一种波束赋形方法、装置、计算机设备和存储介质与流程

1.本发明属于无线通信领域，尤其涉及一种波束赋形方法、装置、计算机设备和存储介质。


背景技术：

2.作为一项革命性的技术，智能反射面(irs)通过预编程的控制器可以提高无线通信系统的频谱和能效，因此受到了学术界和工业界的广泛关注。irs配备了大量由特殊材料制成的元件，通过调节入射射频波的反射系数(即相位或幅度)来实现被动反射。由irs反射的信号可以与其它信号路径相加，以增加期望接收器处的信号强度，或减轻非预期用户的同信道干扰。现有的研究成果表明，irs技术有望提高irs辅助无线系统的频谱效率和能量利用率。例如，基站 (bs)的主动发射预编码(tpc)和irs处的被动波束形成被联合优化，以实现某些性能指标，例如最大化信道容量和物理层安全速率，以及最小化传输延迟和总发射功率。另一种提高频谱利用率的有效技术是认知无线电(cr)，它被认为是未来无线通信系统中有可能实现频谱共享的一种技术。然而，cr系统的挑战在于主用户(pu)和从用户(su)的性能改进是相互冲突的。具体来说，为了提高su的性能，应该增加su发射机(st)的发射功率以增强su接收机(sr) 的信号强度，这将增加对pu接收机(pr)的干扰。幸运的是，这个问题可以通过在cr系统中引入irs来解决，因为irs可以通过联合优化tpc和相移来帮助增加su的期望信号强度并减轻对pu的共信道干扰。然而，现有的技术大多是基于发射端完全信道状态信息(csi)的假设。然而，估计与irs相关的信道，例如从bs到irs(bs
‑
irs)和irs到用户(irs
‑
user)是困难的，因为irs 是无源的，既不能发送也不能接收导频符号。这种挑战在irs辅助的cr系统中更为严峻，因为由于pu和su之间的冲突关系，从st到pr的信道更难估计。
3.估计级联bs
‑
irs用户信道，它是bs
‑
irs信道和irs
‑
user信道的乘积。由于irs不需要有源射频链，因此估计级联bs
‑
irs用户信道更为经济有效。然而，在irs辅助通信系统中，由于信道估计的挑战性，信道估计误差是不可避免的。在设计传输方案时，应考虑对系统性能的影响。因此，在考虑信道估计误差的情况下，研究irs辅助无线系统的稳健波束形成设计是十分必要的。
4.g.zhou等在不完全csi的假设下，研究了irs辅助多用户miso系统的最坏情况下的鲁棒波束形成设计，目的是通过联合优化tpc和相移来最小化bs 的发射功率；x.yu等对csi未知的多天线潜在窃听器的最坏情况下的稳健波束形成设计进行了研究，为了提高系统的安全性，提出了波束形成矢量和人工噪声协方差矩阵的联合设计方法；然而，这两种算法因为irs需要额外的有源元件导致很难实现。g.zhou等使用了级联信道估计方法，其中基于发射机处不完全级联irs相关信道提出了鲁棒传输波束形成的框架，利用s
‑
procedure方法和 bernstein型不等式分别逼近最坏情况下的速率约束和速率中断概率约束，求解优化问题。然而，这种稳健的波束形成设计可能不适用于cr网络。d.xu等分别研究了认知无线电系统在智能反射面辅助下的系统容量最大化的鲁棒性波束赋形方法，但只考虑了pu与st之间的
直接信道，没有考虑经过irs的间接信道。jie yuan等同样考虑了在多输入单输出(miso)认知无线电系统中引入智能反射面，来研究pu和su之间信道状态信息有误差时从用户数据速率最大化的波束赋形方法，但该方法不能保证从用户服务质量需求。
5.由此可见，现有的波束赋形方法存在优化的鲁棒性无法得到保证，以及不能保证从用户服务质量需求的问题。


技术实现要素：

6.本发明实施例的目的在于提供一种波束赋形方法，旨在解决现有的波束赋形方法存在优化的鲁棒性无法得到保证，以及不能保证从用户服务质量需求的问题。
7.本发明实施例是这样实现的，一种波束赋形方法，包括：
8.根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
9.根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
10.根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
11.本发明实施例的另一目的在于一种波束赋形装置，包括：
12.信噪比确定单元，用于根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
13.干扰温度确定单元，用于根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；以及
14.最优矩阵确定单元，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
15.本发明实施例的另一目的在于一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述波束赋形方法的步骤。
