CN116055991B 太赫兹超大规模智能超表面辅助的通信定位一体化方法 （北京理工大学）

号太赫兹超大规模智能超表面辅助的通信定太赫兹超大规模智能超表面辅助的通信定交匹配追踪算法的信道估计中的相关操作为定坐标域频率依赖性字典有效地克服波束偏移效极坐标域梯度下降算法和极坐标域分层字典的2步骤3、分别使用极坐标域梯度下降算法和极坐标域分层字典对用户到基站和智能超2.如权利要求1所述的太赫兹超大规模智能超表面辅助的通信定位一体化方法，其特将基站处所服务的区域和智能超表面所服务的区域，进行角度和距BU和θRU分别是用户到达基站的角度和用户到达智能超表面的角度，rBU和rRU分别是用户到达基站的距离和用户到达智能超表面的距离；N/NRIS，其中，是区域中一点到基站或智能超表面的第n个阵元的n＝(2xn_N+1)/2,n＝0,…,N_1/δn＝(2xn_NRIS+1)/2,n＝0,…,NRIS_1是基站或智能λm是第m个子载波的波长。3.如权利要求1所述的太赫兹超大规模智能超表面辅助的通信定位一体化方法，其特分别关闭智能超表面和开启智能超表面，采取观测矩阵和极坐3如下所示，开启智能超表面时多个时隙堆叠后的基站观测矩阵；是开启智能超表分别是基站接收到的未开启智能超表面和开启智能超表面的第m个子载波上的接收信号；和分别是关闭智能超表面和开启智能超表BU关闭智能超表面和开启智能超表面得到的接收信其中，和分别是第m个子载波上用户到基站和智能超表面的信m",4j,"=(2xn-N+1)1/2,n=0,…,N-1,天线中心阵元为参考零点；d是天线m"其中，是用户到达智能超表面第n个阵元的距4.如权利要求1所述的太赫兹超大规模智能超表面辅助的通信定位一体化方法，其特首先，使用现有的梯度下降算法对用户到基站的到达角进行优⃞:="b"uf,","),5为e"同时在生成损失函数时，虚拟信道也没有这样能够在估计用户到基站的角度基础上优化角度；损失函数对于角度的求导，以及更新过程中步长选取的Armijo_极坐标域分层字典w"的角度采样间隔和采样范围将会缩小至上一次迭代的以逐5.如权利要求1所述的太赫兹超大规模智能超表面辅助的通信定位一体化方法，其特通过基站和智能超表面的位置，以及估计的用户到基站和智能超表6BS分别是用户到基站和用户到智能超表面的直线的6.如权利要求1所述的太赫兹超大规模智能超表面辅助的通信定位一体化方法，其特7NRIS和ΩRIS是空集；所使用的太赫兹超大规模智能超表面辅助的通信定位一体化方在关闭智能超表面和开启智能超表面，经历步骤5.2至5.5的和次迭代8[0002]未来6G复杂的应用场景中，信息处理流程呈现出通信和感知高度耦合的特征。9计的初始相关结果作为定位的初始条件，关闭智能超表面时利用极坐标域梯度下降算法，开启智能超表面时利用极坐标域分层字典，分别得到用户到达基站和智能超表面的角度，[0009]步骤1、采用极坐标域频率依赖性字典，划分基站和智能超表面所服务的公共区和w(o,r)ec"aso"表示，θBU和θRU分别是用户到达基站的角度和用户到达智能超表面的角度，rBU和rRU分别是用户到达基站的距离和用户到达智n＝m是第m个子载波的波长。结果与接收信号做相关，根据相关的结果分别得到用户到达基站和智能超表面的粗略角[0015]分别关闭智能超表面和开启智能超表面，采取观测矩阵和极坐标域频率依赖性字典相乘后与接收信号的相关操作，提取最大相关值所在的角度索引，得到用户到基站和智能超表面的初步到达角。关闭智能超表面和开启智能超表面的相关表达式，即和如下所示，是未开启智能超表面时多个时隙堆叠后的基站观测矩阵；是开启智能侧的极坐标域频率依赖性字典，m代表子载波索引，M是子载波个数；和分别是基站接收到的未开启智能超表面和开启智能超表面的第m个子载波上的接收信号；和分别是关闭智能超表面和开启智能超表m[0027]其中，是用户到达基站第n个天线阵元的距离；""=(2xn-N+1)/2,n=0,…,N-1,天线中心阵元为参考零点；d是天线的阵元间m[0032]其中，是用户到达智能超表面第n个阵元的距离；并且⃞"=(2xn-Nas+1)/2,n=0,…,Nas-1,中心阵元为参考零点；d是阵元间[0033]步骤3、分别使用极坐标域梯度下降算法和极坐标域分层字典对用户到基站和智为[0042]而的第二行至最后一行的每一个元素满足恒模约束离的基础上优化角度。