6G空中智能反射面辅助网络多小区干扰协调方法

本发明涉及无线通信网络领域，特别涉及网络规划、小区增强，空中智能反射表面(intelligent reflecting surface，irs)辅助网络的多小区干扰协调方法。

背景技术：

1、作为一种新兴的无线通信传输技术，智能反射表面可以通过将信号被动反射到所需区域来提高信号强度，而无人机(unmanned aerial vehicle，uav)由于其高度的灵活性和视线特性，可以缓解固定部署的irs的覆盖范围有限的问题。

2、在多小区空中irs辅助网络中，无人机的高视线和敏捷性为irs辅助通信提供了有利条件。然而，由于无源反射特性，irs的反射将增强期望信号和干扰信号，从而导致信干噪比(signal-to-interference-and-noise ratio，sinr)的耦合问题,尤其是在具有大量irs反射元件的密集网络中。而无人机的机动性进一步导致了动态信号增益，这使得这种耦合问题更加复杂。因此，空中irs的灵活性需要仔细设计，以尽可能减轻irs反射干扰的影响。

3、对于上述多小区干扰，有三种传统的多小区干扰抑制方法，即通过接收机处理消除干扰、通过跳频进行干扰随机化以及通过资源划分和功率分配避免干扰。然而，这些方法不可避免地会增加系统的复杂性，尤其是在未来非均匀网络拓扑的情况下。

4、此外，现有的工作通常会引入一种新的网元来解决上述问题，如无人机基站辅助方案、地面irs辅助方案和空中irs辅助方案。对于无人机辅助方案，这些工作通过引入有源无人机基站来提高小区边缘用户的性能，但这也会给附近用户带来同等强度的额外干扰，这并不能从根本上解决问题。对于地面irs辅助方案，这些工作将irs部署在固定的位置，这导致irs的覆盖范围有限。尽管部署多个irs可以在一定程度上解决这个问题，但它不可避免地会增加网络的复杂性，并引发一些新的问题，如多个irss的反射、irss的调度和用户关联问题。因此，利用空中机动的irs可以结合上述两个方案的优势，为多小区干扰协调提供更优解决方案。

技术实现思路

1、本文构建了一种空中智能反射面辅助网络多小区干扰协调方法，其中无人机机载智能反射面(unmanned aerial vehicle-mounted intelligent reflecting surface,uav-irs)作为无源通信反射中继节点，在多小区边缘以某一特定高度飞行，通过反射地面基站(ground base station,gbs)的信号提升小区用户的服务质量，同时抑制相邻小区的干扰。该无人机机载智能反射面可以被多小区调度，在不同时刻服务不同小区用户。在此基础上，我们设计了通信方案，解决了所构建的多小区边缘用户最小速率最大化问题，并获得了多基站对irs的传输调度结果和irs的移动方案，通过仿真验证了所提出方案的有效性。

2、本发明的空中智能反射面辅助网络多小区干扰协调方法如附图1所示，主要包括步骤200-步骤280，其中，步骤200为获取输入参数步骤，步骤210-步骤270为控制中心计算步骤，步骤280为为了实现干扰协调通信的网络实际操作步骤。

3、步骤200，利用3gpp release16版本中引入的多种定位使能技术，如utdoa、otdoa、aoa、rtt等，测量用户位置；或者派遣无人机获取用户位置，如利用光学摄像头、雷达等设备。

