一种RIS辅助两层异构反向散射通信系统鲁棒传输方法
- 国知局
- 2024-08-02 12:42:20
本发明属于通信,涉及一种ris辅助两层异构反向散射通信系统鲁棒传输方法。
背景技术:
1、物联网的快速增长导致环境中部署了大量的物联网设备,导致了通信的高成本和高能耗。反向散射通信(backscatter communication,backcom)被视为实现低功耗物联网的最有前途的技术之一。在反向散射通信系统中,反向散射设备可以收集周围的射频能量用于无线充电,并使用这些能量进行反向散射传输,实现传感器节点的自给自足,并通过电池更换减少环境污染。
2、一方面,与传统的单层反向散射通信网络不同,两层的异构反向散射通信网络可以通过不同层之间的协同工作实现更高效和更可靠的通信;此外,将智能反射面(reconfigurable intelligent surface,ris)应用在反向散射通信网络中,可以克服双重路径损耗对系统带来的不利影响,显著提升接收机的信号强度,增强网络容量。另一方面,在实际的通信环境中(例如,偏远地区的小区域用户),由于其部署位置远离基站,经常会存在差的通信性能和高的中断概率,限制了用户的通信需求。并且,由于噪声、信号衰落和多径传播等多种因素,实现完美的信道状态信息(channel state information,csi)仍然具有挑战性且不切实际。
3、本发明提前考虑不完美csi获取的影响,提出一种具有抗扰动能力的鲁棒最大化最小吞吐量优化方法。使得系统能够在有界信道不确定性条件下,实现系统性能和用户传输公平性的均衡,具有重要的研究意义。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种ris辅助两层异构反向散射通信系统鲁棒传输方法。采用时分多址(time division multiple access,tdma)协议调度反射设备,反射设备采用线性能量收集方式;基于有界csi误差模型,通过联合优化ris相。移、时间分配因子和反射设备的反射系数,提出基于迭代的最大化最小簇吞吐量鲁棒资源分配方法;利用变量替换法,将非光滑问题转换为光滑问题;利用连续凸近似(successive convexapproximation,sca)方法,s过程方法和worse-case准则,将原不确定性问题转化为确定性问题;提出基于交替优化的迭代方法,结合(semi-definite relaxation,sdr)方法和一阶泰勒展开式将其转化成凸优化问题;利用cvx工具箱求解凸优化问题,获得最大化最小簇吞吐量的鲁棒资源分配方案
2、为达到上述目的,本发明提供如下技术方案:
3、一种ris辅助两层异构反向散射通信系统鲁棒传输方法,该方法包括以下步骤:
4、s1:用于ris辅助的两层异构反向散射通信系统,采用tdma协议调度反射设备,反射设备同时具备能量收集电路和信息传输电路,且采用线性能量收集方式;
5、s2:基于有界csi误差模型,通过联合优化ris相移、时间分配因子和反射设备的反射系数,提出基于迭代的最大化最小簇吞吐量鲁棒资源分配方法;
6、s3:利用变量替换法,将非光滑问题转换为光滑问题;利用sca,s过程方法和worse-case准则,将原不确定性问题转化为确定性问题;提出基于交替优化的迭代方法,结合sdr方法和一阶泰勒展开式将其转化成凸优化问题;
7、s4:利用cvx工具箱求解凸优化问题,获得最大化最小簇吞吐量的鲁棒资源分配方案。
8、优选的,当宏基站服务于第f个簇时,簇中的反射设备k接收的宏基站的信号根据公式计算。其中,sm为宏基站到第m个宏用户的信号符号,满足pm为宏基站到第m个宏用户的功率分配因子,gf,k是宏基站到第f个簇中反射设备k的信道系数。
9、进一步,在反向散射时隙tk内,第f个簇中的反射设备k自身的反射信号根据计算。其中,sf,k为第f个簇中的反射设备k的信号符号,满足αf,k为第f个簇中的反射设备k的反射系数,满足αf,k∈[0,1]。