16.本发明实施例的另一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述波束赋形方法的步骤。
17.本发明实施例提供的波束赋形方法，通过在认知无线电系统中采用智能反射面来协助从用户进行通信，将波束赋形的优化建立在主从用户间信道误差存在的情形下，从主动发射预编码矩阵以及智能反射面相移矩阵联合进行的。本发明可以在从用户未获得完美的主从用户间信道信息时，在主用户干扰温度允许范围内、从用户接收端最小速率要求下，获得最优的从用户发送预编码和最佳的智能反射面相位，达到从用户发送总功率最小的目
的。
附图说明
18.图1为本发明实施例提供的认知无线电网络系统的结构示意图；
19.图2为本发明实施例提供的一种波束赋形方法的流程图；
20.图3为本发明实施例提供的另一种波束赋形方法的流程图；
21.图4为本发明实施例提供的又一种波束赋形方法的流程图；
22.图5为本发明实施例提供的再一种波束赋形方法的流程图；
23.图6为本发明实施例提供的波束赋形装置的结构框图；
24.图7为本发明实施例提供的波束赋形装置中的干扰温度确定单元的结构框图；
25.图8为本发明实施例提供的波束赋形装置中的最优矩阵确定单元的结构框图。
具体实施方式
26.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
27.如图1所示，为本发明实施例提供的一种波束赋形方法的应用环境图，也可以理解为一种认知无线电网络系统的结构示意图，详述如下。
28.在本发明实施例中，所述的认知无线网络系统包含一个从用户发射机 (secondary transmitter,st)、k个从用户接收机(secondary receiver,sr)、一个主用户接收机(primary receiver,pr)和一个智能反射面(intelligent reflectingsurface,irs)。
29.如图2所示，在一个实施例中，提出了一种波束赋形方法，本实施例主要以该方法应用于图1中的认知无线电网络系统来举例说明，具体可以包括以下步骤：
30.步骤s201，根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比。
31.在本发明实施例中，irs由n个反射元素组成，每个元素用φ
n
＝e
jθn
,n∈n＝{1,2,...,n}表示，其中j是虚单元，θ
n
∈[0,2π]是第n个元件的相移，φ
n
具有单位模量，即|φn|＝1。反射元素对角化矩阵φ＝diag{φ1,φ2,...,φ
n
}被命名为反射元素对角化(red)矩阵。从用户传输链路与主用户传输链路共享频谱资源。 st的天线数为m
t
、pr和sr k(第k个sr)均是单天线。分别用(表示大小为n
×
m
t
的复矩阵)，表示从st到irs、pr和sr k 的通道(即第k个sr，k∈k＝{1,2,...,k})。从irs到pr和sr k的反射通道分别用g
r
∈c
n
×1和h
r,k
∈c
n
×1表示。
[0032]
sr k的期望信号用s
k
∈c表示，它有一个对应的tpc向量根据正交性原理，e[s
k
s
*k
]＝1，e[s
i
s
*j
]＝0(i≠j)。tpc矩阵用来表示。然后，来自st的发送信号可以写为sr k处的接收信号可以由
表示，其中h表示矩阵的共轭转置，pr 处接收到的干扰信号由表示，其中因此，sr
ꢀꢀ
k的信噪比(sinr)为：
[0033][0034]
其中φ＝[φ1,φ2,...,φ
n
]
t
，w
‑
k
＝[w1,...,w
k
‑1,w
k 1
,w
k
]。
[0035]
步骤s202，根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
[0036]
在本发明实施例中，施加在pr(忽略噪声)上的干扰温度(it)为：
[0037][0038]
式中，为通过irs从st到pr的级联信道。
[0039]
在本发明实施例中，如图3所示，所述步骤s202，具体包括：
[0040]
步骤s301，将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到主用户接收机的通道集成为信道等效组合形式。
[0041]
在本发明实施例中，将上述两个通道进一步集成为用g表示的等效组合形式：
[0042][0043]
因此，(2)可以用另一种形式表示：
[0044][0045]
式中，
[0046]
步骤s302，根据所述信道等效组合形式以及信道的不确定度，获得从用户发射机处的估计综合信道状态信息以及综合信道状态信息误差矩阵。
[0047]
步骤s303，根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
[0048]
在本发明实施例中，信道的不确定性可以建模为：
[0049][0050]
其中和分别是直接信道g
d
和级联信道g
