一种智能反射面辅助毫米波大规模MIMO下行链路容量优化的传输方法

技术领域

本发明涉及一种智能反射面(IRS)辅助毫米波大规模MIMO(Multiple-Input-Multiple-Output)下行链路容量优化的传输方法，属于无线通信技术领域。

背景技术

智能反射面技术、毫米波技术以及大规模MIMO技术三者都是5G的关键技术之一，近年来得到了广泛的研究。随着无线技术的不断发展，人们对网络速率的要求也越来越高，从而对无线通信系统的容量要求也就大大提升。在5G移动通信系统中，由于有更快的速率要求，大多采用毫米波来进行数据通信。在这样的通信系统中，有一处较大的短板就是：在传输过程中，毫米波容易被遮挡，这将会很大程度上造成信号的衰减。为了解决这个短板，将智能反射面技术和大规模MIMO技术相结合是一个不错的选择。

大规模MIMO技术不仅能够同时为多个用户服务，而且能得到超高的增益。但是，如果信号在传输过程中经历的衰落过大时，大规模MIMO技术带来的增益将会不值一提。此时，为了满足通信需求，便需要加大发射端的发射功率或者是增加天线数目以获得更高的增益，这无非会带来更高的能量消耗。

智能反射面技术则能在一定程度上节省资源。智能反射面是由许多个反射单元组成，尺寸很小，十分容易部署，可以轻松的安装在墙壁上或者是天花板上。每个反射单元的相移都能够被单独设置以自适应动态的无线信道环境，将智能反射面技术应用到毫米波技术中，可以顺利解决信号在通信中易衰落的问题。

智能反射面技术在近年来受到广泛的关注。在“GUO H,LIANG Y C,CHEN J,etal.Weighted Sum-Rate Maximization for Intelligent Reflecting Surface EnhancedWireless Networks；proceedings of the 2019IEEE Global CommunicationsConference(GLOBECOM),F9-13Dec.2019,2019[C].”中，作者研究了一种IRS辅助的多用户多输入单输出下行通信系统，通过联合优化基站的有源波束赋形和IRS的无源波束赋形，使得所有用户的加权和速率最大化。在“GUO B,LI R,TAO M.Joint Design of HybridBeamforming and Phase Shifts in RIS-Aided mmWave Communication Systems；proceedings of the 2021IEEE Wireless Communications and Networking Conference(WCNC),F 29March-1 April 2021,2021[C].”中，研究了通过联合优化基站处的混合波束赋形和IRS反射相移矩阵，在满足通信要求的情况下，能够达到基站处的发射功率最小化。

2020年在“ZHANG S,ZHANG R.Capacity Characterization for IntelligentReflecting Surface Aided MIMO Communication[J].IEEE Journal on Selected Areasin Communications,2020,38(8):1823-38.”中，作者提出了一种交替迭代算法优化IRS的相移矩阵和发射预编码矩阵，能够得到系统容量的局部最优解，但复杂度较高。

发明内容

发明目的：针对IRS辅助大规模MIMO下行系统中的容量优化问题，一种RIS反射相移矩阵的设计，该方法复杂度低且具有可行性，尤其适用于毫米波衰落信道。

为了解决上述问题，本发明采用的技术方案是：一种智能反射面辅助毫米波大规模MIMO下行链路容量优化的传输方法，应用于IRS辅助大规模MIMO系统的下行链路中。

该设计方法包括如下步骤：

一种智能反射面辅助毫米波大规模MIMO下行链路容量优化的传输方法，包含以下步骤：

步骤1：在毫米波大规模MIMO系统的下行链路中，基站配置N根天线且发射功率为p，IRS为智能反射面，IRS处有M个反射单元，基站和IRS同时为K个单天线用户服务，基站到用户的直达径信道为H

