一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法

文档序号:35999789发布日期:2023-11-16 12:44阅读:25来源:国知局
一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法

本发明涉及无线通信领域,特别是涉及一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法。


背景技术:

1、第五代(fifth-generation,5g)移动通信网络的全球化商业部署正在全面展开,特别是在连接方面,全球移动通信系统联盟(global system for mobile communicationsalliance,gsma)预测,5g将把大量的连接数量从2020年的2亿个增加到2025年的18亿个。除此之外,有超过1000个特定行业的应用程序将受益于5g提供的高带宽、低时延和强连通性等优势。尽管5g通信系统与现有的通信系统相比频谱效率和系统容量有数倍的提高,但还有一些问题仍待解决,如基础设施的建设成本问题,基站的能耗问题以及以数据为中心的自动化设备的快速增长会极有可能超过当前5g网络的承载能力。随着这些问题的产生,超5g(beyond-5g,b5g)移动通信系统逐渐进入工业界和学术界研究者的视野,同时也给b5g带来一些新的需求和挑战。如更高的吞吐量和能量效率、超低的时延和能耗等新的性能指标。然而,无线设备的急速增加和接入规模的扩大,再加上各种各样的设备对数据传输需求的差异化使得进一步提升无线通信系统的系统性能带来很大挑战。

2、此外,5g移动通信网络也会呈现出密集化和异构化的特征,网络内的超密集小蜂窝会受到蜂窝间(inter-cell interference,ici)、蜂窝内、相邻信道、自干扰和信道间干扰的严重破坏。而且一些小蜂窝内的各种不同种类的无线设备并发操作,导致共层、跨层干扰。这给未来移动通信系统带来很大的挑战。因此,为下一代蜂窝技术开发一种先进的干扰管理和缓解技术以保持蜂窝网络中用户之间的高服务质量和公平性是非常有必要的。

3、现有关于irs与干扰利用技术的研究大多都是针对单蜂窝网络,无法解决多蜂窝网络带来的跨层干扰问题。此外,现有的研究在设计irs的反射系数时都只是考虑所有用户的整体接收质量,这样会存在个别用户qos无法满足的情况。


技术实现思路

1、本发明的目的是缓解和利用异构通信网络的复杂跨层干扰和同层干扰,提供一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法。

2、为了实现本发明目的,本发明提供的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,应用于智能反射面辅助的下行异构通信网络,该网络中具有宏基站、微基站、宏设备和微设备。智能反射面部署在宏基站附近并且由宏基站控制。微基站和宏/微设备均在宏基站覆盖的宏蜂窝内。所述方法包括:

3、步骤1:根据服务宏设备和微设备的服务质量需求,构建宏/微基站的发射功率最小化优化问题p1,联合优化宏/微基站的预编码矩阵和智能反射面的反射系数;

4、步骤2:设置初始迭代索引q=0,设置初始宏基站发射预编码向量w(0)和发射功率微基站发射预编码矩阵v(0)和发射功率智能反射面irs的反射系数θ(0),q=q+1;

5、步骤3:给定第q次迭代的反射系数θ(q),将发射功率最小化优化问题p1转换成单目标优化问题p2;求解单目标优化问题p2的对偶问题p′3,得到拉格朗日乘子,根据kkt条件的最优性,计算第q次迭代的最优宏基站预编码矩阵

6、步骤4:微基站的最优预编码向量vn包括相位部分和功率部分,其表达式为其中是一个单位波束向量,满足通过对拉格朗日函数的梯度值置零,得到求解最优预编码向量vn的功率部分构建标准的干扰函数,该函数具有正性和单调性,通过迭代的功率控制方法对干扰函数进行迭代,得到最优的功率部分

7、步骤5:给定计算的最优宏基站预编码矩阵和通过基于黎曼流形的多梯度下降法计算反射系数。

8、本发明提供一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,用于多蜂窝下行异构通信网络。在本申请中,考虑一个多蜂窝异构通信网络包括多天线的宏基站、多天线微基站,部署在建筑上的智能反射面(intelligent reflecting surface,irs)由宏基站控制并辅助宏基站通信,单天线的宏设备和单天线的微设备。宏基站主要服务宏设备,微基站主要服务微设备。在本申请中,假设微基站和所有微设备都在宏基站的覆盖下,所有宏设备都不在微基站的覆盖下。这个假设是合理的,因为微基站的发射功率比较小,覆盖范围也只有10-300米。因此所有微设备都会受到来自微基站的多用户干扰和来自宏基站的跨层干扰。

9、在本申请提出的方法中,宏/微基站的预编码和irs的反射系数需要通过交替迭代计算,在迭代的初始阶段,设置初始的预编码矩阵和反射系数。每一次迭代中,给定上一次迭代的反射系数,计算宏/微基站的预编码矩阵,然后给定本次迭代的预编码矩阵,计算反射系数,直到算法收敛或达到最大迭代次数,具体方法流程图如图1。

10、在本申请提出的方法中,会对宏/微基站的预编码矩阵和irs的反射系数进行设计,具体如下:

11、宏\微基站通过信道估计和反馈得到各个通信链路的信道状态信息(channelstate information,csi)。宏\微基站可以共享彼此的csi信息和系统参数信息,这些信息可以通过光纤传输实现。

