一种STAR-RIS辅助的NOMA通信方法及系统

本发明涉及一种star-ris辅助的noma通信方法及系统，属于无线通信领域。

背景技术：

1、可重构智能表面（reconfigurable intelligent surface, ris）是一个由大量无源反射元件组成的平面阵列，每个无源反射元件都能够独立调整输入信号的振幅和ris在增强通信覆盖率、吞吐量以及提高频谱效率（spectrum efficiency, se）和能效（energyefficiency, ee）方面表现都很出色。随着低频资源的日益稀缺，未来无线网络的工作频段将持续走高，伴随无线网络的发展，覆盖增强工作需要得到更大重视。传统的ris仅能够对入射信号进行反射然后传输给用户，这就规定了基站和用户必须位于ris的同侧，仅能覆盖180°空间内的用户，其在地理位置的部署上存在着限制，无法适应动态信道环境。

技术实现思路

1、本发明提供了一种star-ris辅助的noma通信方法及系统，解决了背景技术中披露的问题。引入了一种改进的同时透射和反射可重构智能表面（simultaneous transmittingand reflecting reconfigurable intelligent surfaces, star-ris），打破了传统ris仅限于反射功能的限制，star-ris在通信系统中扮演着关键的透射和反射角色，能够覆盖360度范围内的用户。这一创新有望拓展ris的应用领域，进而提供更加全面的用户服务。联合star-ris本身的优势，研究star-ris技术在noma系统中的应用，对于进一步提高通信系统的性能有着深刻意义。

2、本发明提出了一种面向用户加权和速率优化的资源分配模型，旨在通过一种基于分式规划（fractional programming, fp）和逐次凸逼近（successive approximation,sca）的交替优化算法，最大化系统的加权和速率（weighted sum rate, wsr）。由于原始非凸优化问题的复杂性和各种优化变量之间的耦合，将原问题解耦为三个子问题求解，即功率分配、主动波束形成和被动波束形成优化问题。在功率分配优化问题中，通过引入松弛变量和一阶泰勒近似，将非凸目标函数转化为凸函数，进而求解近似最优功率分配。在随后的波束成形优化中，fp方法被应用于wsr问题的变换，并将拉格朗日乘子法和sca相结合，以交替优化主动及被动波束形成，从而有效地解决了优化问题。

3、为了解决上述技术问题，本发明所采用的技术方案是：

4、一种star-ris辅助的noma通信方法：

5、建立star-ris辅助的多输入单输出下行功率域noma系统模型；

6、在所述系统模型下建立面向用户加权和速率优化的资源分配模型；

7、在所述资源分配模型下，求解最优的功率分配系数、基站处主动发射波束成形矢量以及次优的被动波束成形矩阵；

8、根据最优的功率分配系数，分配用户的传输功率；

9、根据最优的基站处主动发射波束成形矢量，形成主动波束；

10、根据次优的被动波束成形矩阵，形成被动波束。

11、进一步地，建立star-ris辅助的多输入单输出下行功率域noma系统模型的方法为：

12、考虑star-ris辅助的下行功率域noma通信场景，场景下有一个多天线基站，基站处的天线数为，具有个反射元件的star-ris用于辅助多个单天线用户和基站之间的通信，且star-ris的每个反射元件都能够进行透射和反射，将star-ris服务的区域分为区域，区域，，表示透射区，表示反射区，透射区内的用户为t＇用户，反射区内的用户为r＇用户，假设t＇用户和r＇用户的用户对均为，每个用户对中有一个近端用户和一个远端用户；对于功率域noma，子信道上的配对用户在相同的时间和频率资源块上服务，假设功率域noma有个子信道，一个用户对中的两个用户在功率域noma的同一个资源块中配对，系统中共有2个用户对，4个用户；表示第个用户对中的第类用户，其中，；一个用户对中有两类用户，用表示，1代表近端用户，2代表远端用户；

