摘要
随着移动设备数量的快速增长和物联网设备的大规模接入，为了支持大量具有不同服务质量要求的无线设备，对无线通信系统的频谱利用效率、系统容量和传输延迟等性能也提出了更高的要求。为此，可以通过微基站的密集部署，从空间位置上缩小用户的无线接入距离，以达到提高频谱复用率、提升系统容量和降低传输延迟的效果。 在多层异构网络中，微小区之间使用彼此正交的时频资源，导致频谱利用效率和系统容量难以满足未来移动通信需求。通过不同小区复用相同频率资源的方式虽然可以提高频谱利用率，但同时会引入干扰问题;而联合功率控制虽然可以降低干扰，但也会降低小区边缘用户接收信号的强度。因此，如何在多层异构网络中提高频谱利用效率的同时增强用户的接收信号强度并降低干扰是目前亟需解决的问题。本文针对多层异构网络系统中存在的这些问题，引入了智能反射面(IntelligentReflectingSurface，IRS)技术。IRS由大量无源反射单元组成，每个反射单元可以在射频(RadioFrequency，RF)信号上引入独立的相移。通过对相移的联合控制，可以对反射信号进行波束成形，使得反射信号在预期接收器处相干地组合，以增强期望信号的强度，或在非预期接收器处进行破坏性组合，以抑制干扰。 本文主要研究在多层异构网络下引入IRS辅助多用户的多输入单输出(Multi-InputSingle-Output，MISO)系统，其中IRS辅助宏基站和微基站为多个用户提供服务。在覆盖密集的地方专门部署IRS，用于辅助无线传输和抑制干扰。针对用户公平性和系统安全性这两个方向提出了两个场景下的资源优化策略。 首先，在基站功率约束以及IRS相移约束的保障下，通过联合优化宏基站和微基站处的发射波束成形矢量和IRS的反射波束成形矢量，实现最大化用户最小速率的目标。由于该问题是一个非凸的NP-hard问题，本文提出了一种交替优化(AlternatingOptimization，AO)算法，即交替优化发射波束成形矢量和反射波束成形矢量。其中发射波束成形矢量优化和反射波束成形矢量优化在每次迭代中分别采用连续凸逼近(SuccessiveConvexApproximation，SCA)和半正定松弛(SemidefiniteRelaxation，SDR)技术求解;该算法可以得到优化问题的局部最优秩一解，同时可以快速收敛。最后，仿真结果表明:采用本文提出的算法，可以显著提高用户处的最小速率，保证系统公平性。 其次，结合物理层安全，对存在窃听者的场景进行研究。在基站功率约束、IRS离散相移约束下，通过联合优化基站的发射波束成形矢量和IRS的反射波束成形矢量，保障合法用户的安全通信，同时实现系统吞吐量最大化的目标。考虑到AO算法在每次迭代中只优化部分变量，可能会对所提方案在最大化系统吞吐量方面的性能造成损失。因此本文针对变量耦合的问题，使用了一种变量解耦算法，之后使用SCA和SDR算法联合优化所有变量。相比于AO算法，该算法理论上可以使优化结果收敛到更高质量的次优解。最后，仿真结果表明:该算法在保证了用户安全通信的情况下，大幅提升了系统的吞吐量，并优于传统的AO算法。
NETL