摘要
随着第五代移动通信系统(5G)的商用化逐渐落地，毫米波频谱资源会变得逐渐稀缺，此时比毫米波频段更高的太赫兹(THz)频段必将是未来通信发展的主要趋势。近年来，THz通信已被公认为可以为第六代无线通信系统(6G)提供足够频谱资源和超高数据速率的有前途的技术。由于THz信号路径衰减以及分子吸收十分严重，长距离通信会对信号强度造成很大程度的损害，所以短距离室内场景是目前研究THz通信最适用的场景。然而，THz波还很容易被障碍物阻挡，导致通信中断。为此，智能反射表面(IntelligentReflectionSurface,IRS)被认为是一种很有前途的技术。 IRS通过调节内部单元的离散相移，以可控的方式与入射的THz波相互作用，以减轻阻塞脆弱性，增强室内场景的覆盖能力。基于石墨烯驱动的IRS硬件结构，建立了IRS辅助的THzMIMO通信系统模型。之后研究了该模型下的信道估计问题，利用THz频段信道具有强稀疏性的特点，提出了一种基于压缩感知稀疏恢复求解信道估计参数值的算法。但是这种算法涉及到格点化，随着天线数目的提升，复杂度也会指数级增加，为了进一步降低复杂度，搭建了两段式神经网络拟合稀疏恢复的过程。 通过信道估计算法处理之后，完美的信道状态信息可以被得到，此时为了最大化信道容量，本文将难以求解的IRS相位矩阵的非凸优化问题转化为码本搜索问题，并且讨论了几种搜索算法的性能。 最后考虑到非理想的情况，基站(BS)和用户端(MS)两端的混合波束赋形矩阵并不能直接根据IRS的相位矩阵得到，于是本文直接将问题转化到同时进行混合波束赋形矩阵，IRS相位矩阵和MS混合波束赋形矩阵三部分的码本选择，从而使得最终同时得到的三个最优矩阵对应的信道容量最大化。很明显通过传统优化算法是不可能求解该问题的，同时直接采用搜索的算法也十分复杂，因为涉及到三个变量同时优化，为了解决这个问题，本文提出了一种多任务码本选择网络结构，可以通过两段式的网络架构，充分利用输入的特征矩阵的数据特性，从而同时分别得到使得信道容量最大化的三个矩阵的码本选择。
NETL