一种面向容量覆盖的IRS辅助超密集网络资源分配方法组成比例

本发明专利技术提供一种面向容量覆盖的IRS辅助超密集网络资源分配方法，属于通信网络资源分配技术领域，解决了超密集网络中干扰严重和容量覆盖空洞的问题；包括：S1、初始化系统的各个参数；S2、建立信道模型，并修正估计信道的信息；S3、建立联合优化问题，并将联合优化问题拆分为两个子问题，子问题一为基站与用户关联和子载波分配的优化问题，子问题二为IRS波束设计的优化问题；S4、依据网络链路状态进行用户关联和载波分配，实现干扰管控；S5、在资源分配结果的基础上，依据干扰情况进行波束设计，干扰可感知地实现容量覆盖最大化；本发明专利技术实现了干扰管控和系统容量覆盖最大化，以及整改通信网络系统内用户速率之和的最大化。络系统内用户速率之和的最大化。络系统内用户速率之和的最大化。

【技术实现步骤摘要】
一种面向容量覆盖的IRS辅助超密集网络资源分配方法


[0001]本专利技术属于通信网络资源分配
，应用于超密集网络中，具体为一种面向容量覆盖的IRS辅助超密集网络资源分配方法。

技术介绍

[0002]为了满足不断提升的通信网络容量需求，超密集网络(Ultra
‑
Dense Network，UDN)技术逐渐成为支撑5G以及未来网络的核心技术；这种技术增加了接入点密度，尤其是热点地区的接入点密度，使小区部署致密化，从而形成了超密集网络，从缩短小区大小和传输距离的角度，获得了频谱效率和功率效率的大幅增益，极大的提高网络吞吐量，使未来网络能够应对复杂多变的新兴业务。
[0003]与传统蜂窝系统相比，超密集网络是一种异构网络，各类密集接入的设备造成了更强的干扰强度和复杂度，从而造成了网络中的容量覆盖空洞。智能反射表面技术(Intelligent Reflecting Surface，IRS)是针对未来网络提出的一种新型技术，具有被动反射的特性，可以通过低耗的无源反射单元控制电磁波的反射过程，重新配置无线传播环境；借助IRS技术提升超密集网络性能，弥补由于网络干扰严重造成的容量覆盖空洞，也成为了当前的热点技术。因此，如何充分利用有限资源，如何借助IRS有效配置信号传播环境，针对网络中存在的干扰，提出有效的干扰管控方法，成为超密集网络亟待解决的关键问题。
[0004]涉及IRS辅助的通信网络资源分配问题的现有成果中，IRS技术通常用于增强不同通信系统的信号覆盖能力，例如针对全双工无线供电通信网络(FD
‑
WPCN)、认知无线网络(CR)、半免授权传输网络(SGF)等，通过优化功率分配和IRS波束设计，论证了IRS可以在保证信号覆盖的前提下，提升系统频谱效率的能力；或者基于IRS辅助的NOMA网络的特点，优化系统有源和无源波束赋形提升下行链路速率之和。但是在这些现有的研究中，缺乏对于系统容量覆盖空洞弥补问题的考量，也没有针对超密集网络中高强度和复杂度的干扰进行有效管控。
[0005]因此，现有技术存在如下缺点：
[0006]基于智能反射表面辅助上行系统动态资源分配方法，其中提出了一种动态选择IRS的方案，涉及IRS辅助通信系统的接入规则和IRS的相移设计。该方法的主要步骤是：(1)规定用户的初始接入规则，根据接入方案，对问题进行建模，引入帧的概念；(2)基于李雅普诺夫优化框架的漂移加惩罚算法对建立的长期动态优化问题进行处理，用户接入结果；(3)利用基于拉格朗日对偶理论的分式规划方法，得到功率分配和IRS相移结果，实现功率最小化；(4)迭代上述步骤(2)和(3)，获得最终用户资源分配结果。在该方法中考虑了IRS辅助系统的框架下的用户匹配、功率分配和IRS相移，但是未考虑到多接入点之间的干扰，也未涉此类干扰的干扰消除，在超密集网络的容量覆盖具有局限性。
[0007]智能反射表面辅助SM
‑
NOMA系统资源分配方法，其中提出了一种功率分配方案，对于智能反射面辅助的SM
‑
NOMA系统，考虑每个用户的有效信道增益进行动态用户分组。该方法的主要步骤是：(1)首先进行动态用户分组，根据用户信道增益差距进行分组；(2)以最大
化系统用户速率之和为目标建立优化问题，采取使SINR最大化的优化方案；(3)拆分上述(4)中优化问题，即通过联合优化用户的功率分配系数和IRS的相移，使用户和速率达到最大。在该方法中考虑了IRS辅助系统框架下的用户速率最大化，但是对于存在严重干扰的超密集网络，该方法缺少网络中的干扰管控。
[0008]针对IRS辅助的NOMA通信系统下行链路，还有一种资源分配算法实现最大化系统吞吐量。联合优化信道分配、NOMA用户解码顺序、功率分配和IRS反射系数。在该算法中采用了集中式的IRS反射系数设计方法，场景中的全部信道信息是共享的；但是超密集网络中密集的通信节点造成了大量的信道信息，通常网络无法获知全部信道信息，因此该方法并不适用于超密集网络。

技术实现思路

[0009]为了通过智能反射表面IRS实现超密集网络中的电磁波流动控制，解决由于超密集网络中接入点密集造成的干扰严重，从而导致网络容量覆盖空洞的问题，以及由于信道信息获知有限而导致的干扰管控性能下降问题，本专利技术提出了一种面向容量覆盖的IRS辅助超密集网络资源分配方法；该方法采用具备外部性条件的多对一匹配模型结合匹配理论和经典盖尔
‑
沙普利匹配算法完成资源分配，实现干扰管控和系统容量覆盖最大化，最终实现整改通信网络系统内用户速率之和的最大化。
[0010]本专利技术采用了以下技术方案来实现目的：
[0011]一种面向容量覆盖的IRS辅助超密集网络资源分配方法，包括如下步骤：
[0012]S1、初始化IRS辅助通信系统的各个参数；
[0013]S2、建立信道模型，并修正估计信道的信息；
[0014]S3、以最大化系统用户速率之和为目标，建立联合优化问题，并将联合优化问题拆分为两个子问题，子问题一为基站与用户关联和子载波分配的优化问题，子问题二为IRS波束设计的优化问题；
[0015]S4、求解子问题一，依据网络链路状态进行用户关联和载波分配，实现干扰管控；
[0016]S5、求解子问题二，在资源分配结果的基础上，依据干扰情况进行波束设计，干扰可感知地实现容量覆盖最大化。
[0017]具体的，步骤S1的初始化IRS辅助通信系统参数的过程中，针对存在IRS辅助通信系统的下行链路，系统中存在有多个通信小区以及各个小区相关联的IRS和用户；每个小区的基站配备一个IRS，并采用集中式部署将IRS的所有反射单元均放置在基站侧；所有基站和地面用户配备单天线；对于给定基站和IRS的位置，在给定范围内随机生成用户的位置和IRS波束相移。
[0018]进一步的，步骤S2的具体内容如下：
[0019]S21、确定用户通过IRS反射经由载波接收到基站的信号；
[0020]S22、计算用户得到的接收功率，依据接收功率，得出用户的信道增益；
[0021]S23、采取插值的方式还原不完整的信号，得到信道估计内容，该内容中存在估计误差；
[0022]S24、依据信道估计内容中的估计值和信道信息的概率关系，修正估计值，从而弥补估计误差；
[0023]S25、综合信道信息和修正后估计值的概率分布关系，依据该概率关系和估计值得到修正过的信道系数。
[0024]进一步的，步骤S3的具体内容如下：
[0025]S31、确定与基站关联的用户在子信道上可达到的速率；
[0026]S32、结合用户和基站相对应子信道的关联情况，得到一个基站覆盖的所有用户速率之和；
[0027]S33、以最大化系统用户速率之和为目标，建立联合优化问题；
[0028]S34、将联合优化问题拆分为两个子问题后，交替优化子问题一和子问题二达到最大迭代次数，得到最终优化结果。...