r
的估计cis(信道状态信息)。δg
d
，δg
r
是相应的csi误差。信道g的不确定度可以建模为：
[0051][0052]
式中是st处的估计综合csi，δg是综合csi误差矩阵。因此，(4)可以写成：
[0053][0054]
将(5)代入(3)，(6)中的和(7)中的δg可以分别表示为：
[0055][0056]
步骤s203，根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
[0057]
在本发明实施例中，如图4所示，所述步骤s203，包括：
[0058]
步骤s401，基于有界信道状态信息误差模型，随机预置初始主动发射预编码矩阵和初始智能反射面相移矩阵。
[0059]
步骤s402，根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵；
[0060]
步骤s403，根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始主动发射预编码矩阵，求解优化智能反射面相移矩阵；
[0061]
步骤s404，判断当前数据速率与前一迭代下的数据速率是否满足误差规定，若否，则将所述优化主动发射预编码矩阵以及优化智能反射面相移矩阵作为新一代的初始主动发射预编码矩阵以及新一代的智能反射面相移矩阵，并返回至步骤s402中；若是，则进入步骤s405中。
[0062]
步骤s405，将当前优化主动发射预编码矩阵以及优化智能反射面相移矩阵，确定为最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
[0063]
在本发明实施例中，有界csi误差模型：在该模型中，假设直接信道和级联信道的csi误差在以下区域有界：
[0064]
||δg
d
||2≤ε
d
,||g
r
||
f
≤ε
r
。
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0065]
其中ε
d
和ε
r
是csi误差有界区域的半径。根据上述假设，我们有：
[0066][0067]
基于上述场景，通过优化tpc矩阵w和red矩阵φ，根据反射波束形成的单位模、每个sr的sinr要求以及对pr的限制，使st的总发射功率达到最小。因此，优化问题可以表述为：
[0068][0069]
约束条件：
[0070]
it≤γ，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11c)
[0071]
[0072][0073]
在问题(p0)中，(11b)是每个sr的qos要求，其中γ
k
是sr k的最小sinr，可以被视为其中r
k
(bit/s)是相应的所需数据速率。γ是pr的阈值，(11c) 保证施加在pr上的干扰是可以接受的。(11d)是irs相移的约束，(11e)是不确定csi约束。
[0074]
该问题是非凸的，发送预编码矩阵和相移矩阵互相耦合且存在不确定性误差。为了解耦去不确定性，通过寻找最坏情况重新构造优化问题，交替求解w和φ。
[0075]
问题(p0)可以重新表述为:
[0076][0077]
约束条件：
[0078][0079][0080]
将基于有界csi误差的优化问题转化为确定性问题。其中，将基于有界csi误差的优化问题转化为确定性问题。其中，用交替算法通过相互固定来交替优化w和φ。记第t次迭代计算得到得预编码阵和相移矩阵分为为w
(t)
和φ
(t)
,优化w时假定φ已知，优化φ时假定w已知，然后各自求解。解决方案如下：
[0081]
写出固定φ优化w的子问题:
[0082][0083]
约束条件：
[0084][0085]
其中，这个问题是一个二阶锥规划问题，可以用凸优化工具来解决。
[0086]
写出固定w优化φ的子问题：
[0087][0088]
约束条件：
[0089][0090]
φ
h
bφ 2re{b
h
φ}≤γ
‑
(n 1)ξ
‑
b
n 1
,
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14c)
[0091][0092][0093][0094]
其中,τ＝[τ1,..,τ
2n
]
t
是单位模量相位约束的松弛变量，是单位模量相位约束的松弛变量，是单位模量相位约束的松弛变量，令提取x的前n行n列元素组成子矩阵b。用b表示由x的第一行到第n行的(n 1)列中的元素组成的向量，b
n 1
是x第(n 1)行和第(n 1)列元素。μ是用于缩放惩罚项||τ||1的惩罚乘数，该惩罚项可结合调整μ来控制φ的可行性。这个子问题是一个二阶锥规划问题，可以用凸优化工具来解决。
[0095]
假定初始值t＝0，最大迭代次数t
max
＝400。任意给定从用户发送总功率不高于p
t
(例如1w)；主用户受到的干扰功率不高于γ(例如10
‑
13
w)。记第t次迭代计算得到得预编码阵和相移矩阵分为为w
