分配方法 | |
| CN118282445A (zh) | 一种全息多用户mimo上行通信方法与系统 | |
| CN118265058A (zh) | 双极化智能超表面辅助的通感一体化方法和装置 | |
| CN117255355A (zh) | 可重构智能表面辅助通感一体化中的波形生成方法和系统 | |
| CN115314093A (zh) | Irs辅助海洋非正交多址通信的稳健波束赋形方法 | |
| CN115664479A (zh) | 一种基于mil准则和rcg算法的干扰对齐方法 |
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 |