专利交易市场

本发明公开了下行MISO网络中接入控制和波束赋形的联合优化方法，包括如下步骤：S1、初始化下行MISO网络中外层参数和配置；S2、根据外层参数和配置，通过赋值计算并保存外层当前用户接入状态指示量矩阵；S3、根据外层参数和配置，计算外层下一代用户接入状态指示量矩阵和外层下一代波束赋形矩阵；S4、根据外层当前用户接入状态指示量矩阵、外层下一代用户接入状态指示量矩阵以及外层迭代次数指示量判断是否符合要求，若是则输出外层下一代用户接入状态指示量矩阵和外层下一代波束赋形矩阵，实现波束赋形的联合优化，否则进入步骤S2。本发明解决了现有技术存在的操作复杂、实用性低、运维成本高以及资金投入大的问题。

本发明适用无线通信领域，提供波束赋形方法、装置、计算机设备和存储介质，包括：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及主动发射预编码矩阵，确定每个从用户接收机的信噪比；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；根据信噪比、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及最优的智能反射面相移矩阵。本发明可以实现在主从用户间信道状态信息不精确时从用户发送功率的显著降低。

本发明涉及一种基于SCA的IRS‑NOMA系统低复杂度波束赋形方法，属于数据处理领域。该方法包括以下步骤：S1：给所有用户都分配一个波束，通过功率的大小来区分不同用户；S2：建立系统模型和QoS问题模型；S3：利用交替优化的思想，在发射单元较多以及低目标速率情况下，迭代求解波束赋形矢量和相移矩阵。本发明研究了智能反射面辅助的NOMA下行链路波束赋形算法。为了降低计算复杂度，本发明提出了一种基于SCA的低复杂度优化方法。所提SCA方法在目标速率较低时同样拥有较好性能，并且优于现有方法。