12、宏基站根据符号级预编码准则和将要发送的调制符号数据构建有建设性的干扰区域,如图2,a点对应标准的m-psk星座点,对应的扇形即为建设性的干扰区域。在图2中,向量表示目标信号,向量表示为接收信号,向量表示为干扰信号。若满足条件θab≤θt,目标信号和干扰信号的叠加信号就会落在建设性的干扰区域。当设备的目标信号和干扰信号的叠加信号位于建设性的干扰区域时,干扰信号会驱动目标信号)的功率超过检测阈值。这样宏基站就可以用更低的功率发送信号,从而起到节省能量消耗作用。在本申请中,利用符号级预编码准则设计宏基站的预编码矩阵w=[w1,w2,...,wk],传统的线性预编码策略的主要目的是增强目标信号的功率和将抑制干扰。本发明符号级预编码准则通过结合csi信息和调制符号信息设计预编码矩阵,能够将干扰信号与目标信号的相位角调整为锐角,使得接收到的调制符号进一步推入正确的检测区域,将有害的多用户干扰转化为有益干扰,使得每个宏设备的接收信号都位于有建设性的干扰区域中,提高了系统的性能。

13、由于利用符号级预编码准则设计预编码需要获取csi信息和调制符号数据,考虑到信息安全方面,假设宏基站的调制符号数据不与微基站进行共享,此时微基站无法将跨层干扰转化为有益干扰,只能使用传统的预编码方案设计其预编码矩阵。irs的部署和调整反射系数使得每个宏设备的接收信号更容易位于有建设性的干扰区域中,进一步降低宏基站的发射功率。但同时部署irs会增加对微设备的额外干扰。本申请通过改变irs的反射系数来改变宏基站到宏设备、宏基站到微设备的无线信道环境,提高每个宏设备的信号接收质量,同时缓解微设备受到的跨层干扰。



技术特征:

1.一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,所述的异构通信网络宏基站和微基站可以共享部分信息,该信息包括csi和每个宏微设备的qos需求,信息共享通过无线或者光纤的方式实现。

3.根据权利要求1所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,所述方法通过交替优化方法解耦预编码矩阵和反射系数,包括:给定反射系数,设计宏/微基站的预编码矩阵;给定预编码矩阵,设计irs的反射系数。

4.根据权利要求1所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,设计宏/微基站的预编码矩阵,包括:设置宏基站对每个宏设备的预编码向量组成的向量为表达式为[·]h为共轭转置操作,定义的实数向量为其中和分别为的实部和虚部;在给定第q次迭代的反射系数θ(q)的情况下将代入单目标优化问题p2,得到关于和v两个优化变量对应的优化问题p3,推导优化问题p3的拉格朗日函数得到优化问题p3的对偶问题p′3,求解单目标优化问题p2的对偶问题p′3,得到拉格朗日乘子ψ=[ψ1,ψ2,...,ψn]t,ρ=[ρ2,ρ2]t,v=[v1,v2,...,vk]t求解对偶问题p′3,得到拉格朗日乘子ψ=[ψ1,ψ2,...,ψn]t,ρ=[ρ1,ρ2]t,v=[v1,v2,...,vk]t,根据kkt条件的最优性,得到当前迭代下的最优宏基站预编码矩阵具体表达式如下:

5.根据权利要求1所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,步骤4中,单位波束向量的表达式如下:

6.根据权利要求1所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,步骤4中,对于最优功率部分引入的标准的干扰函数的表达式为

7.根据权利要求1所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,在第q次迭代中,给定当前迭代的最优宏/微基站的预编码矩阵,调控irs的反射系数θ,使得宏设备的接收信号更容易位于有建设的干扰区域内和缓解微设备受到宏基站和irs的干扰,从而进一步地节省宏/微基站的功率消耗。

8.根据权利要求1-7任一所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,以宏设备满足干扰利用条件的sinr表达式u和微设备遭受的干扰表达式um为优化目标,构建关于反射系数θ=[θ1,θ2,...,θm]t的多目标优化问题,其中m表示irs的反射单元数,令u=[u1,u2,…,um]和基于黎曼流形的多梯度下降法求解u。

9.根据权利要求8所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,将向量u映射到是一个m维的流形空间然后基于流形空间推导出各目标函数的黎曼梯度,通过加权求和得到一个公共黎曼梯度,在每一次迭代中都会保证每个目标函数都会减小。

10.根据权利要求9所述的一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,其特征在于,迭代步骤如下:


技术总结
本发明公开一种基于智能反射面辅助多蜂窝异构网络的干扰处理方法,包括:构建以宏/微基站发射功率为目标的资源优化问题;设置宏/微基站的初始预编码矩阵,智能反射面的初始反射系数;给定当前迭代的反射系数,宏基站通过求解问题的对偶问题得到拉格朗日乘子集并结合拉格朗日乘子集获得的信道状态信息和将要发送的调制符号,以符号级预编码准则设计预编码矩阵;宏基站将微基站的预编码矩阵分解为相位部分和功率部分;在本次迭代中,给定宏/微基站的预编码矩阵,宏基站计算关于反射系数的宏/微设备根据符号级预编码准则下转换的接收信号质量和跨层干扰表达式,然后得智能反射面的反射系数。本申请能够有效利用异构网络中多用户干扰和跨层干扰。

技术研发人员:温淼文,庞浩然,季飞
受保护的技术使用者:华南理工大学
技术研发日:
技术公布日:2024/1/16
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1