13、基站到star-ris的信道系数矩阵为，star-ris到的信道系数矩阵为；

14、；

15、；

16、其中，为路径损耗，为基站到star-ris的距离，为star-ris到的距离，为莱斯衰落系数，为视线链路，为非视线链路，为los，为nlos；表示复数域上的维度的矩阵空间，表示复数域上的维度的列向量空间；

17、star-ris在用户处的反射/透射系数为：

18、<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>θ</mi><mi>l</mi></msub><mi>=</mi><mi>diag</mi><mi>{</mi><msqrt><msubsup><mi>α</mi><mn>1</mn><mi>l</mi></msubsup></msqrt><msup><mi>e</mi><mrow><mi>j</mi><msubsup><mi>θ</mi><mn>1</mn><mi>l</mi></msubsup></mrow></msup><mi>,</mi><msqrt><msubsup><mi>α</mi><mn>2</mn><mi>l</mi></msubsup></msqrt><msup><mi>e</mi><mrow><mi>j</mi><msubsup><mi>θ</mi><mn>2</mn><mi>l</mi></msubsup></mrow></msup><mi>...,</mi><msqrt><msubsup><mi>α</mi><mi>m</mi><mi>l</mi></msubsup></msqrt><msup><mi>e</mi><mrow><mi>j</mi><msubsup><mi>θ</mi><mn>2</mn><mi>l</mi></msubsup></mrow></msup><mi>,...,</mi><msqrt><msubsup><mi>α</mi><mi>m</mi><mi>l</mi></msubsup></msqrt><msup><mi>e</mi><mrow><mi>j</mi><msubsup><mi>θ</mi><mi>m</mi><mi>l</mi></msubsup></mrow></msup><mi>},</mi><mi>l</mi><mi>∈</mi><mi>{</mi><mi>t</mi><mi>,</mi><mi>r</mi><mi>}</mi><mi>，</mi><msqrt><msubsup><mi>α</mi><mi>m</mi><mi>l</mi></msubsup></msqrt><mi>∈</mi><mi>[</mi><mn>0</mn><mi>,</mi><mn>1</mn><mi>],</mi><msubsup><mi>θ</mi><mi>m</mi><mi>l</mi></msubsup><mi>∈</mi><mi>[</mi><mn>0</mn><mi>,</mi><mn>2</mn><mi>π</mi><mi>]</mi></mstyle>；

19、是一个对角矩阵，表示在用户位置的反射/透射系数矩阵，矩阵中的元素代表star-ris各个单元的反射或透射系数；表示一个对角矩阵，其对角元素为；其中，<mstyle displaystyle="true" mathcolor="#000000"><msqrt><msubsup><mi>α</mi><mi>m</mi><mi>l</mi></msubsup></msqrt><mi>∈</mi><mi>[</mi><mn>0</mn><mi>,</mi><mn>1</mn><mi>],</mi><msubsup><mi>θ</mi><mi>m</mi><mi>l</mi></msubsup><mi>∈</mi><mi>[</mi><mn>0</mn><mi>,</mi><mn>2</mn><mi>π</mi><mi>]</mi></mstyle>分别表示star-ris的第个元件的幅度、相位系数，假设满足t/r协议，则有；其中，表示star-ris的透射系数，表示star-ris的反射系数；

20、假设noma系统在发射方采用叠加编码，在接收端采用串行干扰消除；在基站处，发射给用户对的信息承载符号为，发送所需要的波束成形矢量为，则有基站处的发射信号为：

21、；

22、其中，，为收到的信号，表示区域或区域中第个用户对所在区域， 为的传输功率，则用于信息解码的信号表示为：

23、；

24、该信号由基站通过波束成形和star-ris的反射/透射传输到，并叠加了接收端的噪声；其中，为从基站到star-ris的反射/透射路径的信道矩阵，为star-ris的反射/透射系数矩阵，控制信号的反射或透射特性，为处的噪声，其服从均值为0、方差为的复高斯分布；因此基站到的等效信道矩阵为：，，表示复数域上的维度的列向量空间。

