[发明专利]一种在室内场景下的RIS部署方法

权利要求书

1.一种在室内场景下的RIS部署方法，其特征在于，包括以下步骤：

S1、通过使用模拟退火算法求得RIS在场景中的最优部署位置；

S2、在RIS的部署位置确定的情况下，通过使用黎曼流形上的共轭梯度算法求得RIS在场景中的最优相位；

S3、设定优化目标为：场景中全体用户接收信号信噪比之和最大的情况下最大化用户中的最小接收信噪比，步骤S1和步骤S2交替联合优化求得联合最优解。

2.根据权利要求1所述的在室内场景下的RIS部署方法，其特征在于，步骤S1中RIS的部署位置，限制在室内场景的天花板上，且根据场景中用户的分布进行即时调整。

3.根据权利要求2所述的在室内场景下的RIS部署方法，其特征在于，步骤S1中，最优RIS部署位置通过使用模拟退火算法寻找场景范围内的全局最优解，具体为：在RIS相位矩阵确定的情况下，预设初始温度、终止温度与温度降低步长，在每个温度通过蒙特卡罗规则判断是否接受新解并降低温度，直至达到终止温度。

4.根据权利要求1所述的在室内场景下的RIS部署方法，其特征在于，步骤S2中黎曼流形上的共轭梯度法的变量具有相同模长，流形为球面流形。

5.根据权利要求1所述的在室内场景下的RIS部署方法，其特征在于，步骤S3优化目标表示为：

其中，x_RIS与y_RIS表示RIS的位置，Θ表示RIS的相位矩阵，l_x、l_y、d_a、d_b分别表示场景与RIS的长和宽，为RIS第n个元素的相移系数。

6.根据权利要求1所述的在室内场景下的RIS部署方法，其特征在于，步骤S3中，在RIS的相位矩阵Θ固定的情况下，优化目标转化为：

其中，SNR_j为未引入RIS情况下的最小SNR。

7.根据权利要求1所述的在室内场景下的RIS部署方法，其特征在于，步骤S3中，当RIS的位置[x_RIS,y_RIS]固定时，优化目标表示为：

其中，f是连续可微函数，约束条件被看做是一个复圆流形上的多个点。

8.根据权利要求1所述的在室内场景下的RIS部署方法，其特征在于，步骤S2中，黎曼流形上的共轭梯度算法包括以下步骤：

(1)求f(θ)在点θ_i处的黎曼梯度gradf(θ)，表示为：

表示取实部，表示取哈达玛积；

(2)使用Armijo线搜索来更新每次搜索θ_i时的步长；

(3)将切平面上的点映射回流形上，表示为：

i表示向量θ+αd的第i^th个元素；

(4)搜索方向的更新方式为：

将θ_i处的切向量d_i投影到θ_i+1所在的切平面上，经过投影得到的向量为：

(5)得到向量后，搜索方向的更新方式为：

使用Fletcher-Reeves公式得到β_i，使新的搜索方向能时刻和以往的搜索方向共轭：

为g_i经过传输到g_i+1的切平面上的结果。