一种基于硬件损伤的IRS辅助NOMA网络传输方法

技术领域

本发明属于无线通信技术领域，具体涉及一种基于硬件损伤的IRSTO辅助NOMA网络传输方法。

背景技术

为满足移动互联网和万物互联的发展需要，未来6G网络将支持全息和高精度通信。为此，需要在接近实时的情况下处理极大的数据量，通信系统将会面临巨大的能量消耗和通信不稳定等问题。在此背景下，如何在提升通信系统鲁棒性的基础上实现低功耗传输已经成为了无线通信领域需要研究的问题。近年来，非正交多址接入(non-orthogonalmultiple access，NOMA)技术被认为是提升频谱效率的有效技术。具体而言，NOMA可利用叠加编码技术和串行干扰消除(successive interference cancellation，SIC)技术在同一资源块中服务多个用户，但NOMA网络仍然容易存在着通信不稳定等问题。智能反射面(intelligent reflecting surface，IRS)技术被视为未来无线通信系统的关键技术之一。IRS是由大量可重构无源反射元件组成的平面，每个元件都能够独立对入射信号改变其幅值与相位，从而有效地改善信号传播环境，提高频谱的利用率和鲁棒性。

目前，射频技术和大规模基站的使用，可以解决部分以上问题，但是由于射频技术有源的特性，不符合现在低能耗的要求，大规模基站也面临同样的问题。现有技术中，已存在智能反射面与非正交多址接入技术相结合的一些案列，例如，IRS辅助的上行NOMA网络模型在用户服务质量(quality of service，QoS)约束下，最大化用户和速率的问题，并揭示了IRS反射元件数量与用户、速率的关系；综合组播和单播的IRS辅助NOMA下行网络系统在保证多播数据率的前提下，通过优化IRS的被动波束赋形向量来最大化单播数据率。

然而，上述研究都假设了完美的信道状态信息(channel state information,CSI)和收发器硬件损伤(hardware impairments,HWI)，而这些在实际情况中根本不能实现。由于遮挡等问题会对信号传播环境产生干扰，以及CSI更新延时会对信道估计产生影响，故信号传播过程中存在非完美CSI。并且在实际的应用场景中，往往会出现收发器硬件老化、振荡器噪声以及低分辨率数模转换器等问题，这使得基站和用户设备都存在硬件损伤。

发明内容

针对现有技术存在的不足，本发明提出了一种基于硬件损伤的IRS辅助NOMA网络传输方法，该方法包括：

S1：构建基于IRS辅助的NOMA网络系统；

S2：根据用户服务质量约束、串行干扰消除约束以及反射相移约束，构建基站传输功率最小化模型；

S3：求解基站传输功率最小化模型，得到最佳传输方案；系统根据最佳传输方案进行传输。

优选的，基于IRS辅助的NOMA网络系统包括：一个配备有N根天线的基站、一个智能反射面和K个单天线用户；所述智能反射面配备有L个反射单元。

优选的，所述基站传输功率最小化模型表示为：

s.t.C1:R

C2:R

C3:|e

其中，w

优选的，求解基站传输功率最小化模型的过程包括：

S31：构建复合信道不确定性模型；

S32：根据复合信道不确定性模型重写基站传输功率最小化模型；

S33：将重写的基站传输功率最小化模型分为主动波束赋形向量优化子问题和被动波束赋形向量优化子问题；

S34：求解主动波束赋形向量优化子问题和被动波束赋形向量优化子问题，得到最佳传输方案。

进一步的，所述复合信道不确定性模型表示为：

其中，H

进一步的，所述主动波束赋形向量优化子问题表示为：

s.t.C2:R

C6:η

其中，w

进一步的，所述被动波束赋形向量优化子问题表示为：

s.t.C3:|e

C6:η

C8:p≥0

其中，p

进一步的，求解主动波束赋形向量优化子问题和被动波束赋形向量优化子问题的过程包括：在主动波束赋形向量优化子问题中，通过线性近似和逐次凸逼近方法对非凸项C2进行转换，得到标准半定规划问题，使用凸优化工具箱得到相应主动波束赋形向量值；在被动波束赋形向量优化子问题中，采用惩罚凸凹过程算法对非凸项C2进行转换，得到凸优化问题，使用凸优化工具箱计算出相应被动波束赋形向量值；在交替优化框架下，迭代求解两个优化子问题得到原问题的最优解。

本发明的有益效果为：本发明考虑到收发器硬件老化、振荡器噪声以及低分辨率数模转换器等问题导致收发信号质量受损，并考虑实际应用中所出现的信道不确定性，构建出智能反射面辅助的非正交多址接入模型，该模型能够反映出多用户在非正交多址技术以及智能反射面辅助下的最佳传输功率结果，考虑HWI和非完美CSI的前提下实现了低功率传输，能够在保证系统鲁棒性的同时尽量减小能量消耗，更加符合实际应用场景。

