【技术实现步骤摘要】
本专利技术属于无线通信，具体涉及一种基于ris辅助毫米波mimo-ofdm系统的通感融合方法。
技术介绍
1、通感一体化(isac)已被公认为即将到来的6g无线通信系统的关键推动因素，可提供更高速率的数据传输、超可靠和低延迟通信以及无处不在的连接。定位和环境感知作为感知中不可或缺的方面，可以支持各种新兴的使用场景，例如虚拟现实、自动化工厂和低空经济等。毫米波通信和mimo技术可以提供高时间和空间分辨率，为高精度定位和环境感知铺平了道路。
2、定位最常见的测量信息是到达时间(toa)、出发角(aod)、到达角(aoa)和接收信号强度(rss)，过去，非视距成分通常被视为需要被消除的干扰，随着通信频率向毫米波频段演进，毫米波信道的稀疏性使nlos成分进行角色变化，最近，使用nlos成分进行定位和环境感知已被广泛探索，例如，有的技术方案考虑了毫米波mimo网络，并提出了一种基于软信息的定位和环境感知算法，用于位置辅助通信，有的技术方案，专利技术人利用毫米波信道在角度和延迟域的联合稀疏性，提出了一种非精确块最小化-最大化定位算法，然而，由于毫米波的波长较短，大量的穿透损耗和路径损耗导致定位精度下降。
3、为了克服上述问题，ris应运而生，ris是一个由大量低成本、低功耗的无源反射元件组成的平面，每个元件都能够独立地操纵入射电磁波的幅度和相位，因此，通过创建额外的虚拟视距路径，ris可以以节能、经济的方式重塑无线传播环境，实现高效的反射波束赋形并促进毫米波非视距定位。对于mimo-ofdm系统，有的技术方案推导出了
4、基于现有技术存在的上述技术问题，本专利技术提出一种基于ris辅助毫米波mimo-ofdm系统的通感融合方法。
技术实现思路
1、本专利技术的目的是针对现有技术的不足，提供一种基于ris辅助毫米波mimo-ofdm系统的通感融合方法。
2、本专利技术采用如下技术方案：
3、一种基于ris辅助毫米波mimo-ofdm系统的通感融合方法，包括：
4、步骤1，用户和散射体定位，采用智能反射面ris的非视距成分计算用户位置，采用散射体的非视距成分和计算用户位置来计算散射体位置；
5、步骤2，利用扩展卡尔曼滤波器ekf算法跟踪用户和散射体的位置；
6、步骤3，根据ekf算法预测的下一时隙的用户和散射体位置，联合优化发射波束赋形和反射波束赋形，最大化用户的平均达到速率。
7、进一步地，步骤1中，在用户和散射体定位阶段，包含2m个导频符号，在前m个符号中，ris处的相移矩阵设置为θ(t)，在其余m个符号中设置为-θ(t)，用户和散射体定位只在第一个时隙中执行(t＝1)，通过分离ris和散射体传输的非视距成分，获得两组接收信号：
8、
9、其中，ω(t)表示基站处的发射波束赋形向量，和分别表示两组信号的等效接收噪声，和分别表示第m个符号和第m+m个符号的第k个子载波上的接收信号，可以表示为：
10、
11、其中，和表示接收噪声，服从复高斯分布，和分别表示从基站到ris、从ris到用户以及通过第l个散射体从基站到用户的信道：
12、
13、其中，(·)h表示矩阵的共轭转置，gr,b和τr,b表示从基站到ris路径的复信道增益和时延，和表示从ris到用户路径的复信道增益和时延，和表示从基站经由第l个散射体到用户路径的复信道增益和时延，和表示从基站到ris以及从基站到第l个散射体路径的aod，和表示从ris到用户以及从第l个散射体到用户路径的aoa，和表示ris沿y方向和z方向的aod(aoa)，和分别是基站、用户和ris在第k个子载波上的导向矢量。
14、进一步地，步骤1中，利用来计算用户位置，设公式(1)修改为：
15、
16、沿m和k堆叠得到：
17、
18、其中，k表示子载波个数，是用户位置的函数，表示所有符号上的复增益，表示等效的接收噪声；
19、将用户的感兴趣区域离散化为一组网格点设用户位置包含在中，公式(9)转换为压缩感知模型：
20、
21、式(10)中，φu表示稀疏字典，xu是表征用户位置的稀疏向量；
22、将用户定位问题转化为联合参数字典学习和稀疏信号恢复问题：
23、
24、其中，ξ表示能够接受的重构误差，使用参数化稀疏贝叶斯字典学习psbdl算法求解通过计算的和来获得用户位置
25、进一步地，步骤1中，用和来计算散射体位置，将公式(2)等效转换成：
26、
27、其中，
28、
29、
30、
31、
32、散射体定位问题转化成：
33、
34、利用psbdl算法来求解散射体位置通过和来计算。
