一种智能超表面辅助的联合通信定位波束赋形方法

技术领域

本发明属于无线通信技术领域，涉及一种智能超表面辅助的联合通信定位波束赋形方法。

背景技术

近年来，随着移动通信技术的发展，超大规模天线阵列、高频段传输及超宽带系统等技术得到广泛研究，无线系统得以具备更加精确的定位能力。目前，基于双模无线通信设备的通信定位一体化技术被认为是新一代无线通信系统的关键使能技术之一，能够同时满足数据传输与用户定位的需求，引起了学术界和工业界的广泛关注。通信定位一体化系统利用集成化双模态基站，对无线通信与定位两种功能划分正交的时/频/空域资源，以实现通信与定位功能在硬件层面的一体化。相较于传统的分立式通信系统与定位系统而言，使用通信定位一体化系统能够大幅降低部署设备所需的硬件开销。通过设计时/频/空域资源的分配算法，通信定位一体化系统能够取得较高的资源利用率，以减少资源的浪费。此外，为了进一步促进通信与定位功能的深度融合以提升系统效率，需要对通信与定位进行联合波束赋形设计。

为了取得精确的定位能力与高效的数据传输能力，通信定位一体化系统需要利用高频段载波调制与超大规模天线阵列。超大规模天线阵列能够弥补高频段载波的大传输损耗，但其存在硬件开销大、功耗高的问题。为了解决上述问题，可以采用智能超表面(又称可重构智能表面，RIS)技术以辅助通信定位一体化系统的无线传输。

然而，现有的研究成果难以实现多用户通信定位一体化系统的基站-RIS联合最优化波束赋形设计，相关的联合波束赋形设计方案缺失。因此，本发明研究RIS辅助多用户通信定位一体化系统，提出基站-RIS联合波束赋形设计与时间资源分配的最优化算法。

发明内容

本发明的目的是提出一种智能超表面辅助的联合通信定位波束赋形方法，能够应用于同时为多个用户提供下行联合通信定位服务的场景，填补了本领域研究的空白。

本发明通过以下技术方案实现：

一种智能超表面辅助的联合通信定位波束赋形方法，包括如下步骤：

步骤S1、构建智能超表面辅助的通信定位一体化系统模型，并构建该系统的性能评价体系，该性能评价体系采用平方定位误差界描述定位性能、以及采用可达和速率描述通信性能；

步骤S2、分析波束赋形设计需求，构建波束赋形与时间资源分配最优化问题，该最优化问题同时优化平方定位误差界与可达和速率，该最优化问题涉及定位信号协方差矩阵Q

步骤S3、基于连续凸近似技术和半定松弛技术，采用交替最优化算法，不断迭代地交替求解步骤S2中的定位信号协方差矩阵Q

进一步的，所述步骤S1中，所述系统模型包括一个双模基站、一个智能超表面与K个用户，系统带宽记作B，子载波数量记作N，n＝1,2,…,N，L表示智能超表面与各个用户间信道的可分辨路径数量，l＝1,2,…,L，智能超表面-用户k信道表示为

进一步的，所述步骤S1中，所述系统模型对通信与定位分配正交的时间资源，在每个信道相关时间内，系统分别经历定位阶段与通信阶段，在定位阶段进行多次重复的定位信号传输，每一次定位信号传输中，第n个子载波的用户k接收信号表示为

进一步的，所述步骤S1中，用户k的平方定位误差界表达式为

进一步的，所述步骤S2中，所述最优化问题表示为

进一步的，所述步骤S2中，通过引入权重因子κ，将所述最优化问题转化为单目标优化问题，该单目标优化问题表示为

进一步的，所述步骤S3中，对于通信信号协方差矩阵Q

进一步的，所述步骤S3中，对于定位信号协方差矩阵Q

进一步的，所述步骤S3中，对于智能超表面无源波束赋形矩阵Φ，固定定位信号协方差矩阵Q

进一步的，所述步骤S4中，对于时间划分系数

附图说明

下面结合附图对本发明做进一步详细说明。

图1为本发明的流程图。

图2为本发明的系统结构示意图。

图3为本发明的详细流程图。

图4为本发明的时间资源划分示意图。

图5为本发明在不同的智能超表面反射单元数取值下取得的系统和速率随传输信噪比变化曲线与对比方案的对比曲线图。

图6为本发明在在不同的智能超表面反射单元数取值下取得的用户平方定位误差界之和随传输信噪比变化曲线与对比方案的对比曲线图。

图7为本发明在不同用户数取值下取得的各用户平均可达性能边界。

具体实施方式

如图1至图3所示，智能超表面辅助的联合通信定位波束赋形方法包括如下步骤：

步骤S1、构建智能超表面辅助的通信定位一体化系统模型，并构建该系统的性能评价体系，该性能评价体系采用平方定位误差界描述定位性能、以及采用可达和速率描述通信性能；

具体地：

本实施例所构建的系统模型包括一个双模基站、一个智能超表面(又称可重构智能表面，RIS)与K个用户，基站天线数记作N

基于毫米波多径传输理论，智能超表面(RIS)-用户k信道表示为

由于通信及定位两种功能均集成于同一基站，为了充分利用有限的无线传输资源并尽可能降低通信与定位间的干扰，需要对此二种功能分配正交的时/频/空域资源。本发明对通信与定位两种功能分配正交的时间资源，每个信道相关时间T

