IRS辅助认知无线电系统的波束形成方法、装置及介质

本技术涉及通信领域，尤其涉及一种irs辅助认知无线电系统的波束形成方法、装置及介质。

背景技术：

1、认知无线电(cognitive radio，cr)被认为是提高无线电频谱效率和能源效率的一种有效方法，它在降低未来5g技术的成本和复杂性以及能源消耗方面具有巨大潜力，如大量天线多输入多输出(multiple-input multiple-output，mimo)。在cr系统中，主要用户(primary users，pu)表示具有访问频谱的高优先级的频谱许可用户，次要用户(secondusers，su)通常表示无许可的用户，其可以在不对pu造成有害干扰的情况下共享频谱。但cr系统中存在这样的问题——pu和su的性能改进是相互冲突的。具体而言，增加su基站处的发射功率能够增强其信号强度，但这会对pu产生更大的干扰，且sus和pus之间的信道基于它们之间的非合作关系是难以估计的。

2、智能反射面(intelligent reflecting surface，irs)可以通过预编程控制器来提高无线通信系统的频谱效率和能源效率，其可以通过控制irs上的反射元件，精确地控制电磁波的反射方向。这使反射信号可以被重新配置，以向其所需的方向传播。irs反射的信号可以与其他信号路径一起添加，以增加所需接收机的信号强度，或减轻对非预期用户的同信道干扰。

3、因此，将irs和cr系统结合，可以帮助增强su的预期信号强度，并降低对pu产生的干扰。

4、但目前对irs和cr系统的结合大部分是基于完美的收发机硬件和完美的信道状态信息(channel state information，csi)的假设，而在实际通信系统中，收发机硬件条件和信道状态信息通常不具备完美状态，不可避免的硬件损伤会导致系统性能下降，损害接收机的信号质量。

技术实现思路

1、本技术实施例提供一种irs辅助认知无线电系统的波束形成方法、装置及介质，用以解决在硬件损伤和不完美信道状态信息情况下irs辅助认知无线电系统的波束形成设计问题。

2、本技术实施例提供一种irs辅助认知无线电系统的波束形成方法，所述系统包括主要用户、次要用户、主要基站、辅助基站，所述方法包括：

3、基于辅助基站的硬件损伤，构建所述系统的传输信号模型及信道不确定性模型；

4、基于所述传输信号模型和信道不确定性模型，以最大化次要用户的加权和传输速率为目标，构建联合优化次要用户传输预编码矩阵和智能反射面反射系数的第一问题；

5、将所述第一问题转化为等效加权最小化均方误差的第二问题；

6、根据所述预编码矩阵和智能反射面反射系数，将所述第二问题解耦为交替求解的发射波束形成的第一子问题和智能反射面波束形成的第二子问题；

7、将所述第一子问题转化为二次约束二次规划问题，进行预编码矩阵优化求解，并对所述第二子问题对应的反射系数逐次优化迭代求解。

8、进一步地，基于辅助基站的硬件损伤，构建所述系统的传输信号模型，具体包括：基于次要用户预编码矩阵、数据符号向量及辅助基站硬件损伤对应的噪声，确定辅助基站的第一传输信号以及主要基站的第二传输信号；根据辅助基站对主要用户的干扰，以及所述第一传输信号、第二传输信号，确定主要用户接收到的信号；根据主要基站对次要用户的干扰和热噪声，以及所述第一传输信号、第二传输信号，确定次要用户接收到的信号。

9、进一步地，所述辅助基站硬件损伤对应的噪声由以下方式得到：根据辅助基站的硬件损伤因子，确定对应产生的噪声；所述噪声对应的损耗功率与发射信号功率成比例。

10、进一步地，基于辅助基站的硬件损伤，构建所述系统的传输信号模型及信道不确定性模型，具体包括：基于估计误差，确定辅助基站发送信息的信道，得到不确定性的等效信道矩阵；采用高斯克罗内克模型表示所述等效信道矩阵；采用最小二乘估计方法假设所述估计误差与信道系数的不相关性，得到最终的信道矩阵对应的信道不确定性模型。