(t)
和φ
(t)
，设定容错误差值为ε＝10
‑5。先随机生成初始矩阵w
(0)
和φ
(0)
，问题的解决步骤如图5所示，详细如下：
[0096]
步骤1：初始化φ
(0)
，最大迭代次数t
max
＝400，设定容错误差值ε＝10
‑5，并设初始值t＝0，停止条件l1＝10
‑3,l2＝10
‑2，初始系数l
μ
＞1，最大惩罚因子μ
max
，
[0097]
步骤2：通过求解问题(p1.1)计算令φ
(0)
＝φ
(t)
；
[0098]
步骤3：通过求解问题(p1.2)计算φ
(n 1)
；
[0099]
步骤4：μ
(n 1)
＝max{l
μ
μ
(n)
,μ
max
}；
[0100]
步骤5：n＝n 1；
[0101]
步骤6：满足||τ||1≤l1，||φ
(n 1)
‑
φ
(n)
||1≤l2，停止；否则，返回步骤3；
[0102]
步骤7：φ
(t 1)
＝φ
(n 1)
；
[0103]
步骤8：从问题(p1)中的目标函数计算
[0104]
步骤9：满足t＞t
max
或者停止；否则，返回步骤2。
[0105]
步骤10：输出最优发送预编码阵w
*
＝w
(t 1)
和最优相移阵φ
*
＝φ
(t 1)
。
[0106]
本发明实施例对应的实验条件(系统参数)见下表1：
[0107]
表1
[0108][0109]
本发明实施例提供的波束赋形方法，通过在认知无线电系统中采用智能反射面来协助从用户进行通信，将波束赋形的优化建立在主从用户间信道误差存在的情形下，从主动发射预编码矩阵以及智能反射面相移矩阵联合进行的。根据信道误差有界受限，一方面保证从用户接收机的接收速率，另一方面保证主用户接收机受到的干扰在可容忍范围内，从而适当地调整智能反射面的相移，和在从用户发射机设计合适的预编码阵，实现从用户发射机发送总功率最小。即本发明可以在从用户未获得完美的主从用户间信道信息时，在主用户干扰温度允许范围内、从用户接收端最小速率要求下，获得最优的从用户发送预编码和最佳的智能反射面相位，达到从用户发送总功率最小的目的，解决了在主从用户间信道状态信息存在误差情况下，主用户干扰温度受限和从用户最小速率要求下从用户发送端总功率进一步减少的问题。
[0110]
具体而言，(1)与传统的不用智能反射面辅助的认知无线电系统相比，本发明能够通过联合优化发送预编码矩阵和相移矩阵使得在对主用户信道估计误差有界时，从用户的发送总功率显著降低，比如相移元素数为30时，功率可降低2.3db，其它参数不变情况下，提高相移元素数，功率可进一步降低。(2)与带有智能发射面辅助但相移元素固定或随机的认知无线系统相比，本发明能够通过优化相移矩阵使得在对主用户信道估计误差有界时，从用户的发送总功率显著降低，比如相移元素数为30时，功率可降低1.3db，其它参数不变情况下，提高相移元素数，功率可进一步降低。(3)在主用户信道误差有界受限时，从用户发送功率会随着误差水平增加而降低，但波束赋形的可行域也更小，更不容易找到最优的发送预编码阵和相移矩阵。比如当误差水平值为0.1，设定相移数为6、从用户速率要求为2bit/s/hz、主用户干扰门限为
‑
80dbm、从用户发送天线数为10，可行域约为91％、总发送功率约
为17.5db；但当误差水平值增加为 0.2时，总发送功率只降到了17.1db，而可行域降为45％。(4)在主用户信道误差有界受限时，从用户发送功率会随着智能反射面元素说增加而降低，但波束赋形的可行域也更小，更不容易找到最优的发送预编码阵和相移矩阵。比如当相移数为10，设定从用户发送天线数为6、从用户速率要求为2bit/s/hz、主用户干扰门限为
‑
80dbm、信道误差水平为0.1，可行域约为80％、总发送功率约为 19.8db；但当相移数增加为15时，总发送功率只降到了19.5db，而可行域降为 39％。
[0111]
如图6所示，在一个实施例中，提供了一种波束赋形装置，具体可以包括：
[0112]
信噪比确定单元610，用于根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比。
[0113]
干扰温度确定单元620，用于根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
[0114]
最优矩阵确定单元630，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
[0115]
如图7所示，在一个实施例中，所述干扰温度确定单元620，包括：
[0116]
通道集成模块621，用于将通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到主用户接收机的通道集成为信道等效组合形式。
[0117]
误差矩阵获取模块622，用于根据所述信道等效组合形式以及信道的不确定度，获得从用户发射机处的估计综合信道状态信息以及综合信道状态信息误差矩阵。
[0118]
