一种基于RIS辅助MISO蜂窝系统鲁棒波束赋形方法

技术领域

本发明属于B5G蜂窝通信领域，涉及一种基于RIS辅助MISO蜂窝系统鲁棒波束赋形方法。

背景技术

随着通信技术的不断发展，无线通信网络越来越密集。然而，障碍物的遮挡和信道不确定性带来的影响也越来越突出。为此，智能超表面(Reconfigurable IntelligenceSurface，RIS)是解决上述问题的关键技术，通过智能调整RIS的相移可以动态改善无线传播环境，主动重新配置端到端无线链路，从而引入额外的自由度以最大限度地提高系统性能。

由于RIS的无源特性，很难获得完美的信道状态信息，而传统的多用户多输入单输出(Multi-User Multiple-Input Single-Output，MU-MISO)通信系统波束成形设计方法，常常忽略信道不确定性对系统性能的影响。此外，由于放大器非线性和I/Q不均衡等客观因素的影响，会导致接收机的工作模式或工作状态发生变化。例如，在多天线系统中，通信设备制造商会为了降低硬件成本而使用廉价的元器件，这将增加硬件损伤的可能。然而，目前存在的一些发射机校准方案和接收机补偿方法并不能完全消除硬件损伤对系统的影响。因此，在存在信道不确定性和硬件损伤的RIS辅助MU-MISO通信系统场景下进行鲁棒波束成形设计非常具有挑战性。

发明内容

有鉴于此，本发明的目的在于提供一种基于RIS辅助MISO蜂窝系统鲁棒波束赋形方法，针对存在畸变噪声与信道不确定性问题，考虑用户服务质量约束、RIS的离散相移约束和每个基站最大传输功率约束，以能量效率最大化为优化目标，对带有硬件损伤的RIS辅助MU-MISO通信系统建立系统模型并求解。

为达到上述目的，本发明提供如下技术方案：

一种基于RIS辅助MISO蜂窝系统鲁棒波束赋形方法，考虑用户服务质量约束、RIS的离散相移约束和每个基站最大传输功率约束，以能量效率最大化为优化目标，对带有硬件损伤的RIS辅助多用户多输入单输出(Multi-User Multiple-Input Single-Output，MU-MISO)通信系统建立系统模型；利用丁克尔巴赫方法将最大最小形式的分数规划问题转换为减法形式的等价问题；基于Bernstein型不等式、逐次凸逼近方法和半定松弛方法将原问题转化为等价的凸优化问题求解；其中，MU-MISO表示多用户多输入单输出。

进一步，该方法具体包括以下步骤：

S1：初始化系统参数，设置迭代方法收敛精度

S2：给定RIS的对角线相移矩阵，计算基站到用户k的波束成形矩阵，此时的通信系统能效η

S3：固定基站到用户k的波束成形矩阵，计算RIS的对角线相移矩阵，此时的通信系统能效η

S4：系统能效更新，根据

S5：判断MU-MISO通信系统能效是否收敛；若是，计算并输出基站到用户的最优波束成形矩阵、RIS的最优对角线相移矩阵和MU-MISO通信系统的最优能效，然后结束；否则，进入步骤S6；

S6：判断当前迭代次数是否大于最大迭代次数；若是，输出基站到用户的最优波束成形矩阵、RIS的最优对角线相移矩阵和MU-MISO通信系统的最优能效，然后结束；否则，进入下一次迭代，返回步骤S2。

进一步，步骤S1中，系统参数包括智能超表面(Reconfigurable IntelligenceSurface，RIS)反射元件数L、基站天线数M、用户数K、基站到用户k的信道估计向量

进一步，步骤S2中，基站到用户k的波束成形矩阵，此时的通信系统能效η

C8:V

C9:Rank(V

其中，

进一步，步骤S3中，RIS的对角线相移矩阵，此时的通信系统能效η

其中，

进一步，步骤S5中，判断MU-MISO通信系统能效是否收敛，具体包括：

本发明的有益效果在于：与现有方法相比，本发明方案具有较好的能量效率和鲁棒性，本发明方案的实际中断概率比现有算法低86.7％，实际能量效率比现有算法高15.8％，RIS的部署有效缓解了信道不确定性和非理想硬件的影响，适用于收发机存在诸如I/Q不均衡、放大器非线性等硬件损伤的实际通信场景。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明基于RIS辅助MISO蜂窝系统鲁棒波束赋形方法流程图；

图2为本发明方法的鲁棒性图；

图3为本发明方法的实际能效图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

请参阅图1～图3，本发明提供一种基于RIS辅助MISO蜂窝系统鲁棒波束赋形方法，考虑RIS辅助MU-MISO通信系统下行通信场景。网络中存在一个具有M根天线的基站服务K个单天线的宏蜂窝用户，一个具有L个无源反射元件的RIS，用户集和RIS移相器集分别用

其中，R

表示干扰噪声功率，

其中，

为了克服不完美CSI的影响，考虑统计CSI误差模型。基于信道约束的不确定性，不确定性集可以表示为：

其中，h

C1是保证每个用户的服务质量，C2是RIS离散相移约束，C3是基站最大发射功率约束。

由于信道存在不确定性，针对P1中的中断概率约束进行处理：

其中，

将(1)带入(2)可得：

定义Θ＝θθ

式(4)中，(a)步因为

式(4)中的i和

类似地，式(3)中的第二项可重写为：

其中，

式(4)中，(c)步因为

其中，

然后，利用Bernstein型不等式进一步变换约束(7)，Bernstein型不等式由以下给出：假定a

通过引入辅助变量a和b，应用Bernstein型不等式将原始中断概率约束转换为：

式(9)中，

P1可重新表述为：

由于P2中目标函数、约束C4的非凸性以及耦合变量v

其中，η＞0是辅助变量。由于(11)中目标函数的不平滑性，解决起来仍然具有挑战性。利用变量代入法，将问题(11)等价转化为：

s.t.C1-C5,

由于R

根据泰勒级数展开得到的可行解总是在P2的可行集之中，因此(12)可以被线性化为：

其中，

s.t.C1-C5,

C7:(13)-(15).

其中，

接下来，固定RIS相移矩阵，求解基站发生矩阵。

定义

P4则可重写为：

s.t.C1-C3,C5,

C8:V

C9:Rank(V

通过利用SDR，可以去除约Rank(V

然后，固定基站发射矩阵，求解RIS相移矩阵。

目标函数是关于θ的函数，P

P2的中断概率约束C1进行修改：

其中，

P2的中断概率约束C2进行修改：

其中，

由于约束

其中，上述不等式右侧的a

先将离散相位约束放缩为连续相位约束，原优化问题可以重写为：

其中，

根据约束C10，矩阵

引入惩罚因子μ，根据等式(19)将P6改写为：

在μ取值无限大时，可以获得满足矩阵

其中，w

因为惩罚系数μ

P7的解为

其中，[a]

基于迭代的鲁棒波束成形算法如图1。

下面结合仿真对本发明的应用效果作详细的描述。

1)仿真条件

假设通信系统中存在一个4天线的基站，2个单天线的用户和一个具有4个反射单元的RIS。基站坐标为(0,0)，RIS坐标为(50,10)，用户1和用户2坐标分别为(70,0)和(70,5)。假设信道模型包含大尺度衰落和小尺度衰落。大尺度衰落为PL＝-30-10αlg(d)dB，其中α是路径损耗指数，β是链路距离，单位为米。假设

表1仿真参数表

2)仿真结果

在本实施例中，图2给出了本实例迭代方法的鲁棒性图，图3给出了本实例迭代方法的实际能效图。其中，图2显示随着信道误差

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。