[发明专利]一种智能反射面辅助认知无线电系统的符号级预编码方法

权利要求书

1.一种智能反射面辅助认知无线电系统的符号级预编码方法，其特征在于，所述方法的步骤为：

S1、根据认知无线电通信系统的参数设定、信道状态信息以及智能反射面参数，建立认知用户和主用户的接收信号模型；具体步骤为：

对于一个有智能反射面辅助并配备了N_T根天线的认知基站CBS，服务K个单天线认知用户CU和L个单天线主用户PU的认知无线电通信系统模型；智能反射面IRS配备了N_R个反射单元，相关反射系数可以表示为H_r表示认知无线通信系统中CBS到IRS间的传输信道；g_r,l、h_r,k分别是IRS到第l个PU间的干扰信道以及IRS到第k个CU间的传输信道；g_l、h_k分别代表CBS对第l个PU产生的直接干扰信道和CBS到第k个CU间的直接传输信道；则第k个CU接收到的信号为：

第l个PU接收到的干扰信号为：

其中，y_k(t)是第k个CU在符号时间t内接收的信号；i_l(t)是第l个PU在符号时间t内接收到的干扰信号；T是信道相干时间；Φ＝Diag(θ)是IRS的反射矩阵；是CBS的发射信号；n_k(t)～CN(0,σ²)和n_l(t)～CN(0,σ²)是圆形复高斯噪声；认知基站已知的信道状态信息包括干扰信道g_r,l、g_l和传输信道H_r、h_r,k、h_k；

S2、针对智能反射面辅助的认知无线电通信场景，建立相关的符号级预编码问题，在认知用户侧符号错误概率约束、干扰温度约束、智能反射面的恒模约束以及基站已知的用户信道状态信息的基础上，提出以系统发射功率最小化为目标的设计问题；具体步骤为：

在智能反射面辅助的认知无线电通信场景下，同时满足认知用户侧符号错误概率约束、干扰温度约束以及智能反射面的恒模约束，提出了以系统发射功率最小化为目标的设计问题；目标函数及约束条件表示为：

其中，min表示最小化运算；s.t.表示约束条件；为实部，为虚部，是认知用户侧符号错误概率约束；是干扰温度约束；|θ_i|＝1是智能反射面的恒模约束；在QPSK调制下，为方便求解问题，将用替代，可以将(3)式写成：

S3、针对所建立的系统发射功率最小化设计问题，首先使用了基于双层迭代的块坐标下降算法，将建立的设计问题分解为两个子问题，分别进行迭代更新求解；其次在分层迭代过程中，又使用半正定松弛算法和高斯随机化方法来解决智能反射面的恒模约束；最后在符号级预编码方案下求解出最小的系统发射功率，为减少求解时的迭代次数，设计并使用了二分算法；具体步骤为：

S3-1、由于约束条件中存在变量耦合，不适合直接求解，因此将(4)式中的约束条件u(t)＝(H_kθ+h_k)^Hx(t)、v(t)＝(G_lθ+g_l)^Hx(t)与目标函数交换位置，得到需要处理的问题：

S3-2、对于系统发射功率最小化设计问题的求解，使用了基于双层迭代的块坐标下降算法；由于(5)式中存在变量耦合以及非凸约束，使得直接求解设计问题变得十分困难，通过分析和验证，将目标函数的T个时隙进行合并处理，并使用块坐标下降算法将设计问题拆分为(P0)和(P1)两个子问题，进行交替迭代更新，以此求出最优的u、v、X、θ值，进而求解出最小的发射功率P_T值；

S3-3、由于最终的目标是求解出最小的P_T值，运用二分求解算法：首先给定一个初始的P_T值，在此基础上，经过迭代更新求解出目标函数中最优的u、v、X、θ值；此时，将所求解出的u、v、X、θ值代入到(5)式的目标函数中，如果目标函数为0，说明问题最优的解在区间[0,P_T]内，需要缩短区间的长度；反之，说明问题最优的解不在区间[0,P_T]内，需要扩展区间的长度。