11、进一步地，构建联合优化次要用户传输预编码矩阵和智能反射面反射系数的第一问题，具体包括：确定辅助基站的传输功率约束、主要用户干扰约束，及智能反射面的反射系数约束；基于所述约束，构建联合优化次要用户传输预编码矩阵和智能反射面反射系数的第一问题。

12、进一步地，将所述第一问题转化为等效加权最小化均方误差的第二问题，具体包括：采用最小均方误差算法，引入辅助矩阵、解码矩阵，得到辅助基站的均方误差，将所述第一问题表示为最小均方误差的第二问题；对所述辅助矩阵、解码矩阵求导，得到最优辅助矩阵、最优解码矩阵；将所述第二问题的主要用户干扰约束转化为中断概率约束，并通过dbldi型不等式得到重新表示后的第三问题。

13、进一步地，将所述第一子问题转化为二次约束二次规划问题，进行预编码矩阵优化求解，具体包括：基于解码矩阵、辅助矩阵和给定的反射系数，对预编码矩阵进行优化；将均方误差代入所述第一子问题中，将所述第一子问题转化为二次约束二次规划问题；采用标准内点法，对所述二次约束二次规划问题求解。

14、进一步地，对所述第二子问题对应的反射系数逐次优化迭代求解，具体包括：基于解码矩阵、辅助矩阵和给定的预编码矩阵，对反射系数进行优化；将均方误差代入所述第三问题中，基于目标函数求导，迭代更新得到相移的最优解。

15、本技术实施例提供一种irs辅助认知无线电系统的波束形成装置，所述系统包括主要用户、次要用户、主要基站、辅助基站，所述装置包括：

16、模型构建模块，基于辅助基站的硬件损伤，构建所述系统的传输信号模型及信道不确定性模型；

17、问题构建模块，基于所述传输信号模型和信道不确定性模型，以最大化次要用户的加权和传输速率为目标，构建联合优化次要用户传输预编码矩阵和智能反射面反射系数的第一问题；

18、转化模块，将所述第一问题转化为等效加权最小化均方误差的第二问题；

19、解耦模块，根据所述预编码矩阵和智能反射面反射系数，将所述第二问题解耦为交替求解的发射波束形成的第一子问题和智能反射面波束形成的第二子问题；

20、求解模块，将所述第一子问题转化为二次约束二次规划问题，进行预编码矩阵优化求解，并对所述第二子问题对应的反射系数逐次优化迭代求解。

21、本技术实施例提供一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述任一项所述的方法。

22、本发明有益效果如下：

23、本技术实施例提供一种irs辅助认知无线电系统的波束形成方法、装置及介质，设计了基于统计信道误差模型下的irs辅助认知无线电系统，在该系统模型中，考虑了多个主要用户和多个次要用户，假设主要基站发送信息的信道已知，而辅助基站发送信息的信道不完美，为了描述irs辅助mimo系统中的信道的不完美性误差的统计特性，采用了经典的高斯-克罗内克模型，并为了处理复杂的目标函数，采用加权最小均方误差方法对问题进行了重新表述，即对辅助矩阵、解码矩阵、发射波束形成矩阵和irs反射系数矩阵，在保持其他矩阵不变的情况下，迭代求解其中一个矩阵，直至收敛；

24、之后利用交替优化算法将非凸问题解耦为两个可交替求解的子问题，利用cvx求解发射波束行程问题，利用迭代算法依次求解反射系数，每次只优化一个系数，给出了irs系数的最优性条件；

25、这样能够在不完美信道状态信息(csi)和收发器硬件损伤的情况下，降低认知无线电系统对主用户产生的干扰，提升信号传输速率，改善系统性能。