干扰温度确定模块623，用于根据所述从用户发射机处的估计综合信道状态信息、综合信道状态信息误差矩阵、智能反射面相移矩阵以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度。
[0119]
如图8所示，在一个实施例中，所述最优矩阵确定单元630，包括：
[0120]
预置初始矩阵模块631，用于基于有界信道状态信息误差模型，随机预置初始主动发射预编码矩阵和初始智能反射面相移矩阵。
[0121]
优化主动发射预编码矩阵求解模块632，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵。
[0122]
优化智能反射面相移矩阵求解模块633，用于根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始主动发射预编码矩阵，求解优化智能反射面相移矩阵。
[0123]
第一判断模块634，用于当判断当前数据速率与前一迭代下的数据速率不满足误差规定时，则将所述优化主动发射预编码矩阵以及优化智能反射面相移矩阵作为新一代的初始主动发射预编码矩阵以及新一代的智能反射面相移矩阵，并返回所述根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，固定所述初始智能反射面相移矩阵，求解优化主动发射预编码矩阵的步骤。
[0124]
第二判断模块635，用于当判断当前数据速率与前一迭代下的数据速率满足误差
规定时，则将当前优化主动发射预编码矩阵以及优化智能反射面相移矩阵，确定为最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
[0125]
本发明实施例提供的波束赋形装置，通过在认知无线电系统中采用智能反射面来协助从用户进行通信，将波束赋形的优化建立在主从用户间信道误差存在的情形下，从主动发射预编码矩阵以及智能反射面相移矩阵联合进行的。根据信道误差有界受限，一方面保证从用户接收机的接收速率，另一方面保证主用户接收机受到的干扰在可容忍范围内，从而适当地调整智能反射面的相移，和在从用户发射机设计合适的预编码阵，实现从用户发射机发送总功率最小。
[0126]
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0127]
根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
[0128]
根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
[0129]
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
[0130]
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
[0131]
根据从用户发射机到从用户接收机的通道、智能反射面到从用户接收机的反射通道、从用户发射机到智能反射面的通道、智能反射面相移矩阵以及主动发射预编码矩阵，确定每个从用户接收机的信噪比；
[0132]
根据通过智能反射面从从用户发射机到主用户接收机的级联信道、从用户发射机到智能反射面的通道以及主动发射预编码矩阵，确定施加在主用户接收机的干扰温度；
[0133]
根据所述每个从用户接收机的信噪比、施加在主用户接收机的干扰温度、反射波束形成的单位模量，基于有界信道状态信息误差模型求解最优的主动发射预编码矩阵以及最优的智能反射面相移矩阵。
[0134]
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0135]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供
的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom (eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram 以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram (sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram (rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态 ram(rdram)等。
[0136]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0137]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
[0138]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。