[发明专利]智能反射面辅助的认知无线携能通信网络性能优化方法

权利要求书

1.智能反射面辅助的认知无线携能通信网络性能优化方法，其特征在于，包括：

S1：建立智能反射面辅助的认知无线携能通信网络系统，所述系统包括次要用户发射机、次要用户接收机、主要用户接收机和单个智能反射面；所述智能反射面包含反射相移矩阵；

S2：次要用户发射机根据波束形成向量产生复信号，所述复信号直接传输至次要用户接收机的同时，也经智能反射面反射后传输至次要用户接收机，在次要用户接收机处产生接收信号；

S3：根据功率分裂比，将接收信号分裂为处理输入信号和功率收集输入信号，并根据处理输入信号计算信干扰噪比、根据功率收集输入信号计算收获总能量；

S4：复信号传输过程中，对主要用户接收机造成干扰，计算主要用户接收机处的干扰功率；

S5：建立优化问题：以次要用户发射机的传输总功率为最小值作为优化目标，信干扰噪比、收获总能量、干扰功率为约束条件，对波束形成向量、反射相移矩阵和功率分裂比进行联合优化；所述优化问题具体表示为：

(P1)

式中，(1a)表示优化目标，即求取次要用户发射机的传输总功率的最小值；(1b)-(1f)表示约束条件，(1b)表示第k个次要用户接收机的信干扰噪比最小值不小于信干扰噪比阈值γ_k；(1c)表示第k个次要用户接收机的收获总能量不小于能量阈值e_k；(1d)表示第l个主要用户接收机的干扰功率不大于干扰阈值ε_l；(1e)表示功率分裂比的取值范围；(1f)表示无源反射元件达到最大反射功率增益；

Θ表示反射相移矩阵，v_k表示第k个次要用户接收机的波束形成向量，α_k表示第k个次要用户接收机的功率分裂比；h_k表示次要用户发射机与第k个次要用户接收机间的等效信道系数，v_j表示第j个次要用户接收机的波束形成向量，表示第k个次要用户接收机处的天线噪声的方差，表示第k个次要用户接收机处的信号处理噪声的方差；表示第k个次要用户接收机的收获总能量，g_l表示次要用户发射机与第l个主要用户接收机间的等效信道系数，q_n表示第n个无源反射元件；K表示次要用户接收机的数量，(*)^H表示求共轭转置操作，N表示无源反射元件的数量；

根据利用非线性能量获取模型计算收获总能量的方程将(1c)重新表述为：

式中，β_k表示在非线性能量获取模型下所需的功率，表示第k个次要用户接收机的线性获取的收获能量，a_k表示第一联合效应常数，b_k表示第二联合效应常数，Ω_k表示响应常数，M_k表示能量采集饱和时第k个次要用户接收机的最大收获功率；

进而将优化问题(P1)转化为：

(P2)

式中，μ_k表示第k个次要用户接收机处的功率转换效率，μ_k∈(0,1]；

S6：采用交替优化方法对优化问题进行求解，获得次要用户发射机的传输总功率的最小值，输出对应的波束形成向量、反射相移矩阵和功率分裂比作为最优解。

2.根据权利要求1所述的智能反射面辅助的认知无线携能通信网络性能优化方法，所述步骤S1中，反射相移矩阵具体为：

智能反射面包括N个无源反射元件，N个无源反射元件组成反射相移矩阵：

Θ＝diag(q₁,q₂,…,q_n)

式中，Θ表示反射相移矩阵，q_n表示第n个无源反射元件，β_n表示第n个无源反射元件的幅度，θ_n表示第n个无源反射元件的相移，n∈{1,…,N},β_n∈[0,1],θ_n∈(0,2π]。