申请/专利权人：华北水利水电大学

申请日：2023-10-23

公开（公告）日：2023-12-29

公开（公告）号：CN117320043A

主分类号：H04W24/02

分类号：H04W24/02;H04W4/029;H04B17/391;G06N3/0464;G06N3/045;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.16#实质审查的生效;2023.12.29#公开

摘要：基于DRL的双RIS‑位置辅助毫米波通信系统优化配置方法，包括以下步骤：构建双可重构智能表面辅助多用户MIMO通信系统，建立基站、双RIS和多用户之间通信链路通用几何信道模型；多模态信息对当前环境进行感知，并对单个模态的数据样本进行预处理操作，分别输入至卷积神经网络；将不同模态的特征矩阵送入transformer融合模型得到代表环境上下文信息的融合特征矩阵；对通信场景进行网格化，结合LSTM预测网络和定位算法，预测下一时刻用户的距离和角度，进而得到用户坐标；将双RIS建模为马尔可夫决策过程，应用DRL算法根据基站、RIS和用户三者之间的坐标实现对双RIS的实时相位控制。与依赖于完美CSI的方法相比，本发明采用更容易获得的用户位置信息来规避信道估计。

主权项：1.基于DRL的双RIS-位置辅助毫米波通信系统优化配置方法，其特征在于：所述方法包括以下步骤：S1：构建莱斯衰落模型下双可重构智能表面RIS辅助多用户MIMO通信系统，建立基站BS、RIS1、RIS2以及多用户之间的通信链路几何信道模型： 其中，H＝[h1,h2,...,hk]表示多用户的等效信道，表示BS到多用户的等效信道，和分别表示BS到RIS1、RIS2的等效信道，和分别表示RIS1、RIS2到多用户的等效信道，是RIS1的相移向量，是RIS2的相移向量；S2:基站上配备有毫米波雷达、双目相机和激光雷达；用户端配备有GPS传感器；利用基站处配备的毫米波雷达、双目相机和激光雷达对当前环境进行感知，对感知到的多模态数据进行预处理后分别输入至卷积神经网络CNN中，利用卷积神经网络CNN作为编码器分别在64、128、256和512尺度上进行特征提取，获得每一种模态的特征矩阵；S3：将不同尺度下的单模态特征矩阵和GPS位置输入transformer融合模型中进行融合得到代表环境上下文信息的特征矩阵；S4：利用基于接收信号强度指示的定位算法对S3中的代表环境上下文信息的特征矩阵进行处理，通过支持向量机模型将信号强度与实际距离之间进行映射关系，获取用户到基站的距离信息；同时通过利用基站的多个天线之间的相对信号强度差异来获取用户到基站的角度信息；获得距离和角度信息后，对通信场景进行网格化操作，以获得当前时刻用户在环境中的具体坐标信息；S5：将坐标信息输入到LSTM预测神经网络，通过一系列LSTM层来实现迭代更新；在每个时间步，LSTM单元会根据当前的输入和前一时刻的状态来计算当前时刻的输出和新的记忆状态；这个过程通过输入门、遗忘门和输出门来控制，使得LSTM网络可以学习长期依赖关系，最后LSTM模型会对输入序列进行处理，并预测下一个时间步的坐标，以提取对RIS的反射系数进行配置；S6：利用S4中的用户在环境中的具体坐标信息计算每个分支的等效信道，包括基站-用户分支的等效信道HBU、基站-RIS1分支的等效信道基站-RIS2分支的等效信道RIS1-用户分支的等效信道RIS2-用户分支的等效信道然后通过莱斯因子进行聚合得到多用户等效信道H；S7:利用多用户等效信道H计算用户端的信号功率和干扰功率，再结合噪声方差计算信噪比SINR；最后计算用户的可实现速率Rate＝log21+SINR；当用户位置发生变化后，根据可实现速率Rate重新估算RIS的反射系数；将双RIS控制建模为马尔可夫决策过程，利用DRL算法中的智能体不断地与环境进行交互，根据用户可实现速率寻找用户位置和RIS配置之间的最优映射关系，从而最大化双RIS辅助多用户MIMO通信系统可实现速率。

全文数据：

权利要求：

百度查询： 华北水利水电大学 基于DRL的双RIS-位置辅助毫米波通信系统优化配置方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD