智能超表面辅助的波束赋形设计方法、介质、设备及系统

技术领域

本发明属于无线通讯领域，具体涉及一种智能超表面辅助的波束赋形设计方法、存储介质、计算机设备及装置。

背景技术

近年来，智能超表面(Reconfigurable intelligent surface，RIS)作为一种新涌现的动态电磁参数的调控技术，其低成本、低能耗、可编程和易部署的特点能很好的改善未来无线通信将面临的超复杂、高成本和高能耗的困境，这极大的重塑了无线通信环境。RIS本身是一种具有可编程二维超材料，其由大量的无源发射单元组成，每个单元能够独立的对入射信号施加一个可控的幅度和相位。RIS技术最重要的特性是它可以调节电磁波响应，重塑收发设备之间的无线信道，改善终端设备的接收信号强度以及实现干扰管理。

在现有技术中，为了充分发挥智能反射面灵活调控信号传播环境的能力，需要快速准确的计算出智能超表面相移矩阵，但是基于传统的波束赋形算法的计算时间很长，由于用户的移动性，基站需要实时的计算出不同位置的用户所对应的相移矩阵，这就导致在实际应用中，当出现RIS单元较大时，传统的波束赋形设计算法会出现在线计算过长的弊端，从而出现因为相移矩阵和用户位置不同步而导致性能变差，影响用户体验。

发明内容

本发明的目的是为了克服以上现有技术存在的不足，提供了一种智能超表面辅助的波束赋形设计方法，该方法通过“梯度上升”因子加速迭代更新，能够在最短的时间内快速准确的计算出相移矩阵，从而克服了传统的波束赋形设计算法因在线计算时间过长，出现的相移矩阵和用户位置不同步而导致性能变差的问题。

本发明的第二个目的是提供一种存储介质。

本发明的第三个目的是提供一种计算机设备。

本发明的第四个目的是提供一种智能超表面辅助的波束赋形设计系统。

为了实现上述目的，本发明可通过采用如下技术方案达到：

一种智能超表面辅助的波束赋形设计方法，包括以下步骤：

S1、获取智能超表面辅助的通信系统的信道信息，所述智能超表面辅助的通信系统包括基站、智能超表面和用户设备，然后通过所述计算出所述智能超表面辅助的通信系统中基站到用户设备的等效的信道状态信息；所述信道信息包括所述基站到智能超表面反射端的信道状态信息矩阵、所述智能超表面反射端到用户设备的信道状态信息矩阵；

S2、设置初始的随机的相移矩阵，通过所述初始的随机的相移矩阵更新出预编码矩阵；所述相移矩阵在每一次迭代时均会发生变化，此时，所述预编码矩阵也会更新；迭代时，所述预编码矩阵的更新表达式如下：

其中，W表示基站端的预编码矩阵，h表示的是基站到用户设备的等效的信道矩阵，h

S3、根据步骤S2得到的预编码矩阵，构造包含相移矩阵的目标函数，利用所述目标函数反解更新相移矩阵，得到更新后的相移矩阵；

所述更新后的相移矩阵的表达式如下：

其中，P

S4、交替迭代更新相移矩阵和预编码矩阵，得到更新后的相移矩阵和预编码矩阵；

S5、设置梯度上升因子，通过所述梯度上升因子对步骤S4所述更新后的预编码矩阵和相移矩阵进行更新，得到优化后的预编码矩阵和相移矩阵；

S6、设置收敛精度条件；将步骤S5得到的优化后的预编码矩阵和相移矩阵构造成函数，判断所述函数是否满足所述收敛精度条件，当满足收敛精度条件时，结束迭代并输出此时的相移矩阵；若不满足收敛精度条件时，则继续回到步骤S4，再次更新，直到满足收敛精度条件为止。

优选的，步骤S5所述梯度上升因子的表达式如下：

其中，λ表示梯度上升因子，a是设定的参数值，a

所述设定的参数值a的更新表达式如下：

优选的，步骤S5中所述优化后的预编码矩阵表示如下：

W

其中，λ表示梯度上升因子，W表示基站端的预编码矩阵，W

优选的，步骤S5中所述优化后的相移矩阵表示如下：

θ

其中，λ表示梯度上升因子，θ表示智能超表面的相位矩阵，并按照列向量进行排布，θ

优选的，步骤S4的具体步骤如下：

首先根据输入的相移矩阵，利用步骤S2的方法计算出相应的预编码矩阵，然后根据所述相应的预编码矩阵采用步骤S3方法计算出优化更新的相移矩阵，最终得到更新后的预编码矩阵和相移矩阵。