35、进一步地，步骤2中，在第t个时隙中，其中，t≥2，根据第t-1个时隙设计的发射和反射波束赋形，并利用ekf来进行用户和散射体跟踪，用表示状态向量，用表示观测向量，其中，和分别表示用户和第l个散射体的位置，表示用户速度，设用户以恒定速度移动，并且任何两个相邻时隙之间的散射体位置差异由独立的高斯噪声建模，状态转移模型和观测模型表示为：
36、
37、其中，f表示状态转移矩阵，h(·)由公式(3)定义，和表示噪声向量。
38、进一步地，步骤2包括：
39、步骤2.1，用户和散射体状态预测，其中，用户和散射体状态包括位置和速度：
40、
41、步骤2.2，将测量模型线性化：
42、
43、步骤2.3，用户和散射体状态的均方误差(mse)矩阵预测：
44、p(t|t-1)＝fp(t-1)ft+q……(18)，
45、步骤2.4，卡尔曼增益计算：
46、
47、步骤2.5，用户和散射体状态(位置和速度)跟踪：
48、
49、步骤2.6，用户和散射体状态的位置和速度的mse矩阵更新：
50、p(t)＝(i-k(t)h(t))p(t|t-1)……(22)。
51、进一步地，步骤3中，第t个时隙中第k个子载波上的接收信号表示为：
52、
53、其中，和是的函数，平均可达速率最大化问题能制定成：
【技术保护点】
1.一种基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，包括：
2.根据权利要求1所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤1中，用户和散射体定位，包含2M个导频符号，在前M个符号中，RIS处的相移矩阵设置为Θ(t)，在其余M个符号中设置为-Θ(t)，用户和散射体定位只在第一个时隙中执行，其中，t＝1，通过分离RIS和散射体传输的非视距成分，获得两组接收信号：
3.根据权利要求2所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤1中，用户定位利用来计算，设公式(1)修改为：
4.根据权利要求3所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤1中，散射体定位用和来计算，将公式(2)等效转换成：
5.根据权利要求2所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤2中，第t个时隙中，其中，t≥2，根据第t-1个时隙设计的发射和反射波束赋形，并利用EKF来进行用户和散射体跟踪，用表示状态向
6.根据权利要求1所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤2包括：
7.根据权利要求2所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤3中，第t个时隙中第k个子载波上的接收信号表示为：
8.根据权利要求1所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤3中，发射波束赋形优化包括：
9.根据权利要求1所述的基于RIS辅助毫米波MIMO-OFDM系统的通感融合方法，其特征在于，步骤3中，反射波束赋形优化包括：
...【技术特征摘要】
1.一种基于ris辅助毫米波mimo-ofdm系统的通感融合方法，其特征在于，包括：
2.根据权利要求1所述的基于ris辅助毫米波mimo-ofdm系统的通感融合方法，其特征在于，步骤1中，用户和散射体定位，包含2m个导频符号，在前m个符号中，ris处的相移矩阵设置为θ(t)，在其余m个符号中设置为-θ(t)，用户和散射体定位只在第一个时隙中执行，其中，t＝1，通过分离ris和散射体传输的非视距成分，获得两组接收信号：
3.根据权利要求2所述的基于ris辅助毫米波mimo-ofdm系统的通感融合方法，其特征在于，步骤1中，用户定位利用来计算，设公式(1)修改为：
4.根据权利要求3所述的基于ris辅助毫米波mimo-ofdm系统的通感融合方法，其特征在于，步骤1中，散射体定位用和来计算，将公式(2)等效转换成：
5.根据权利要求2所述的基于ris辅助毫米波mimo-ofdm系统的通感融合方法，其特征在于，步骤2中，...
【专利技术属性】
技术研发人员：郭文彬，褚越岩，孙境鸿，王文博，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。