首页 > 专利学习

一种面向6G智能反射面辅助网络的三维部署方法

一种面向6g智能反射面辅助网络的三维部署方法
技术领域
1.本发明涉及无线通信技术领域，特别涉及第六代移动通信(6th generation，6g)中，智能反射面(intelligent reflecting surfaces，irs)辅助网络的部署方法。

背景技术：

2.第六代无线通信系统的目标是大规模、瞬时连接、数据驱动的智能网络，让无处不在的无线连接成为现实。但高度复杂的网络、高成本的硬件和日益增加的能源消耗成为未来无线通信面临的关键问题。因此，需要新的传输技术来支持新的应用和业务。在众多备选方案中，irs具有主动改变无线通信环境的能力，已成为无线通信研究的焦点，以缓解6g无线网络中遇到的各种挑战。
3.irs通过可重构的空间电磁波调控器，对发射机之间的无线传播环境进行智能地调控，相比于大规模天线收发机和中继节点，智能反射面的主要优势有：形状具有可塑性，重量轻，易部署于无线传播环境中的各种散射体表面；通过被动反射重构视距(line of sight,los)链路，服务远距离用户；利用对电磁材料物理特性的调控实现对电磁波的无源控制，不需要射频链路的高功耗器件。
4.在传统的无线网络中，电磁环境不受网络控制，网络性能往往收到环境的限制，而智能超表面得益于以上的优点，能将环境转变为一个智能可重构电磁空间，为信息传输处理带来范式改变。例如，在传统的城区蜂窝网络中，由于大型建筑物等障碍对无线信号的遮挡，通信链路被阻挡，信号不容易到达，用户不能获得很好的服务。智能反射面可部署在与覆盖盲区之间，通过有效的反射/投射使传输信号到达覆盖空洞中的用户，从而为和用户之间建立有效的连接，保证空洞区域用户的覆盖。此外，智能反射面还可以应用在小区边缘干扰抑制、视距多流传输、大规模天线收发机、用户场景等领域，也可以和大规模天线收发机结合进一步增强网络性能。广阔的应用场景使得智能超表面成为未来无线系统的一个有前途的研究点。
5.智能超表面部署问题具有多样性的特点，对于不同的问题研究的目标也不甚相同。在现有的智能超表面工作中，它通常部署在网络中靠近或者用户的一侧，以帮助提高与服务的通信性能。其中，用户侧智能超表面部署策略一般用于热点、小区边缘、移动用户场景，以提升本地覆盖。
6.然而，现有的智能超表面工作,大多假设智能超表面部署于一个固定位置，而没有利用其部署灵活性。众所周知，不同的智能超表面部署参数，如智能超表面朝向、与的距离、智能超表面高度等，会导致不同的智能超表面信道，从而显著影响系统容量和频谱效率。此外，智能超表面的部署还应考虑空间用户信息密度，即智能超表面应优先部署在拥有大量的用户的热点地区，或者两个小区边界上以消除它们之间的信道同频干扰，同时扩展小区覆盖。从这个角度来看，现有大多数工作中智能超表面部署是低效的。因此，如何实现无线网络中智能超表面的最优部署仍然是一个重要的开放的问题。