优选的，步骤S6中所述优化后的预编码矩阵和相移矩阵构造成函数f1的表达如下：

f

其中，SNR表达式为

其中，W表示为预编码矩阵，h表示的是基站到用户设备的等效的信道矩阵，h

优选的，所述收敛精度条件表示如下：

f

其中，iter表示迭代次数，σ为收敛精度，f

一种存储介质，用于存储非暂时性计算机指令，当所述非暂时性计算机指令被运行时，执行所述的智能超表面辅助的波束赋形设计方法。

一种计算机设备，包括处理器和存储器，所述存储器上存储有非暂时性计算机指令，当所述非暂时性计算机指令被处理器运行时，执行所述的智能超表面辅助的波束赋形设计方法。

一种智能超表面辅助的波束赋形设计系统，用于实现所述的智能超表面辅助的波束赋形设计方法，所述系统包括：

信道状态信息获取模块，用于获取基站-智能超表面反射端信道状态信息、基站-用户设备信道状态信息以及不同波束下的智能反射面-用户设备信道状态信息；

相移矩阵生成模块，用于根据所述信道状态信息获取模块获取的信道数据，采用加入梯度上升因子的波束赋形算法交替优化预编码矩阵和相移矩阵，加速预编码矩阵和相移矩阵的迭代更新，生成满足收敛条件的相移矩阵；

网路设备调控智能超表面相位模块，用于通过所述相移矩阵生成模块生成智能超表面的相位，所述智能超表面辅助的通信系统中的基站通过RF链路控制智能超表面的控制器调节每个单元的电压或者电流信号，使得智能超表面的每个单元的电压或者电流信号发生改变，进而达到改变所述智能超表面中每个单元的反射系数。

本发明相对于现有技术具有如下的优点：

(1)本发明的智能超表面辅助的波束赋形设计方法通过“梯度上升”因子加速迭代更新，加快收敛，从而减少了算法的响应时间，能够在最短的时间内快速准确的计算出相应的相移矩阵，从而克服了传统的波束赋形设计算法因在线计算时间过长，出现的相移矩阵和用户位置不同步而导致性能变差的问题，提升了效率。

(2)本发明的智能超表面辅助的波束赋形设计方法适用于各种RIS的通信场景，在当前和未来的通信系统中有着良好的应用前景，具有较高的工程应用价值。

附图说明

图1为本发明实施例1提供的一种智能超表面辅助的波束赋形设计方法的方法流程图；

图2为本发明实施例1提供的智能超表面辅助的通信系统的结构示意图；

图3为本发明实施例1提供的一种智能超表面辅助的波束赋形设计方法的算法的频谱效率变化曲线图；

图4为本发明实施例1提供的一种智能超表面辅助的波束赋形设计方法的算法的响应时间对比曲线图；

图5本发明实施例4提供的一种智能超表面辅助的波束赋形设计系统的结构示意图；

图6为本发明实施例4提供的相移矩阵生成模块的工作流程图。

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的一部分实施例，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作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。

实施例1

如图1和图2所示，一种智能超表面辅助的波束赋形设计方法，该方法包括以下步骤：

S1、获取智能超表面辅助的通信系统的信道信息，所述智能超表面辅助的通信系统包括基站、智能超表面和用户设备，然后通过所述计算出所述智能超表面辅助的通信系统中基站到用户设备的等效的信道状态信息；所述信道信息包括所述基站到智能超表面反射端的信道状态信息矩阵G

具体的，所述智能超表面辅助的通信系统中基站到用户设备的等效的信道状态信息h表示如下：

h＝G

其中，h表示的为基站到用户设备的等效的信道，G

S2、设置初始的随机的相移矩阵，通过所述初始的随机的相移矩阵更新出预编码矩阵；所述相移矩阵在每一次迭代时均会发生变化，此时，所述预编码矩阵也会更新。

具体的，步骤S2的具体过程如下：

S21、首先设置初始的随机的相移矩阵，所述相移矩阵为一个N维的矩阵，且所述N维的矩阵的对角线为智能超表面中每个单元的反射系数；

所述N维的相移矩阵表示如下：

Θ＝diag{θ} (2)