在每个信道相关时间T

在通信阶段，第n个子载波的用户k接收信号表示为

本发明采用平方定位误差界(Squared Position Error Bound,SPEB)描述定位精度性能，其定义为用户坐标估计值的克拉美-罗(Cramér-Rao)下界。为了估计用户坐标，在经典的参数估计方法中往往采用针对接收信号的信号处理方法对坐标参数进行提取。然而，由于用户接收的定位信号无法直接表示为用户坐标的函数，用户无法直接基于接收信号提取自身位置信息。因此，本发明采用间接估计用户坐标的方法，首先基于用户接收的定位信号估计与坐标相关的信道参数并推导其费歇尔信息矩阵(Fisher InformationMatrix,FIM)，进而基于信道参数与用户坐标间的数学变换关系计算用户坐标并推导SPEB表达式。

将相关的信道参数记作

系统的可达和速率表示为

以SPEB为指标的定位性能评估模式和以可达和速率为指标的通信性能评估模式共同组成了本发明所建立的联合通信定位性能评价体系。通过综合考虑通信和定位的性能指标，能够建立联合波束赋形设计的最优化问题。

步骤S2、分析波束赋形设计需求，构建波束赋形与时间资源分配最优化问题，该最优化问题同时优化平方定位误差界与可达和速率，该最优化问题涉及定位信号协方差矩阵Q

具体地：

本发明以同时最优化系统可达和速率与系统中多用户SPEB之和为目标，联合设计通信信号协方差矩阵Q

其中，/>

因此，基于帕累托最优思想，本发明旨在获取通信与定位性能的联合最优。通过引入权重因子κ，将上述最优化问题转化为单目标优化问题，该单目标优化问题表示为

步骤S3、基于连续凸近似技术和半定松弛技术，采用交替最优化算法，不断迭代地交替求解步骤S2中的定位信号协方差矩阵Q

具体地：

为了有效地求解上述单目标优化问题，本发明采用交替最优化算法框架，依次优化通信信号协方差矩阵Q

对于通信信号协方差矩阵Q

在每一步迭代中，基于一阶泰勒展开引入可达和速率的第一凹下界近似表达式

为上一步迭代计算结果，/>

对于定位信号协方差矩阵Q

对于智能超表面无源波束赋形矩阵Φ，固定定位信号协方差矩阵Q

为了处理非凸的可达和速率，基于连续凸近似技术，在每一步迭代中，利用一阶泰勒展开，引入可达和速率的第二凹下界近似表达式

Ψ

对于时间划分系数

为目标函数，该目标函数的一阶导数的非负零点为/>

上述即为分别求解通信信号协方差矩阵Q

更具体地，利用Matlab数值计算软件，实现本发明所提出的算法并揭示其性能，展示用户的平均性能边界。

如图5所示为本发明在RIS反射单元数为36及100两种场景下所取得的可达和速率随传输信噪比变化的曲线图。从图5中可观察到本发明相较于对比方案而言能取得更高的可达和速率，且在RIS反射单元数更高的情况下能够取得更多的性能提升。

如图6所示为在RIS反射单元数为36及100两种场景下所取得的多用户SPEB之和随传输信噪比变化的曲线图。从图6中可观察到本发明相较于对比方案而言能取得更低的定位误差界，揭示了本发明更强的定位性能潜力。

其中，图5和图6中的对比方案均为：

随机RI S方案：RI S波束赋形矩阵的对角元素为模值为1的随机复数；

DFT码本方案：基于一系列波束指向向量构建DFT码本，从中选取最优的向量构建通信与定位信号协方差矩阵。

如图7所示为本发明在用户总数为1、4和8三种场景下所取得的平均每个用户的性能边界。从图7中可观察到，相较于定位性能而言，通信性能受用户数影响更大。这是由于在用户较多的场景下，通信性能直接受更强的多用户干扰的影响。而定位信号对于各个用户而言是相同的，仅受时间资源分配的影响，并不存在定位信号间的多用户干扰，因此平均性能恶化较小。

以上所述，仅为本发明的较佳实施例而已，故不能以此限定本发明实施的范围，即依本发明申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明专利涵盖的范围内。