4、步骤210，该步骤在控制中心进行计算，基于莱斯衰落信道模型，利用公式(1)和公式(2)分别计算irs反射的理想信号增益和干扰信号增益。

5、

6、

7、其中，各个参数定义如下：

8、kr为空地信道的莱斯因子；

9、n为irs的单元数量；

10、为度为1/2的拉盖尔多项式。

11、步骤220，该步骤在控制中心进行计算，根据所有基站位置信息和所获得所有用户位置信息，利用公式(3)计算所有基站到所有用户的平均接收功率。

12、

13、其中，各个参数定义如下：

14、pi为基站i的发射功率；

15、β0为单位距离的传播路径损耗；

16、α1为基站到用户的直接链路的路径损耗指数；

17、α2为基站到用户的反射链路的路径损耗指数；

18、g1和g2如公式(1)和(2)所示；

19、为地面基站i与用户k的空间距离；

20、为在第m个时隙时，地面基站i与空中irs的空间距离；

21、为在第m个时隙时，空中irs与用户k的空间距离。

22、步骤230，该步骤在控制中心进行计算，根据公式(4)计算第m时隙时，所有基站为所有用户的平均可实现传输速率。

23、

24、其中，各个参数定义如下：

25、σ2为高斯白噪声功率密度；

26、如公式(3)所示。

27、步骤240，该步骤在控制中心进行计算，求解下述问题p1(式子(5))，获得空中irs调度方案和用户的最小传输速率的最大值η。即所有基站在不同时刻对空中irs的调度情况在任意时刻m,1≤m≤m，基站i,1≤i≤i调度irs为用户k,1≤k≤k服务。其中，表示在时隙m中,地面基站i调度空中irs为用户k服务。

28、

29、其中，m为uav飞行的总时隙数量，k为总用户数量。注意，求解获得的可能不满足约束ak[m]∈{0,1}，因此需要进一步处理，这将在步骤270中进行讲述。注意，在求解p1的时候，需要给定uav轨迹在第一次求解p1时，uav轨迹可随机选取一个可行轨迹，此后的uav轨迹由步骤250求解获得。

30、步骤250，求解下述问题p2(式子(6))，获得uav轨迹方案和用户的最小传输速率的最大值η。注意，本文uav的飞行始终处于某一固定高度，该高度可以选取该区域安全飞行的最低高度以降低路径损耗。

31、

32、其中，q0和qf为uav飞行的起始和降落地点，dmax为两个相邻时隙uav可以移动的最大距离。注意，在求解p2的时候，需要给定irs调度方案在第一次求解p2时，irs调度方案可随机选取一个可行调度方案，此后的irs调度方案由步骤240求解获得。

33、步骤260，设定迭代计算精度ξ，反复进行步骤240和步骤250，直到步骤240获得的用户最小传输速率最大值η的增量小于设定的迭代计算精度ξ。此时，我们可以获得空中irs调度方案和移动方案请注意，此时获得的空中irs调度方案不一定满足约束需要进行二进制处理，我们将在步骤270进行讲述。

34、步骤270，对进行二进制处理。我们可以进一步将每个时隙划分为χ个子时隙，则总时隙为m'＝χm。那么在时隙m中，可以分配个子时隙给用户k进行传输，表示离x最近的整数。可知，χ选取得越大，与χ×ak[m]的差距就越小。但是需要注意的是，χ越大会造成uav轨迹规划的不准确性越大，因此χ的选择需要权衡考虑。至此，我们获得了最终的irs调度方案和移动方案

35、步骤280，控制中心过配置下行控制信道，或者设计新的帧结构、irs以及uav的控制协议来进行传输结算结果，并按照所得结果控制不同时隙下的uav飞行轨迹，且uav根据不同时隙下的irs调度方案调整irs相位，以调度irs为不同用户k服务。同时，根据irs调度方案利用公式(7)设定irs的反射相位。

36、

37、其中，如果第m个时隙中，基站i调度irs为用户k服务，则irs的第n个单元对用户k信号的幅度和相位调整因子为分别为基站i与irs的第n个单元的信道增益的相位、irs的第n个单元与用户k信道增益的相位。

38、有益效果

39、本发明的空中智能反射面辅助网络多小区干扰协调方法，建立了多小区干扰环境下的多用户通信的流程框架，给出了多用户下的不同基站对irs调度服务方案和irs移动规划方案。具体地，构建了double-rician的基站-irs-用户级联信道模型，推导了理想信号和干扰信号的irs反射增益,并基于一阶泰勒展开技术，利用块坐标下降和连续凸优化方法设计了低复杂度空中irs调度和irs移动规划算法。此外，我们根据现实中的场景参数，构建了大量仿真场景，并进行了细致的结果对比，对比结果显示了所提算法的优越性。我们详细给出了每一时刻irs的三维空间位置，以及每一时刻下基站对irs的调度情况，以及irs的相位设置情况。通过设置合理的场景参数，这些结果可以应用到现实中的各个应用场景。