一种基于智能反射面的无线携能通信能效提升方法及系统

本发明涉及无线通信，具体涉及一种基于智能反射面的无线携能通信能效提升方法及系统。

背景技术：

1、近年来，随着物联网设备潜力的不断释放，支持射频传输的无线携能通信(swipt)凭借其可靠的通信保障、提供永久能源供应等优势，成为未来无线物联网发展的重要研究方向。智能反射面(irs)由大量低成本无源反射单元组成，被认为是当下一种有竞争力的技术，可以提高未来无线网络的频谱效率和能源效率。在实践中，能量收集接收器(ehr)需要比信息解码接收器(idr)所需的接收功率高得多的接收功率。因此，如何提高能量收集接收器的无线功率传输效率是从根本上提高无线携能通信系统能量传输效率的一个关键挑战。

2、最近，通过现有文献的检索发现，针对基于智能反射面的无线携能通信场景，ren,hong等在《ieee wireless communications letters》(2023,vol.12,no.4,pp.600-604)上发表的“transmission design for active ris-aided simultaneous wirelessinformation and power transfer”提出了一种基于智能反射面的无线携能通信信息解码接收器加权总和速率优化方法，但是该方法并没有考虑到基于智能反射面的无线携能通信能量收集接收器接收总功率的优化问题。现有方法虽然在接收速率优化上有一定的效果，但是所使用的算法仍然属于传统方法，传统算法的提升速率低且无法保证接收总功率最大化。

技术实现思路

1、鉴于此，本发明提出一种基于智能反射面的无线携能通信能效提升方法及系统，用以解决传统的接收功率优化方法无法最大化提升接收总功率的技术问题。

2、根据本发明的一方面，提出一种基于智能反射面的无线携能通信能效提升方法，包括下述步骤：

3、步骤一、建立基于智能反射面的无线携能通信能量收集接收器接收总功率模型；

4、步骤二、将使得能量收集接收器接收总功率最大化作为目标函数，利用量子蜜獾算法对所述目标函数进行优化求解；具体包括：

5、步骤二一、初始化量子蜜獾算法参数；

6、步骤二二、更新量子蜜獾种群中的最优量子蜜獾位置；

7、步骤二三、确定量子蜜獾的饥饿率；

8、步骤二四、对目标适应度函数进行评估，量子蜜獾寻找更优的量子位置；

9、步骤二五、当迭代次数大于等于预先设定的最大迭代次数时停止迭代，输出量子蜜獾的全局最优量子位置，根据映射规则得到位置并返回最优适应度值。

10、进一步地，步骤一中所述无线携能通信能量收集接收器接收总功率模型基于无线携能通信系统建立，所述无线携能通信系统部署为：具有n个反射单元的智能反射面以辅助从具有m个天线的接入点到两组单天线接收器的无线携能通信系统，两组接收器为信息解码接收器和能量收集接收器；所述无线携能通信能量收集接收器接收总功率模型q表示为：

11、

12、式中，i为信息解码接收器，γι为信息解码接收器集合；ωi为信息解码接收器i的预编码矢量，表示将ωi求共轭转置；j为能量收集接收器，qj为j的能量权重，γε为能量收集接收器集合，为智能反射面到能量收集接收器j的基带等效信道，θ为智能反射面的反射系数矩阵，g为接入点到智能反射面的信道，为接入点到能量收集接收器j的基带等效信道；υj为能量收集接收器j的预编码矢量，h表示将对应元素求共轭转置。

13、进一步地，步骤二一的具体过程包括：设置量子蜜獾种群规模为k，在d维空间中搜索，将第t次迭代第k只量子蜜獾的量子位置映射成位置：其中，k＝1,2,...,k，d＝1,2,...,d，具体映射规则为：其中，ub和lb分别为量子蜜獾搜索区间的上界和下界。

14、进一步地，步骤二二的具体过程包括：根据适应度值计算所有量子位置，直至第t次迭代为止的最优量子蜜獾位置为次优量子蜜獾位置为量子蜜獾更新最优位置公式为向最优解和次优解移动，其中λ1和λ2的值在[0,1]之间且和为1，通过轮盘赌机制进行选择。