技术实现要素：

7.针对现有智能反射面部署研究工作中位置优化不准确、参数模型不统一的问题，本文提出了一种覆盖范围最大化的通用智能反射面三维部署方法，考虑莱斯信道增益和los/none-los(nlos)统计信道模型，并推导了覆盖范围关于智能反射面参数的闭式表达式，设计了智能反射面的最优部署算法。
8.本发明的密集城区智能反射面部署及三维参数设定方案包括以下步骤：
9.步骤200，获取相关参数，根据、用户之间的距离，建立智能反射面覆盖的三维部署模型。
10.通过超表面与的水平距离和高度确定智能超表面中心位置，再通过水平和竖直两个转动角确定智能超表面的朝向，得到如附图2所示的结构。
11.其中用户与在xoy平面，与智能反射面中心在xoz平面；
12.表示与用户的水平距离；
13.表示与智能反射面的水平距离；
14.表示智能反射面与用户的水平距离；
15.h
bs
表示的高度；
16.h
irs
表示的高度；
17.φ1表示智能反射面的水平转角；
18.φ2表示智能反射面的竖直转角；
19.β表示用户相较于的水平方位角
20.智能反射面的位置由φ1,φ2,h
irs
确定，优化智能反射面的位置即优化这四个参数。模型确立后，进入下一步。
21.步骤210，设定智能超表面的电磁单元的反射因子的相位使得用户接收到的信号信噪比最大。
22.根据步骤200所确定的模型，到用户的信道增益可以表示为：
[0023][0024]
其中γ
m,n
表示智能超表面第m行第n列反射单元的反射因子，h
m,n
表示信号通过智能超表面第m行第n列反射单元反射的信道增益，hd信号到用户直接链路的信道增益表示。进一步，两条链路又分别有los和nlos径，并通过莱斯模型建模：
[0025][0026]
由此，用户接收信号的信噪比可以表示为：
[0027][0028]
将具体的信道增益模型带入，经过一系列变换，当反射单元的相位满足：
[0029][0030]
取得最大值：
[0031][0032]
其中，p为发射功率；
[0033]
k1为到用户直射链路的莱斯信道参数；
[0034]
k2为到用户直通过智能反射面反射链路的莱斯信道参数；
[0035]
表示为直射的los链路的信道增益；
[0036]
表示为直射的nlos链路的信道增益；
[0037]
表示为通过智能反射面反射的los链路的信道增益；
[0038]
表示为通过智能反射面反射的nlos链路的信道增益；
[0039]
cosθ表示到智能反射面的入射角；
[0040]
m,n表示智能反射面的尺寸，即有m行，m的反射单元；
[0041]
σ2为噪声功率。
[0042]
得到用户接收信噪比的最大值之后进入下一步。
[0043]
步骤220，根据信道状态计算各个β方位角用户的最远距离。
[0044]
利用步骤200建立的模型，将一个典型用户作为参考，用户相较于的角度为β，之后计算沿β角能覆盖到的最大直线距离。
[0045]
首先，根据已有条件计算四类信道增益其次计算到智能反射面入射角的余弦值cosθ；最后根据设定的用户接收的信噪比阈值γ
th
计算典型用户距离的最远距离，此距离以内便是能覆盖到的直线距离，之后进入下一步。
[0046]
步骤230，通过离散化求和的方法计算覆盖范围的近似解，接着使用拉格朗日乘数法计算部署参数的最优解。
[0047]
的覆盖面积可以通过对β角进行积分计算，表示为：
[0048][0049]
其中已由步骤220求得，由智能反射面的部署参数φ1,φ2,h
irs
确定。由此可见覆盖面积s是一个有关φ1,φ2,h
irs
的非线性函数。
[0050]
此外，根据模型，当h
irs
变化时会影响到其他的变量，比如改变了φ1,φ2的取值范围，并进一步影响到整个的覆盖面积。然而描述一个变量对闭式解的影响是十分困难的，同时考虑到覆盖面积s是一个有关φ1,φ2,h
irs
的非线性函数，本设计对面积s进行
了简化，分解为k数个角度相等的扇形的面积求和的形式：
[0051][0052]
其中k作为估计面积近似解的参数，每扇形的张角为
[0053]
经过以上的简化后，求最优部署参数的问题变成了受不等式约束的优化问题，可以使用拉格朗日乘数法，使用对数障碍函数，求解最优的部署参数
[0054]
有益效果
[0055]
本发明的智能反射面辅助网络的三维部署方法，建立了智能反射面辅助覆盖扩展的通用三维部署模型，统一了现有的各种二维/三维智能反射面模型，定义了φ1,φ2,h
irs
等智能反射面部署相关参数，对智能反射面的空间位置及朝向进行了精确的描述，为网络性能精确分析奠定基础。再次基础上，还进一步推导了智能反射面三维部署模型下覆盖范围的闭式表达式，考虑莱斯信道增益和los/nlos统计信道模型。在设计最优智能反射面相位的条件下，仿真并分析了各种参数对于覆盖范围的影响，给出了不同智能反射面参数的部署指导建议。
附图说明
[0056]
为了清晰明确地解释本发明的技术步骤，下面将对本发明说明中使用到的所有附图做简单描述。需要说明的是，下面描述的附图仅仅是本发明实施的一些例字，本领域其他普通技术人员依旧可以根据这些附图在其他不同场景下获得其他的附图。
[0057]
图1是本发明的实施流程图；
[0058]
图2是本发明的智能反射面协助服务用户的模型图；
[0059]
图3是本发明的智能反射面水平转角和竖直转角的解释图；
[0060]
图4是本发明的入射角与转角的几何关系图；
[0061]
图5是本发明的覆盖面积随水平转角变化图；
[0062]
图6和图7是本发明的覆盖面积随竖直转角变化图；
[0063]
图8是本发明的覆盖面积随智能反射面到的水平距离变化图；
[0064]
图9和图10是本发明的覆盖面积随智能反射面高度变化图；
具体实施方式
[0065]