25、进一步地，在所述noma系统模型下建立面向用户加权和速率优化的资源分配模型的方法为：假设的信道质量优于的信道质量，根据下行noma系统的解调规则，则在解调自身信号之前，先解调系统中所有信道增益弱于其的信号，则解调自身信号的信干噪比为：

26、；

27、相应的信号速率为：

28、；

29、为了保证每个用户能成功执行串行干扰消除，第k个用户对中解码的信号所能够实现的速率不小于解码其自身信号所能够实现的速率，，即；

30、最优化目标为最大化系统加权和速率，优化目标为：

31、

32、为的固定权重，表示用户相应的信号速率；

33、约束条件为：

34、；

35、；

36、；

37、；

38、表示用户的功率约束，其中为基站处的最大发射功率，为被分配到的传输功率，系统中每个用户都被分配相应的功率资源；规定了解码信号需要满足信干噪比的要求，为解码信号需要的最小信干噪比；规定了star-ris的透射和反射时的t/r时间切换协议；规定了star-ris的透射和反射离散相移控制约束。

39、进一步地，在所述资源分配模型下，求解最优的功率分配系数的方法为：

40、定义松弛变量；松弛原目标函数，简化求解，转换原目标函数为：

41、；

42、表示接收到的信号功率，用于评估信号质量或信号强度；

43、通过一阶泰勒近似将非凸目标函数转换为凸形式：

44、；

45、和为第t次迭代的优化解；表示一阶泰勒近似后的凸形式的目标函数；用代替和，通过计算得到最优的功率分配系数。

46、进一步地，求解最优的基站处主动发射波束成形矢量方法为：

47、得到最优的功率分配系数后，原优化问题转变为：

48、；

49、令<mstyle displaystyle="true" mathcolor="#000000"><mi>ν</mi><mi>=[</mi><msub><mi>ν</mi><mn>1</mn></msub><mi>,</mi><msub><mi>ν</mi><mn>2</mn></msub><mi>,</mi><mi>…</mi><mi>,</mi><msub><mi>ν</mi><mi>k</mi></msub><msup><mi>]</mi><mi>t</mi></msup></mstyle>为的拉格朗日辅助变量，即，<mstyle displaystyle="true" mathcolor="#000000"><mi>w</mi><mi>=</mi><mi>[</mi><msub><mi>w</mi><mn>1</mn></msub><mi>,</mi><msub><mi>w</mi><mn>2</mn></msub><mi>,...,</mi><msub><mi>w</mi><mi>k</mi></msub><msup><mi>]</mi><mi>t</mi></msup></mstyle>表示主动发射波束成形矩阵，表示被动波束成形矩阵，此时问题（p2）中的目标函数转换为：

50、；

51、当后续固定进行交替优化时，初始化并去除常数项，上式等效为：

52、；

53、其中，由于和仍然是耦合的，通过交替优化进行求解，其过程表示为：

54、；

55、该过程表示和的交替优化过程，和表示第次迭代时得到的解；

56、原约束条件c2通过qt进一步转换为：

57、；

58、新增约束条件c4以进行求解，即：

59、；

60、固定和，求解，优化问题被写为：

61、；

62、通过二次变换转换上式，将原优化函数从分数形式转换为和差形式，即：

63、为取实部操作，*为取共轭操作，且<mstyle displaystyle="true" mathcolor="#000000"><mi>η</mi><mi>=[</mi><msub><mi>η</mi><mn>1</mn></msub><mi>,</mi><msub><mi>η</mi><mn>2</mn></msub><mi>,</mi><mi>…</mi><mi>,</mi><msub><mi>η</mi><mi>k</mi></msub><mi>],</mi><mi>∂</mi><msub><mi>h</mi><mn>5</mn></msub><mi>/</mi><mi>∂</mi><msub><mi>w</mi><mi>k</mi></msub><mi>=</mi><mn>0</mn></mstyle>，的最优解为：；

