System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法技术方案_技高网

一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法技术方案

技术编号:44860329 阅读:4 留言:0更新日期:2025-04-08 00:05
本发明专利技术提出了一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法,旨在通过优化基站端主动波束赋形向量,RIS端被动波束赋形向量及单元位置,提升系统性能。所述方法包括:构建一个以系统和速率最大化为目标的优化问题模型;构建基站发射功率、RIS相移约束、RIS单元位置和RIS单元间距离的约束条件;采用深度强化学习算法来解决这一优化问题,可以自适应地学习最佳策略,并且能够较好适应复杂多变的无线通信环境。

【技术实现步骤摘要】

本专利技术属于无线通信,具体涉及一种可移动ris增强无线通信系统的波束赋形和单元位置联合优化方法。


技术介绍

1、可移动ris(reconfigurable intelligent surface,可重构智能表面)是通信领域的新兴技术,ris表面由大量小型,低成本,可编程元件组成,其核心在于通过动态调整其表面上的每个元件的信号属性,如相位和幅度,来改善信号传输质量。不同于传统中继站,可移动ris的特点在于其元件能够灵活移动和重新配置,这意味着它们可以根据需要改变排列和状态,以优化无线传播环境。这种灵活性使得可移动ris能够在各种应用场景中快速响应,比如在大型活动或紧急救援场景中,动态增强局部区域的信号强度,提升通信质量和可靠性,并根据环境变化实时优化无线链路性能,对于实现5g及未来通信系统的高性能目标至关重要。

2、可重构智能表面(ris)拥有大量发射单元的情况下,每次系统参数更新都会引发大量的计算需求这会导致极高的计算复杂度。尽管非凸优化可以解决某些优化问题,但由于优化变量往往是高维的反射波束成形向量,导致处理起来复杂度极高。相比之下,深度强化学习在处理海量数据、非线性非凸问题以及高计算强度的任务方面展现出了优越的性能。由于深度强化学习的智能体能够通过与环境的互动来学习并做出最优决策,包括发射功率分配和波束成形设计等,因此它被研究人员广泛应用于解决通信系统中的资源优化问题。


技术实现思路

1、为了解决现有技术中存在的不足,本专利技术提供了一种可移动ris增强无线通信系统的波束赋形和单元位置联合优化方法。

2、为了达到上述目的,本专利技术所采用的技术方案是:一种可移动ris增强无线通信系统的波束赋形和单元位置联合优化方法,包括:

3、步骤s1,构建以系统和速率最大化为优化目标的优化问题模型;

4、步骤s2,对步骤s1中构建的优化问题模型,设置四个约束条件;约束条件包括:基站发射功率约束,ris单元相移约束,ris单元位置约束,ris两个单元之间距离约束;

5、步骤s3,对设置约束条件后的优化问题进行求解,得到最大化系统能效的优化方案。

6、本专利技术进一步包括以下优选方案:

7、所述可移动ris由m个可移动单元组成,其中m=mrow×mcol,mrow表示ris单元的行数,mcol表示ris单元的列数。每个ris单元的相移和位置分别由该单元的系数调节模块和元件定位模块控制。中央控制器根据当前通信环境和优化目标发送指令,每个ris单元的相移由系数调节模块控制,位置则由元件定位模块控制横向和纵向滑轨来调节,使每个ris单元均可在一定范围内移动。不失一般性,假设可移动ris增强无线通信系统包括一个配有nt根天线的基站、一个可移动ris和k个单天线用户,如图1所示。设为ris端被动波束形成向量,为ris的相位偏移矩阵,θm为ris第m个反射单元的相位偏移,diag(·)表示将向量转换为对角矩阵,ej·表示复数的指数形式,m=1,2,…m。为第m个ris单元的位置,和笛卡尔坐标系的横坐标和纵坐标值,m=1,2,…m。

8、所述的优化问题模型如下:

9、

10、其中,wk表示用户k的波束形成矩阵,为ris的可移动单元的位置向量,为用户k的可达数据速率,ek(pris)=diag(gk(pris)g(pris))为从基站到用户k的级联信道,另外,g(pris)为从基站和ris之间的信道,gk(pris)为ris与用户k之间的信道,σ2是高斯白噪声。