其中，Θ表示RIS相移矩阵，θ＝[θ

S22、设置网络设备侧的预编码矩阵为W，噪声为δ

则最大信息传送速率f

f

S23、设置发射功率P，引入额外变量τ利用二次技术把SNR构造优化W，τ的函数；

具体的，由于此时已经初始化Θ，需要求得预编码矩阵W，因此把初始化的Θ代入最大信息传送速率函数f

f

预编码矩阵W满足条件如下：

tr(WW

其中，W

S24、然后根据步骤S24得到的关优化函数可以推导出功率限制的拉格朗日乘法器；所述拉格朗日乘法器

其中，m≥0是功率限制的拉格朗日乘法器，m为辅助变量。

S25、根据公式(7)计算出W，去更新相移矩阵，并结合公式(5)和(6)计算出当最大信息传送速率f

所述预编码矩阵的表示如下：

其中，W表示基站端的预编码矩阵，h表示的是基站到用户设备的等效的信道矩阵，h

所述额外变量τ表示如下：

其中，α为额外参数，数值等于α＝SNR。

综上所述，迭代时，所述预编码矩阵的更新表达式如公式(8)所示。

S3、根据步骤S2得到的预编码矩阵，将函数f

具体的，步骤S3的具体过程如下：

S31、根据步骤S2得的预编码矩阵，令辅助变量ν＝diag(G

S32、根据步骤S31，推导出额外变量Δ，

Δ＝|ρ|

其中，Δ和

S33、重新构造目标函数，并设置约束条件；

具体的，由于已知了预编码矩阵W，需要求解的是Θ，因而将预编码矩阵W代入函数f

其中，f

所述约束条件表示如下：

S34、针对θ引入了一个额外的变量q，且设置q≠θ；因此得出：

其中，约束条件为s.t.q＝θ，θ

S35、构造新的函数Υ(q,θ,κ

其中，κ

然后，对于公式(16)的对偶问题进行变换，表示如下：

S36对步骤S35得到的函数公式(16)进行迭代，得到更新后的相移矩阵θ

其中，

对公式(18)进行优化，最终更新后的相移矩阵表示如下：

其中，P

S4、交替迭代更新相移矩阵和预编码矩阵，得到更新后的相移矩阵和预编码矩阵；

步骤S4的步骤如下：

首先根据输入的相移矩阵，利用步骤S2的方法计算出相应的预编码矩阵，然后根据所述相应的预编码矩阵采用步骤S3方法计算出优化更新的相移矩阵，最终得到更新后的预编码矩阵和相移矩阵。

S5、设置梯度上升因子，通过所述梯度上升因子对步骤S4所述更新后的预编码矩阵和相移矩阵进行更新，得到优化后的预编码矩阵和相移矩阵；

所述梯度上升因子的表达式如下：

其中，λ表示梯度上升因子，a是设定的参数值，a

所述设定的参数值a的更新表达式如下：

具体的，所述优化后的预编码矩阵表示如下：

W

其中，λ表示梯度上升因子，W表示基站端的预编码矩阵，W

具体的，步骤S5中所述优化后的相移矩阵表示如下：

θ

其中，λ表示梯度上升因子，θ表示智能超表面的相位矩阵，并按照列向量进行排布，θ

S6、设置收敛精度条件；将步骤S5得到的优化后的预编码矩阵和相移矩阵构造成函数，判断所述函数是否满足所述收敛精度条件，当满足收敛精度条件时，结束迭代并输出此时的相移矩阵；若不满足收敛精度条件时，则继续回到步骤S4，再次更新，直到满足收敛精度条件为止。

具体的，步骤S6中所述优化后的预编码矩阵和相移矩阵构造成函数f1的表达如下：

f

其中，SNR表达式为

其中，W表示为预编码矩阵，h表示的是基站到用户设备的等效的信道矩阵，h

所述收敛精度条件表示如下：

f

其中，iter表示迭代次数，σ为收敛精度。

如图3所示，在设置频率为28Ghz，用户为单天线，基站天线数目为4，RIS单元数为20*20，RIS单元尺寸为0.5λ*0.5λ，σ＝1e-4，电脑的运行内存12GB的条件下，本实施例提出的算法与和分式规划算法提升频谱效率基本一致，和ADMM算法相比，本实施例提出的算法提升频谱效率较大。

如图4所示，图4具体评估了本实施例提出的算法与分式规划算法、ADMM算法的收敛性能，图中，随着RIS的单元数增加，ADMM算法和分式规划算法的响应时间显著增加，但是本实施例提出的算法远低于前两者的响应时间，这是因为本实施例在算法中增加了梯度下降因子，此设置会使总的迭代次数大幅度减少，这样响应时间也会大幅度降低。

具体的，经过多次试验，当梯度下降因子设置为合适的固定值时，本实施例的算法依然比ADMM算法的收敛速度更快、时间更短。

实施例2

一种存储介质，用于存储非暂时性计算机指令，当所述非暂时性计算机指令被运行时，执行实施例1所述的智能超表面辅助的波束赋形设计方法。

实施例3

一种计算机设备，包括处理器和存储器，所述存储器上存储有非暂时性计算机指令，当所述非暂时性计算机指令被处理器运行时，执行实施例1所述的智能超表面辅助的波束赋形设计方法。

实施例4

如图5所示，一种智能超表面辅助的波束赋形设计系统，包括：

信道状态信息获取模块，用于获取基站-智能超表面反射端信道状态信息、基站-用户设备信道状态信息以及不同波束下的智能反射面-用户设备信道状态信息；

相移矩阵生成模块，用于根据所述信道状态信息获取模块获取的信道数据，采用加入梯度上升因子的波束赋形算法交替优化预编码矩阵和相移矩阵，加速预编码矩阵和相移矩阵的迭代更新，生成满足收敛条件的相移矩阵；

网路设备调控智能超表面相位模块，用于通过所述相移矩阵生成模块生成智能超表面的相位，所述智能超表面辅助的通信系统中的基站通过RF链路控制智能超表面的控制器调节每个单元的电压或者电流信号，使得智能超表面的每个单元的电压或者电流信号发生改变，进而达到改变所述智能超表面中每个单元的反射系数。

具体的，所述收敛精度条件表示如下：

f

其中，iter表示迭代次数，σ为收敛精度，f

需要说明的是，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，计算机程序可存储于计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，计算机可读取存储介质可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。

可以理解的是，RAM具备多种形式，诸如同步DRAM(SDRAM)、增强型SDRAM(ESDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、存储器总线动态RAM(RDRAM)、静态RAM(SRAM)、动态RAM(DRAM)等。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。