步骤2：根据H

步骤3：引入辅助变量α并求出α的最佳值；

步骤4：根据求出的辅助变量α的最佳值求出最佳相移向量v

步骤5：根据v

步骤6：计算信道容量。

进一步，步骤2具体为：

步骤201：根据H

其中，H

步骤202：根据H

其中，H

进一步，步骤3具体为：

步骤301：根据H得到A

A

其中，A为满足上式条件的矩阵，I表示M维的单位矩阵；

步骤302：利用cholesky分解求解矩阵A：

步骤303：计算矩阵A的逆矩阵，将变量v用一个新变量x表示：

x＝v+A

步骤304：求解

步骤305：计算f(α,v)对α的导数，得到

步骤306：取矩阵H中的最大的数并记为h

β＝[log

[·]表示取整，取10

进一步，步骤4具体为：

步骤401：根据α的值求解矩阵A

步骤402：利用矩阵乘向量的二范数的性质将步骤304中的上界表达式f(α,v)化简展开，将矩阵A

进一步，步骤5具体为：

步骤501：根据v

Φ＝diag(v

步骤502：根据相移矩阵Φ计算得到等效信道H

H

步骤503：计算等效信道的奇异值分解，得到等效信道的特征值矩阵以及奇异向量：

H

其中，Σ是特征值矩阵；U是左奇异向量组成的矩阵；V是右奇异向量组成的矩阵；

步骤504：根据步骤502中的特征值矩阵Σ以及基站端给定的发射功率p计算发射端的功率分配矩阵P：

步骤505：根据右奇异向量矩阵V和功率分配矩阵得到预编码矩阵：

其中，V

进一步，步骤6中所述的计算信道容量的具体步骤为：

根据步骤501中计算得到的相移矩阵Φ以及步骤504中计算得到的预编码矩阵W计算信道容量：

R＝log

其中，R为信道容量，H

与现有技术相比，本发明的有益效果包括：将信道容量最大化问题的目标函数进行合理转换成求目标函数的特征值最大化问题，基于该问题进行求解得到最佳的IRS反射单元相移矩阵v

附图说明

图1为本发明实施例的智能反射面辅助毫米波大规模MIMO下行链路容量优化的传输方法实施流程图；

图2为本发明实施例的基站、IRS和用户组成的系统模型图；

表1为本发明实施例的仿真参数表。仿真参数中，用户数目为4，基站天线数目为8，IRS反射单元数目为10-100。

图3为基于表1的仿真参数得到的仿真效果图，其中Trace最大化&注水分配预编码是本发明实施例提出的方法，其余都作为对比方案。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，本发明的具体实施步骤主要包含以下六个步骤：

第一步：在毫米波大规模MIMO系统的下行链路中，基站配置N根天线且发射功率为p，IRS为智能反射面，IRS处有M个反射单元，基站和IRS同时为K个单天线用户服务，基站到用户的直达径信道为H

第二步：根据H

步骤201：根据H

其中，H

步骤202：根据H

其中，H

第三步：引入辅助变量α并求出最佳值的具体步骤为：

步骤301：根据H得到A

A

其中，A为满足上式条件的矩阵，I为M维的单位阵；

步骤302：利用cholesky分解求解矩阵A：

步骤303：计算矩阵A的逆矩阵，将变量v用一个新变量x表示：

x＝v+A

步骤304：求解

步骤305：计算f(α,v)对α的导数，得到

步骤306：取矩阵H中的最大的数并记为h

β＝[log

[·]表示取整，取10

第四步：根据求出的最佳的辅助变量α的值求出最佳相移向量v

步骤401：根据α的值求解矩阵A

步骤402：利用矩阵乘向量的二范数的性质将步骤304中的上界表达式f(α,v)化简展开，将矩阵A

第五步：根据v

步骤501：根据v

Φ＝diag(v

步骤502：根据相移矩阵Φ计算得到等效信道H

H

步骤503：计算等效信道的奇异值分解，得到等效信道的特征值矩阵以及奇异向量：

H

其中，Σ是特征值矩阵；U是左奇异向量组成的矩阵；V是右奇异向量组成的矩阵；

步骤504：根据步骤502中的特征值矩阵Σ以及基站端给定的发射功率p计算发射端的功率分配矩阵P；

步骤505：根据右奇异向量矩阵V和功率分配矩阵得到预编码矩阵：

其中，V

第六步：计算信道容量的具体步骤为：

根据步骤501中计算得到的相移矩阵Φ以及步骤504中计算得到的预编码矩阵W计算信道容量：

R＝log

表1仿真参数表

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。