附图说明

图1为本发明中基于硬件损伤的IRS辅助NOMA网络传输方法流程图；

图2为本发明中基于硬件损伤的IRS辅助NOMA网络系统模型图；

图3为本发明中一优选实施例的最佳传输方案求解流程图；

图4为本发明中仿真参考模型图；

图5为本发明与对比方案的用户最小速率阈值与基站传输功率之间的关系图。

具体实施方式

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，所描述的实施例仅仅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。

本发明提出了一种基于硬件损伤的IRS辅助NOMA网络传输方法，如图1所示，所述方法包括以下内容：

S1：构建基于IRS辅助的NOMA网络系统。

如图2所示，构建IRS辅助的NOMA网络系统。在实际的IRS辅助NOMA网络系统中，由于存在功率放大器误差、振荡器噪声等问题，考虑了BS与用户设备的HWI；同时在该网络系统中存在SIC残留误差、无线信道随机性等因素，建立系统时考虑了非完美CSI。系统模型包括：一个配备有N根天线的基站、一个智能反射面和K个单天线用户；智能反射面配备有L个反射单元。

假设基站到智能反射面、智能反射面到用户以及基站到用户的信道依次为：

S2：根据用户服务质量约束、串行干扰消除约束以及反射相移约束，构建基站传输功率最小化模型。

用户服务质量约束：

C1:R

R

其中，R

串行干扰消除约束：

C2:R

R

其中，R

反射相移约束：

C3:|e

其中，e

基站传输功率最小化模型表示为：

s.t.C1:R

C2:R

C3:|e

其中，C

S3：求解基站传输功率最小化模型，得到最佳传输方案；系统根据最佳传输方案进行传输。

求解基站传输功率最小化模型的过程包括：

S31：构建复合信道不确定性模型。

本发明考虑到信道不确定性在实际应用中是不可避免的，因此本发明在建立传输功率最小化模型的过程中考虑了信道的不确定性，并将信道不确定性建模为加性模型，则复合信道不确定性模型可以表示为：

其中，H

S32：根据复合信道不确定性模型重写基站传输功率最小化模型。

考虑信道不确定性，基站传输功率最小化模型可以重写为：

s.t.C2,C3

C6:η

其中，η

S33：将重写的基站传输功率最小化模型分为主动波束赋形向量优化子问题和被动波束赋形向量优化子问题。

利用交替优化的思想对变量耦合问题进行求解，将重写的基站传输功率最小化模型分为两个优化子问题即主动波束赋形向量{w

给定被动波束赋形向量e，主动波束赋形向量{w

s.t.C2,C4,C5,C6

给定主动波束赋形向量{w

s.t.C3,C4,C5,C6

C8:p≥0

其中，p＝[p

S34：求解主动波束赋形向量优化子问题和被动波束赋形向量优化子问题，得到最佳传输方案。

在主动波束赋形向量优化子问题中，通过线性近似和逐次凸逼近方法对非凸项C2进行转换，将优化子问题转换成标准半定规划问题，表示为：

s.t.C4,C5,C6

使用凸优化工具箱求解上述问题得到相应主动波束赋形向量值{w

在被动波束赋形向量优化子问题中，采用惩罚凸凹过程算法对非凸项C2进行转换，得到凸优化问题，表示为：

s.t.C4,C5,C6,C8,C9

C11:|e

C12:q≥0

其中，q＝[q

在本发明的一些优选实施例中，如图3所示，最佳传输方案的求解流程如下：

步骤1：设定系统参数：K、N、L、G、h

具体的：系统参数包括单天线用户数K、基站天线数N、智能反射面阵元个数L、基站到智能反射面的信道G、基站到用户k的信道h

步骤2：通过给定被动波束赋形e

步骤3：通过上一次迭代过程中得到的{w

步骤4：更新{w

步骤5：判断

对本发明进行评价：

以下通过仿真结果来详细展示本发明的实际应用效用

1)仿真条件

如图4，优选的，设置基站天线数设置为4，智能反射面单元数设置为12，并设计用户数为8。设置基站到智能反射面、用户，智能反射面到用户的路损指数分别为3.5，2.2和3.6。信道带宽B＝10MHz，硬件损伤系数α＝0.02，高斯噪声功率n

2)仿真结果

图5描述了可行率与HWI比例系数之间的关系，可行率定义为满足用户QoS需求的信道数与总信道数之比，可以有效地表征系统的鲁棒性，随着HWI比例系数的增大，本发明的算法、HWI鲁棒算法以及CSI鲁棒算法的可行率有着不同程度的减小，非鲁棒算法的可行率始终为0，但本发明算法的可行率始终大于HWI鲁棒算法和CSI鲁棒算法。

以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。