下面结合本技术中的附图，对本发明的步骤、过程进行完整清晰地描述，显而易见，本技术中所描述的实例仅仅是本发明的一个实例应用场景，其他基于本发明内容的、没有做出实质性改变的结果都是属于本发明的保护范畴。
[0066]
附图2是本发明的一个实例场景，展示了本发明的按步骤变化的实施过程。其中，在模型中，在坐标的中心，采用全向天线，只需将智能反射面部署在本设计所计算出的的最优参数所确定的位置上，即可实现覆盖范围增强的最大化。
[0067]
本发明使用网络场景为单多用户场景，不考虑用户间的干扰，可采用频分多址、时分多址等各种多址接入方式的方式为多用户提供服务。本发明的机制实现由无线覆盖服务提供商在部署智能反射面时进行。
[0068]
6g irs辅助网络覆盖扩展的3维部署的具体步骤：
[0069]
步骤300，获取相关参数，根据、用户之间的距离，建立智能反射面覆盖的三维部署模型。
[0070]
通过超表面与的水平距离和高度确定智能超表面中心位置，再通过水平和竖直两个转动角确定智能超表面的朝向，得到如附图2所示的结构。
[0071]
其中用户与在xoy平面，与智能反射面中心在xoz平面；
[0072]
表示与用户的水平距离；
[0073]
表示与智能反射面的水平距离；
[0074]
表示智能反射面与用户的水平距离；
[0075]hbs
表示的高度；
[0076]hirs
表示的高度；
[0077]
φ1表示智能反射面的水平转角；
[0078]
φ2表示智能反射面的竖直转角；
[0079]
β表示用户相较于的水平方位角。
[0080]
步骤310，设定智能超表面的电磁单元的反射因子的相位使得用户接收到的信号信噪比最大。
[0081]
在式(3)的基础上令则式(3)可进一步改写为：
[0082][0083]
于是snr的均值可以分解为：
[0084][0085]
带入信道增益的模型，进一步推导可以得到：
[0086][0087]
[0088][0089][0090]
于是式(9)可以改写为：
[0091][0092]
进而由式(14)可得，为了让取得最大值，必须满足：
[0093][0094]
步骤320，根据信道状态计算各个β方位角用户的最远距离。
[0095]
将一个典型用户作为参考，用户相较于的角度为β，根据用户、、智能反射面的几何关系：
[0096][0097]
其中，根据余弦定理：
[0098][0099]
在实践中h
bs
和h
ue
都是已知的，因此当确定时，带入式(16)便可以计算d
bi
,d
bu
,d
iu
，之后再代入与环境匹配的信道增益模型，从而计算出
[0100]
为了进一步清楚地展示入射角θ与其他参数之间的关系，本发明在附图2的基础上设计了一个更具体的角度相关图，如附图3。
[0101]
长方形ebfp,eplk和pfql分别在x'pz',y'pz',x'py'平面。pa表示智能反射面的法向量，线pd表示信号的入射角，点d在线bf上，线ac垂直于x'py'平面。
[0102]
因此，可以得到:
[0103][0104]
而当φ1,φ2,h
irs
都确定时，各线段之间的比例关系变确定，从而可以计算出cosθ。
[0105]
之后，给定用户的接收阈值为γ
th
，一个用户被覆盖需要满足根据此不等式可以得到的最大值记为
[0106]
步骤330，通过离散化求和的方法计算覆盖范围的近似解，接着使用拉格朗日乘数法计算部署参数的最优解。
[0107]
首先从的取值范围ω中随机得选择符合条件的初始值，根据式(7)求得s的一阶导数和二阶导数
[0108]
之后根据如下的递推式：
[0109][0110]
迭代直到其中终结条件∈事先给定，可以通过控制∈来控制结果的精度。
[0111]
仿真结果如附图5-10所示。
[0112]
附图5是覆盖面积s随水平转角φ1的变化图，由图可知，无论其他参数取何值，最大的覆盖面积总在时得到。
[0113]
附图6和附图7是覆盖面积s随水平转角φ2的变化图，在大多数情况下，最佳垂直方向φ2＝0，这意味着智能反射面平面垂直于入射信号的方向。具体来说，在附图6值得注意的是，当智能反射面部署得更高时，覆盖面积有增加的趋势，特别是当智能反射面元素单位n更小，且其最佳竖直转角向移动时。从附图7中我们可以得出类似的结论，当智能反射面与越接近时，覆盖面积有增加的趋势，特别是当智能反射面单元格单位数较小时，但随着n的增加，这种趋势逐渐消失。因此，当智能反射面单元数量有限或较少时，智能反射面应部署在高于的位置，且其平面应尽可能与地面平行。否则，它的平面应该垂直于入射信号的方向。
[0114]
附图8是本发明的覆盖面积随智能反射面到的水平距离变化图，为了消除智能反射面竖直方向的影响，我们取每个图中φ2的最优值我们可以发现，当智能反射面
元素个数n较小时，智能反射面与水平距离较近时，覆盖面积受智能反射面高度的影响较大，随着n和增大，这种影响逐渐消失。此外，n的增加还将使远离的最佳部署位置向外扩展。因此，当智能反射面元素数量较少时，应将智能反射面部署在单元边缘，其高度低于，或部署在靠近，且高度高于的位置。否则，智能反射面元素的数量影响不大，将智能反射面部署到附近是一个很好的策略。
[0115]
图9和图10是本发明的覆盖面积随智能反射面高度变化图。由附图9可知，当智能反射面与水平距离较小时，智能反射面元素个数n较大时，存在智能反射面的最优高度，该最优解与的高度相等。仔细观察附图10，可以发现在0-90米范围内，覆盖度与智能反射面的高度成正比。智能反射面距离越近，智能反射面高度对覆盖率的影响越大，且随着n的增加，这种影响逐渐减弱。而随着的增大和n的减小，智能反射面高度的最优解消失。因此，在智能反射面元素数量较多的情况下，建议将智能反射面部署在附近和的高度，而在其他场景中，建议将智能反射面部署在允许的最高位置。

