[发明专利]一种在室内场景下的RIS部署方法

说明书

本发明公开了一种在室内场景下的RIS部署方法，通过使用模拟退火算法与黎曼流形上的共轭梯度法的联合优化，求得RIS在场景中的最优部署位置与相位，从而使场景中全体用户接收信号信噪比之和最大的情况下，使所有用户中的最小信噪比尽可能大，解决了当多个用户在大型室内场景下同时通信时，距离发射基站较远的用户接收信号较差的问题。本发明适用于多种室内场景。

技术领域

本发明涉及通信技术领域，尤其涉及一种在室内场景下的RIS部署方法。

背景技术

智能反射面(Intelligent Reflecting Surface,RIS)是一个由多个元件组成的薄表面，每个元件都是一个可重构的散射体，在没有放大的情况下对打到表面上的信号进行接收和再辐射，每个RIS反射元件可以以软件定义的方式控制相位，通过仔细调整所有反射元件的相移，可以重新配置反射信号，使其向所需的方向传播。由于RIS反射元件仅被动反射输入信号，无需任何需要RF收发器硬件的复杂信号处理操作。因此与传统的有源发射机相比，RIS在硬件和功耗方面的运行成本要低得多。

在现在的通信场景中，5G信号已经被广泛使用。然而，5G信号也有一些缺点，如严重的路径损耗，并且它很容易受到汽车、行人和树木的阻塞，穿透损失也很高。由于受到路径损耗的影响，信号从天线发出后传输功率会随着距离递减，距离发射端越远的用户所接收到的信号质量越差。在大型室内场景中，这种情况更为明显，距离场景中发射基站较远的用户的通行质量往往很不稳定。传统的解决方法多为增加室内的信号源数量，但这种方式效率较低，同时会导致成本的增加。

而通过在通信环境中部署RIS，能够合理调整信号从基站到接收端的传播路径，通过改变自身元素相位来被动地反射输入信号，使其通过控制器设置的反射路径到达接收端，使信号避开传播过程中的障碍物，提高信号质量。因此在场景中部署RIS来辅助MISO系统被视为解决信号衰弱与遮挡问题的一种行之有效且具有经济效益的方法。

然而，在场景中部署RIS也面临诸多问题。首先，由于环境中存在多个通信用户，且用户的位置往往是移动的，因此RIS也需要根据场景中的用户分布随时调整位置。同时为了满足场景中通信公平性，RIS位置对场景中用户通信质量的提升不应改变用户之间接收信号质量的大小关系，因此RIS部署位置应满足不改变信号质量大小关系的前提下，最大化场景中最小的用户接收信噪比。其次，室内场景也需要考虑RIS的相位，RIS的相位决定了其反射信号的方向，与该方向越接近的用户其通信质量提升越明显，因此场景中部署RIS的相位应能够使全体用户的总接收信噪比最大。

发明内容

本发明为了最大化场景中最小的用户接收信噪比和全体用户的总接收信噪比，提出一种在室内场景下的RIS部署方法，通过使用模拟退火算法与黎曼流形上的共轭梯度法的联合优化，求得RIS在场景中的最优部署位置与相位，从而使场景中全体用户接收信号信噪比之和最大的情况下，最大化用户的最小接收信噪比，提升了用户通信质量。

为了实现上述目的，本发明提供如下技术方案：

一种在室内场景下的RIS部署方法，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。

进一步地，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。

进一步地，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。