[发明专利]一种智能超表面辅助OFDM系统1比特相移配置方法

说明书

本发明公开了一种智能超表面辅助OFDM系统1比特相移配置方法，适用于智能超表面辅助的单天线OFDM下行传输系统，其中智能超表面每列反射单元相移相同，且仅有0或π两种相移，基站发送的信号可经智能超表面反射到达用户端，智能超表面通过改变入射到其上的信号相移，从而达到在用户端增强其接收信号的效果。该方法首先对信道状态信息预处理，进而用预处理后的信道状态信息来训练一个构建好的卷积神经网络模型。基于系统频谱效率最大化原则，从卷积神经网络输出的所有候选智能超表面相位矩阵中选出最佳智能反射面相位矩阵用于信息传输。本发明收敛速度快，相对传统数值方法较低的计算复杂度和时延获得较高的系统吞吐量。

技术领域

本发明涉及一种智能超表面辅助OFDM系统1比特相移配置方法，属于一种可重构智能表面增强的单天线OFDM下行系统自适应传输技术领域。

背景技术

近年来兴起的智能超表面是一项极具应用前景的技术，为经济高效地实现高频谱效率和覆盖范围提供了一种可能。智能超表面是一种由大量无源反射元件组成的超表面，可以实时动态调整反射信号的幅度和/或相位，从而实现智能的无线电传播环境重配置。同时，智能超表面不需要任何有源射频(RF,radio frequency)链来发送或接收信号，仅依赖于无源信号的反射，因此与传统的有源收发器/继电器相比，大大降低了硬件成本和能耗。除此以外，智能超表面可在毫米波信号被障碍物阻塞时提供反射径，维持设备间的正常通信，综上可见，智能超表面可以实现通信服务质量提升同时减少部署开销。

然而，实际部署的智能超表面反射单元数量一般是从几千个到几万个变化且智能超表面处存在恒模约束，因而如何在智能超表面辅助的无线通信系统中通过联合设计提高通信性能是一个多任务问题。传统设计方法有逐次凸逼近和半正定松弛算法等，这些传统算法均是针对智能超表面连续相移的假设条件下展开的，这对于通常具有大量反射单元的智能超表面是难以实现的，因为制造具有无限级高分辨率移相器的反射单元成本很高。若将这些传统数值算法应用于宽带系统，则设计复杂度进一步提高，这主要归因于宽带系统中各子载波信道不一致，单个子载波信道的最优设计对于其他子载波将不再是最优，这就需要具有低时间成本和高性能的联合设计算法来进一步解决这些问题。

现有针对离散智能超表面反射系数向量设计的低复杂度算法的研究主要是基于智能超表面反射系数向量码本的设计或使用深度学习方法，智能超表面反射系数向量码本的设计对智能超表面反射单元分辨率有较高的要求，深度学习方法对训练数据量有很高的要求，且对信道衰落变化很敏感，实际应用困难。

发明内容

技术问题：有鉴于此，本发明的目的在于提供一种智能超表面辅助OFDM系统1比特相移配置方法，用以解决背景技术中提及的技术问题。本发明为基站配置单根天线，部署多个单天线用户并放置智能超表面提升通信服务质量，利用深度强化学习算法根据信道状态信息对智能超表面反射系数向量进行设计以最大化系统频谱效率；深度强化学习算法设计反射系数向量能够有效抑制干扰，降低所需时间成本且对信道衰落变化具有很好的鲁棒性。

技术方案：为了达到上述目的，本发明的一种智能超表面辅助OFDM系统1比特相移配置方法包括以下步骤：

步骤S1、基站配置单根天线，且服务K个单天线用户，所述智能超表面为均匀平面阵，该均匀平面阵包括M＝A×B个反射单元，其中，垂直方向A行反射单元，水平方向每行B个反射单元；智能超表面的反射系数向量表示为其中为的第b个元素，其相位θ_b表示智能超表面第b列的相移，b＝1,...,B；将所有可能的智能超表面反射系数向量存放到码本中，即中的每一个码字对应一种可能的反射系数向量因此码本中共有2^B个码字；系统整体带宽被划分为N个子载波，表示为集合第k个用户占用子载波的集合表示为S_k满足并且