技术特征：

1.一种面向6g的智能反射面(intelligent reflecting surfaces，irs)辅助网络的三维部署方法，其特征在于，包括：首先建立irs辅助覆盖扩展的通用三维部署模型；然后设计irs反射单元的相位φ
m,n
，最大化用户的接收信噪比；接着以对各个朝向的用户计算了在一定信噪比阈值的情况下，用户距离的最远直线距离；最后给出三维部署模型下覆盖范围的闭式表达式，并设计最大化覆盖范围的irs三维部署算法，将覆盖范围最大化问题形成凸优化问题，通过引入辅助变量，利用拉格朗日乘子法进行问题求解。2.根据权利要求1所述三维部署模型，其特征在于，统一了现有的各种二维、三维irs模型，定义了水平转角φ1，竖直转角φ2，距水平距离竖直高度h
bs
等irs部署相关参数，对irs的空间位置及朝向进行了精准的描述，为网络性能精确分析奠定基础。3.根据权利要求1所述irs单元相位φ
m,n
的设计，其特征在于，考虑莱斯信道增益和视距、非视距统计信道模型，通过闭式推导给出最大化用户接收信噪比的irs相位条件其中，φ
m,n
表示irs上第m行第n列的单元相位，φ
d
为直接链路的相移值，为通过irs上第m行第n列单元的反射链路的相移值，基于φ
m,n
给出了信噪比均值最大值的闭式解其中，p为发射功率，k1为到用户直射链路的莱斯信道参数，k2为到用户直通过irs反射链路的莱斯信道参数，表示为直射的视距(line of sight，los)链路的信道增益，表示为直射的(none line of sight，nlos)链路的信道增益，表示为通过irs反射的los链路的信道增益，表示为通过irs反射的nlos链路的信道增益，θ表示到irs的入射角，m,n表示irs横向和纵向单元数，σ2为噪声功率。4.根据权利要求1所述各朝向用户的最远直线距离，其特征在于，首先根据信道条件，计算四类信道增益，之后计算信号的入射角，最后带入信噪比均值最大值的闭式解和，在用户最大信噪比大于阈值的条件下，算出用户的最远距离。5.根据权利要求1所述的最大化覆盖范围的irs三维部署算法，其特征在于，通过离散近似的方法，将覆盖面积的闭式解转化为可以进行凸优化的近似解，通过引入辅助变量，利用拉格朗日乘数法对问题进行求解。

技术总结

针对现有智能反射面部署研究工作中位置优化不准确、参数模型不统一的问题，本发明建立了智能反射面辅助覆盖扩展的通用三维部署模型，统一了现有的各种二维/三维智能反射面模型，定义了水平转角，竖直转角，距距离，竖直高度等智能反射面部署相关参数，为网络性能精确分析奠定基础；推导了智能反射面三维部署模型下覆盖范围的闭式表达式，考虑莱斯信道增益和视距、非视距统计信道模型；设计了最大化覆盖范围的智能反射面三维部署算法；将覆盖范围最大化问题形成凸优化问题，通过引入辅助变量，利用拉格朗日乘子法进行问题求解；最后，在设计最优智能反射面相位的条件下，仿真并分析了各种参数对于覆盖范围的影响，给出了不同智能反射面参数的部署指导建议。指导建议。指导建议。