64、通过应用拉格朗日乘子法，引入的拉格朗日算子，得出的全局最优解作为最优的基站处主动发射波束成形矢量，计算公式为：

65、；

66、其中， 表示具有阶的单位矩阵。

67、进一步地，求解次优的被动波束成形矩阵方法为：

68、固定，优化，优化问题表示为

69、；

70、令，表示通过信道矩阵、权重向量和噪声组合形成的辅助变量；表示star-ris到的信道系数矩阵的转置；，表示辅助变量，通过和的内积得到；表示基站到的信道系数矩阵的转置，得到：

71、；

72、将函数转换为：

73、；

74、对上述公式采用二次变换，得到：

75、；

76、其中，<mstyle displaystyle="true" mathcolor="#000000"><mi>ϑ</mi><mi>=[</mi><msub><mi>ϑ</mi><mn>1</mn></msub><mi>,</mi><msub><mi>ϑ</mi><mn>2</mn></msub><mi>,</mi><mi>…</mi><mi>,</mi><msub><mi>ϑ</mi><mi>k</mi></msub><mi>],</mi><mi>∂</mi><msub><mi>f</mi><mn>2</mn></msub><mi>/</mi><mi>∂</mi><msub><mi>ϑ</mi><mi>k</mi></msub><mi>=</mi><mn>0</mn></mstyle>，元素的最优解为：

77、；

78、函数的qcqp问题为：

79、；

80、，；

81、代表矩阵的转置；

82、采用逐次凸逼近方法求解的次优解作为次优的被动波束成形矩阵。

83、进一步地，所述逐次凸逼近方法为：

84、首先进行初始化，选择一个初始可行解和预定阈值，然后迭代求解；在第次迭代中，对于，寻找其在当前点的一阶泰勒展开近似原函数，进行线性化处理，即，用线性化后的表达式替换，解决由此产生的凸优化问题来更新，然后根据凸子问题的解来更新，直至，表明算法收敛，停止迭代，得到原始非凸问题的次优解；在每次迭代中，需要解决的凸子问题为：

85、其中，是在处的梯度。

86、相应地，本发明还提供一种star-ris辅助的noma通信系统，包括：

87、基站、star-ris模块和控制器；

88、所述控制器设有功率域noma模块，所述功率域noma模块设有k个子信道；

89、所述基站通过k个子信道向star-ris模块发射信号，所述star-ris模块服务的区域分为反射区和透射区，所述star-ris模块将入射信号反射至位于反射区的用户以及透射至位于透射区的用户；用户按照信道质量排序，并根据排序进行功率分配，信道质量好的用户分配的功率低；

90、所述控制器还包括资源分配模型，所述资源分配模型用于求解最优的功率分配系数、基站处主动发射波束成形矢量以及次优的star-ris在用户处的反射/透射系数；

91、根据最优的功率分配系数，分配用户的传输功率；

92、根据最优的基站处主动发射波束成形矢量，形成主动波束；

93、根据次优的被动波束成形矩阵，形成被动波束。

94、进一步地：还包括一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据上述的方法中的任一方法。

95、进一步地，还包括一种计算设备，所述计算设备包括：

96、一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据上述的方法中的任一方法的指令。

97、本发明所达到的有益效果：

98、本发明中star-ris能够覆盖360°的平面用户。通过基于分式规划和逐次凸逼近的交替优化算法，最大化系统的wsr。由于原始非凸优化问题的复杂性和各种优化变量之间的耦合，将原问题解耦为三个子问题求解，即功率分配、主动波束形成和被动波束形成优化问题。在功率分配优化问题中，通过引入松弛变量和一阶泰勒近似，将非凸目标函数转化为凸函数，进而求解近似最优功率分配。在随后的波束成形优化中，fp方法被应用于wsr问题的变换，并将拉格朗日乘子法和sca相结合，以交替优化主动及被动波束形成，从而有效地解决了优化问题。本发明能够解决star-ris-noma系统中联合功率分配及波束成形问题，并且可以显著提高用户速率。