10、进一步,第f个簇中接入点接收来自反射设备k的信号根据计算。其中,为第f个簇中ris的相移矩阵,θf,l∈[0,2π]和βf,l∈[0,1]分别为ris第l个反射单元的相移和幅度;ff,k为第f个簇中反射设备k到接入点的信道系数;hf为宏基站到第f个簇中的接入点的信道系数;hf,k为第f个簇中反射设备k到ris的信道系数;ff为宏基站到第f个簇中的ris的信道系数;gf为第f个簇中ris到接入点的信道向量;为第f个簇中接入点处均值为0,方差为的背景噪声。
11、进一步,第f个簇中反射设备k的信干噪比为:
12、
13、其中,为宏基站的传输功率,第f个簇中反射设备k的速率为rf,k=log2(1+γf,k)。
14、进一步,第f个簇对宏用户m的总干扰根据公式计算。其中,ff,k,m为第f个簇中反射设备k到宏用户m的信道系数,hf,m为第f个簇中ris到宏用户m的信道向量。
15、进一步,第f个簇中反射设备k采用线性能量收集方式收集到的能量根据公式计算。其中,η∈[0,1]为能量转化效率,tf,k是第f个簇中反射设备k进行反射通信的时隙。
16、进一步,构建有界信道不确定性集合建模为:
17、
18、其中,从代表宏基站到第f个簇中接入点的等效信道;代表从第f个簇中反射设备k到宏用户m的等效信道;和代表信道不确定性集合;和代表信道的估计值;δgf,k、δhf、δff,k,m、δhf和δff,k,m代表其对应的信道估计误差;∈f,k、ωf和ζf,k,m代表对应的信道估计误差上界;
19、进一步,在有界信道不确定性条件下建立最大—最小的资源分配问题:
20、
21、其中,
22、代表第f个簇中反射设备k在ris辅助下到接入点的等效信道;为辅助变量;代表第f个簇中反射设备k的速率门限值;代表宏用户m的干扰功率的门限值;代表第f个簇中反射设备k能量收集的门限值;c1确保了反射设备k的传输速率不低于其速率门限;c2被用来保护在频谱共享模式下的宏用户m的性能;c3确保了每个反射设备的能量需求;c4是时间分配约束;c5代表反射系数约束;c6是每个ris的相移约束;c7是信道不确定性集合。
23、进一步,利用变量替换法,将非光滑问题转换为光滑问题:
24、
25、其中,
26、是的信道估计值,是的信道估计值,是的信道估计值;是的信道误差上界,是的信道误差上界,是的信道误差上界,ν是辅助变量,用来松弛目标函数的非光滑部分。
27、进一步,利用sca和s过程方法以及最坏情况准则,将原不确定性问题转化为确定性问题:
28、
29、其中,rf,k,λf,k和μf,k是辅助变量;和是松弛变量;和分别是和的上一次的迭代值;λ1,λ2和λ3是辅助变量;a11=i(l+1),b11=0,a12=i(l+1),b12=0,是辅助变量集合。
30、进一步,采用交替优化法,固定优化变量和tf,k,求解关于αf,k的优化子问题:
31、
32、进一步固定优化变量αf,k,可得到关于和tf,k的优化子问题。通过变量替换,一阶泰勒展开对耦合变量解耦,利用半正定松弛法将该子问题的秩一约束松弛掉,可得到一个半正定规划问题。
33、
34、其中,zf,k=tf,krf,k是辅助变量,f(zf,k,rf,k)是围绕点(zf,k,rf,k)的一阶泰勒展开。
35、进一步,基于cvx工具求解上述凸优化问题,从而求得目标问题,即获得鲁棒的最大—最小簇吞吐量最大化方法。
36、本发明的有益效果在于:本发明考虑了实际的不完美csi和线性能量收集特性,通过联合优化ris的相移、反射设备的反射系数和时间分配因子,提出鲁棒的最大化—最小簇吞吐量资源分配方法;利用变量替换法将原非光滑问题转化为光滑问题;利用s过程方法和最坏情况准则将原不确定性优化问题转化为确定性问题,提出基于迭代的交替优化算法,结合一阶泰勒展开和半正定松弛方法求得所优化变量的最优解;相比于现有技术,本发明考虑了不完善的信道状态信息和全新的ris辅助两层异构的反向散射通信系统模型,这提高了系统的传输的公平性,缓解了资源不匹配的问题,更有利于在实际系统中部署。
37、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。
本文地址:https://www.jishuxx.com/zhuanli/20240802/237423.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表