损失函数对于角度的求导，以及更新过程中步长选取的Armijo_次的极坐标域分层字典w"的角度采样间隔和采样范围将会缩小至上一次迭代的[0049]通过基站和智能超表面的位置，以及估计的用户到基站(,),其表达式为和[0053]在获得精确的用户位置后，用步骤1初始生成的极坐标域频率依赖性字典WNRIS和,"和sri和is+1次迭估计的用户到基站的信道i":和用户到智能超表面的信道i":表通信中信道估计的相关结果作为定位的初始条件，在信道估计的过程中就完成高精度定[0078]图1为本发明公开的太赫兹超大规模智能超表面辅助的通信定位一体化方法的流[0079]图2为本实施例公开的太赫兹超大规模智能超表面辅助的通信定位一体化方法的而对其不起任何限定作用。极大带宽和超大规模天线阵列，使得其产生了以往通信网络所没有的混合场波束偏移效和用户真实位置不在字典采样的格点上所引发的频谱泄漏的不(-10VEm,0m),(0NEm,0m),(5.96m,10.1m)；在远场区域(20,Em,0m),(11.82m,_20.1m)；由于本发明的置均通过MATLAB中的rand函数在基站所服务的区域随机生成，并多次仿真求得平均性能。是用户到基站/智能表征第n个阵元的索引，并且基站/智能超表面阵列的中心阵元为参考点；8=sin(9)是用户增益；为简洁起见，由于直射径不构成簇，只有一条径，因此省略直射径的下标g，用[0095]其中，和分别是第m个子载波上关闭智能超表面和开启智能超表面的接智能超表面时基站和智能超表面之间的信道是宽带信道，因此观测矩阵与频率相关；和分别是用户到基站和智能超表面的信道；和分别是关闭智能超表面和此发射导频在频域接收信号模型中被隐去。[0097]步骤1、采用极坐标域频率依赖性字典，划分基站和智能超表面所服务的公共区L.Dai,"ChannelEstimationforExtremelyLarge_ScaleMIMO:Far_FieldorNear_[0099]图2中用户所处的深色区域即为用户在极坐标域字典中的位置。同时由于本发明字典，故将其命名为极坐标域频率依赖性字典WN的采样点数为2N和2NRIS。因此，极坐标域频率依赖性字典的维度为wsecs和字典中的元素按照公式(1)(2)取值。结果与接收信号做相关，根据相关的结果分别得到用户到达基站和智能超表面的粗略角基站和智能超表面的初步到达角。关闭智能超表面和开启智能超表面的相关表达式，即和如下所示，分别是用户到达基站的距离和用户到达智能超表面的距离；是未开启智智能超表面时的多个时隙堆叠后的基站移相网络，智能超表分别是基站接收到的未开启智能超表面和开启智能超表面的第m个子载波上的接收信号；和分别是关闭智能超表面和开启智能超表面第m个子载波模约束相位满足0～2π的均匀分布；在第m个子载波上的取值为[0108]步骤3、分别使用极坐标域梯度下降算法和极坐标域分层字典对用户到基站和智[0115]其中，这样做的前提是需要基站的移相网络经过如下特殊设时在生成损失函数时，虚拟信道也没有e-";这样能够在估计用户到基站的角度Z.GaoandJ.Fang,"Super_ResolutionChannelEstimationforMmWaveMassiveMIMOWithHybridPrecodin极坐标域分层字典的角度采样间隔和采样范围将会缩小至上一次迭代的以逐[0124]通过基站和智能超表面的位置，以及估计的用户到基站通过直线交点得到用户的位置(E,j),其表达式为[0128]在获得精确的用户位置后，用步骤1初始生成的极坐标域频率依赖性字典WNRIS和极坐标域同时正交匹配追踪算法(PSOMP)和广义正交匹配追踪算法(gOMP)的结合(对于ScaleMIMO:Far_FieldorNear_Field？,"inIEEETrans.Commu.,vol.70,no.4,量表示为和y"0",p"),代后，其中和分别是估计出的用户到基站和用户到智能超表面的散射体数基站的非直射路径的参数时，同时选择多个原子不会带来性能增益。近场在发射功率为6dBm以下和远场在发射功率为16dBm以下时，每次迭代选择多个原子性能反而不如只选择小，因此经