11、所述的系统通信信道模型,进一步包括:

12、步骤s11:基站和ris之间的信道模型;

13、步骤s12:ris和用户之间的信道模型。

14、所述优化问题的约束条件包括:

15、约束条件1:

16、约束条件2:θm∈[0,2π)

17、约束条件3:

18、约束条件4:

19、其中,m=1,2,…m。pm为第m个ris单元可移动的区域,dmin为ris单元间需满足的最小距离,约束条件1为基站最大发射功率约束,约束条件2为ris单元相移约束,约束条件3为ris单元的位置约束,约束4为ris单元间的距离约束。

20、所述的对设置约束条件后的优化问题模型进行求解,方法包括:

21、步骤s31:初始化训练actor网络,critic网络以及目标actor和critic网络参数;

22、步骤s32:获取初始状态s(0)、动作以及下一刻状态;

23、步骤s33:将(s(t),a(t),r(t),s(t+1))存入经验池中;

24、步骤s34:构建训练critic网络的损失函数

25、步骤s35:从经验池中随机采样n个样本进行并计算critic网络q函数

26、步骤s36:在训练critic网络,目标critic网络和训练actor网络中执行随机梯度下降方法去获得和

27、步骤s37:分别更新训练和目标的critic网络以及actor网络;

28、步骤s38:将新的状态作为dnn的输入;

29、步骤s39:重复步骤s32至步骤s38,直到完成指定的回合数。

30、所述步骤s37,进一步包括:

31、训练critic网络的更新公式为:

32、

33、训练actor网络的更新公式为

34、

35、目标critic网络和目标actor网络的更新公式为:

36、

本文档来自技高网...

【技术保护点】

1.一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法中的可移动RIS,进一步包括:可移动RIS由M个可移动单元组成,其中M=Mrow×Mcol,Mrow表示RIS单元的行数,Mcol表示RIS单元的列数。每个RIS单元的相移和位置分别由该单元的系数调节模块和元件定位模块控制。中央控制器根据当前通信环境和优化目标发送指令,每个RIS单元的相移由系数调节模块控制,位置则由元件定位模块控制横向和纵向滑轨来调节,使每个RIS单元均可在一定范围内移动。不失一般性,假设可移动RIS增强无线通信系统包括一个配有Nt根天线的基站、一个可移动RIS和K个单天线用户,如图1所示。设为RIS端被动波束形成向量,为RIS的相位偏移矩阵,θm为RIS第m个反射单元的相位偏移,dag(·)表示将向量转换为对角矩阵,表示复数的指数形式,m=1,2,…M。为第m个RIS单元的位置,和笛卡尔坐标系的横坐标和纵坐标值,m=1,2,…M。

3.根据权利要求1所述的一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法,其特征在于,所述的优化问题模型如下:

4.根据权利要求1所述的一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法,其特征在于,所述优化问题的约束条件包括:

5.根据权利要求5所述的一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法,其特征在于,对所述的设置约束条件后的优化问题模型进行求解,方法包括:

6.根据权利要求5所述的一种可移动RIS增强无线通信系统的波束赋形和单元位置联合优化方法,其特征在于,所述步骤S37,进一步包括:

...

【技术特征摘要】

1.一种可移动ris增强无线通信系统的波束赋形和单元位置联合优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的可移动ris增强无线通信系统的波束赋形和单元位置联合优化方法中的可移动ris,进一步包括:可移动ris由m个可移动单元组成,其中m=mrow×mcol,mrow表示ris单元的行数,mcol表示ris单元的列数。每个ris单元的相移和位置分别由该单元的系数调节模块和元件定位模块控制。中央控制器根据当前通信环境和优化目标发送指令,每个ris单元的相移由系数调节模块控制,位置则由元件定位模块控制横向和纵向滑轨来调节,使每个ris单元均可在一定范围内移动。不失一般性,假设可移动ris增强无线通信系统包括一个配有nt根天线的基站、一个可移动ris和k个单天线用户,如图1所示。设为ris端被动波束形成向量,为ris的相位偏移矩阵,θm为ris第m...

【专利技术属性】
技术研发人员:李红左加阔张登银张兆维鲍楠
申请(专利权)人:南京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1