基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法技术

本申请提供一种基于智能反射面的CR

【技术实现步骤摘要】
基于智能反射面的CR
‑
NOMA网络通信方法及中断性能验证方法


[0001]本申请涉及通信
，尤其涉及一种基于智能反射面的CR
‑
NOMA网络通信方法及中断性能验证方法。

技术介绍

[0002]智能反射面是一种由大量低成本的被动无源反射元件组成的平面，放置于发送方与接收方之间，每个单元能都能够独立地对入射信号进行相位(或/和)幅度的改变。认知无线电(Cognitive Radio，CR)通过感知外界环境，并使用人工智能技术从环境中学习，能够实现对有限无线频谱资源的高效利用。非正交多址接入(Non
‑
Orthogonal Multiple Access，NOMA)技术以不同功率将多个信息流在时域/频域/码域重叠的信道上传输，能够在相同无线资源上为多个用户同时提供无线业务。认知非正交多址(CR
‑
NOMA)网络技术对功率叠加非正交多址技术进行了优化和改进，将非正交多址看作认知无线的特例，设计相应的功率分配策略去满足用户预定的服务质量需求。
[0003]现有的技术中，尚没有关于基于智能反射面的CR
‑
NOMA网络在非理想信道条件下的可靠传输性能研究。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种基于智能反射面的CR
‑
NOMA网络通信方法及中断性能验证方法。
[0005]基于上述目的，本申请提供了一种基于智能反射面的CR
‑
NOMA网络通信方法，所述方法应用于CR
‑
NOMA通信系统，所述CR
‑
NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述方法包括：响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
[0006]可选地，所述智能反射面包括多个智能反射单元，所述复合接收信号通过下式表示：
[0007][0008]其中，所述CR网信号接收设备共有M个，y
i
为第i个所述CR网信号接收设备接收到的所述复合接收信号，为所述干扰信号，为所述复合CR信号，h
p，i
为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，Ω
i
用于表示所述主网基站是否对第i个所述CR网信号接收设备产生干扰信号，η为干扰系数，P
T
为所述干扰信号的信号发射功率，x
p
为所述主网基站发出的信号，所述多个智能反射单元共有N个，h
n，i
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，|r
n
|为第n个所述智能反射单元的反射增益，θ
n
为第n个所述智能反射单元的相位，α
i
为经过所述智能反射面反射的所述CR网信号发射源到第i个所述CR网信号接收设备的功率分配系数，八为所述CR网信号发射源的信号发射功率，x
i
为第i个所述CR网信号接收设备的所述解码CR信号，ω
i
为第i个所述CR网信号接收设备的接收端加性高斯白噪声。
[0009]可选地，所述主网基站与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
[0010][0011]其中，g
p，i
为所述主网基站与第i个所述CR网信号接收设备之间的信道衰落增益，为所述主网基站与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数；
[0012]所述经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
[0013][0014]其中，g
n，i
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道衰落增益，r
i
‑
β
为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
[0015]可选地，所述对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号，包括：
[0016]根据串行干扰删除原理对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
[0017]基于同一专利技术构思，本申请还提供了一种应用于任一所述基于智能反射面的CR
‑
NOMA网络通信方法的通信系统中断性能验证方法，包括：利用线性最小均方误差建立信道状态模型；利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比；根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
[0018]可选地，所述信道状态模型包括：
[0019][0020][0021]其中，h
p，i
为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，h
n，i
为
经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，为所述主网基站与第i个所述CR网信号接收设备之间的估计信道，为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的估计信道，e
p，i
为所述主网基站到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，e
n，i
为所述CR网信号发射源通过第n个所述智能反射单元到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，为所述主网基站与第i个所述CR网信号接收设备之间的距离，r
i
‑
β
为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
[0022]基于同一专利技术构思，本申请还提供了一种基于智能反射面的CR
‑
NOMA网络通信装置，所述装置应用于CR
‑
NOMA通信系统，所述CR
‑
NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述装置包括：信号接收模块，被配置为响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能反射面的CR
‑
NOMA网络通信方法，其特征在于，所述方法应用于CR
‑
NOMA通信系统，所述CR
‑
NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述方法包括：响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。2.根据权利要求1所述的基于智能反射面的CR
‑
NOMA网络通信方法，其特征在于，所述智能反射面包括多个智能反射单元，所述复合接收信号通过下式表示：其中，所述CR网信号接收设备共有M个，y
i
为第i个所述CR网信号接收设备接收到的所述复合接收信号，为所述干扰信号，为所述复合CR信号，h
p，i
为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，Ω
i
用于表示所述主网基站是否对第i个所述CR网信号接收设备产生干扰信号，η为干扰系数，P
T
为所述干扰信号的信号发射功率，x
p
为所述主网基站发出的信号，所述多个智能反射单元共有N个，h
n，i
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，|r
n
|为第n个所述智能反射单元的反射增益，θ
n
为第n个所述智能反射单元的相位，α
i
为经过所述智能反射面反射的所述CR网信号发射源到第i个所述CR网信号接收设备的功率分配系数，P
S
为所述CR网信号发射源的信号发射功率，x
i
为第i个所述CR网信号接收设备的所述解码CR信号，ω
i
为第i个所述CR网信号接收设备的接收端加性高斯白噪声。3.根据权利要求2所述的基于智能反射面的CR
‑
NOMA网络通信方法，其特征在于，所述主网基站与第i个所述CR网信号接收设备之间的信道系数通过下式表示：其中，g
p，i
为所述主网基站与第i个所述CR网信号接收设备之间的信道衰落增益，为所述主网基站与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数；所述经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
其中，g
n，i
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道衰落增益，r
i
‑
β
为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。4.根据权利要求1所述的基于智能反射面的CR
‑
NOMA网络通信方法，其特征在于，所述对所述复合接收信号进行解码，得到...

【专利技术属性】
技术研发人员：李美玲，薛凯轩，杨晓霞，刘畅，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：