【技术保护点】

【技术特征摘要】
1.一种面向容量覆盖的IRS辅助超密集网络资源分配方法，其特征在于，包括如下步骤：S1、初始化IRS辅助通信系统的各个参数；S2、建立信道模型，并修正估计信道的信息；S3、以最大化系统用户速率之和为目标，建立联合优化问题，并将联合优化问题拆分为两个子问题，子问题一为基站与用户关联和子载波分配的优化问题，子问题二为IRS波束设计的优化问题；S4、求解子问题一，依据网络链路状态进行用户关联和载波分配，实现干扰管控；S5、求解子问题二，在资源分配结果的基础上，依据干扰情况进行波束设计，干扰可感知地实现容量覆盖最大化。2.根据权利要求1所述的一种面向容量覆盖的IRS辅助超密集网络资源分配方法，其特征在于：步骤S1的初始化IRS辅助通信系统参数的过程中，针对存在IRS辅助通信系统的下行链路，系统中存在有多个通信小区以及各个小区相关联的IRS和用户；每个小区的基站配备一个IRS，并采用集中式部署将IRS的所有反射单元均放置在基站侧；所有基站和地面用户配备单天线；对于给定基站和IRS的位置，在给定范围内随机生成用户的位置和IRS波束相移。3.根据权利要求1所述的一种面向容量覆盖的IRS辅助超密集网络资源分配方法，其特征在于，步骤S2的具体内容如下：S21、确定用户通过IRS反射经由载波接收到基站的信号；S22、计算用户得到的接收功率，依据接收功率，得出用户的信道增益；S23、采取插值的方式还原不完整的信号，得到信道估计内容，该内容中存在估计误差；S24、依据信道估计内容中的估计值和信道信息的概率关系，修正估计值，从而弥补估计误差；S25、综合信道信息和修正后估计值的概率分布关系，依据该概率关系和估计值得到修正过的信道系数。4.根据权利要求1所述的一种面向容量覆盖的IRS辅助超密集网络资源分配方法，其特征在于，步骤S3的具体内容如下：S31、确定与基站关联的用户在子信道上可达到的速率；S32、结合用户和基站相对应子信道的关联情况，得到一个基站覆盖的所有用户速率之和；S33、以最大化系统用户速率之和为目标，建立联合优化问题；S34、将联合优化问题拆分为两个子问题后，交替优化子问题一和子问题二达到最大迭代次数，得到最终优化结果。5.根据权利要求4所述的一种面向容量覆盖的IRS辅助超密集网络资源分配方法，其特征在于，步骤S31中，与基站m关联的用户j在第k个子信道上可达到的速率写为下式：式中，I
m,j
如下：
I
m,j
表示该用户所受到的同频信号干扰；p
m,k
为基站分配给第k个子载波的传输功率；h
j,m,k
为基站m通过子载波k到j用户的信道增益；B
C
为子载波的带宽；系统中的噪声为高斯加性白噪声，噪声功率为σ2；步骤S32中，所得到的一个基站覆盖的所有用户速率之和R
m
，如下式：该式结合了用户j和基站相对应子信道k的关联情况。6.根据权利要求5所述的一种面向容量覆盖的IRS辅助超密集网络资源分配方法，其特征在于，步骤S33中，采用大小为N
BS
×
N
user
×
N
sub
的矩阵X来表示基站
‑
用户关联与子信道分配之间的关系；若x
m,j,k
＝1，表示第j个用户分配到了第m个基站的第k个子信道，否则x
m,j,k
＝0；建立的联合优化问题如下：S.t.(1)x
m，j，k<...

【专利技术属性】
技术研发人员：刘俊宇，李瑀萌，盛敏，郑阳，李建东，史琰，常乔伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：