15、进一步地，步骤二三中所述饥饿率的计算公式为：

16、

17、式中，r为[0,1]之间的随机数，z为[-1,1]之间的随机数，t为最大迭代次数，t表示第t次迭代；η表示[-2,2]之间的随机数，ν为预设的固定值参数。

18、进一步地，步骤二四的具体步骤包括：

19、如果r1t＜p1，当饥饿率|κt|≥1时，

20、量子蜜獾的第d维量子旋转角更新为：

21、量子蜜獾的量子位置更新为：

22、其中，r1t为[0,1]之间的随机数，为[0,1]之间的随机数，为[0,1]之间的随机数，为量子蜜獾第t代的最佳量子位置，ud和ld分别为变量第d维的上限和下限，d＝1,2,…,d；

23、如果r1t≥p1，量子蜜獾的第d维量子旋转角更新为：

24、

25、量子蜜獾的量子位置更新为：

26、

27、其中，c为常数；f为改变搜索方向的标志，其值由决定，为[0,1]之间的随机数。

28、根据本发明的另一方面，提出一种基于智能反射面的无线携能通信能效提升系统，该系统包括：

29、模型建立模块，其配置为建立基于智能反射面的无线携能通信能量收集接收器接收总功率模型；

30、优化求解模块，其配置为将使得能量收集接收器接收总功率最大化作为目标函数，利用量子蜜獾算法对所述目标函数进行优化求解；具体包括：初始化量子蜜獾算法参数；更新量子蜜獾种群中的最优量子蜜獾位置；确定量子蜜獾的饥饿率；对目标适应度函数进行评估，量子蜜獾寻找更优的量子位置；当迭代次数大于等于预先设定的最大迭代次数时停止迭代，输出量子蜜獾的全局最优量子位置，根据映射规则得到位置并返回最优适应度值。

31、进一步地，所述模型建立模块中所述无线携能通信能量收集接收器接收总功率模型基于无线携能通信系统建立，所述无线携能通信系统部署为：具有n个反射单元的智能反射面以辅助从具有m个天线的接入点到两组单天线接收器的无线携能通信系统，两组接收器为信息解码接收器和能量收集接收器；所述无线携能通信能量收集接收器接收总功率模型q表示为：

32、

33、式中，i为信息解码接收器，γι为信息解码接收器集合；ωi为信息解码接收器i的预编码矢量，表示将ωi求共轭转置；j为能量收集接收器，qj为j的能量权重，γε为能量收集接收器集合，为智能反射面到能量收集接收器j的基带等效信道，θ为智能反射面的反射系数矩阵，g为接入点到智能反射面的信道，为接入点到能量收集接收器j的基带等效信道；υj为能量收集接收器j的预编码矢量，h表示将对应元素求共轭转置。

34、进一步地，所述优化求解模块中所述初始化量子蜜獾算法参数的具体过程包括：设置量子蜜獾种群规模为k，在d维空间中搜索，将第t次迭代第k只量子蜜獾的量子位置映射成位置：其中，k＝1,2,...,k，d＝1,2,...,d，具体映射规则为：其中，ub和lb分别为量子蜜獾搜索区间的上界和下界；

35、所述更新量子蜜獾种群中的最优量子蜜獾位置的具体过程包括：根据适应度值计算所有量子位置，直至第t次迭代为止的最优量子蜜獾位置为次优量子蜜獾位置为量子蜜獾更新最优位置公式为向最优解和次优解移动，其中λ1和λ2的值在[0,1]之间且和为1，通过轮盘赌机制进行选择。

36、进一步地，所述优化求解模块中所述饥饿率的计算公式为：

37、

38、式中，r为[0,1]之间的随机数，z为[-1,1]之间的随机数，t为最大迭代次数，t表示第t次迭代；η表示[-2,2]之间的随机数，ν为预设的固定值参数；

39、所述对目标适应度函数进行评估，量子蜜獾寻找更优的量子位置的具体步骤包括：

40、如果r1t＜p1，当饥饿率|κt|≥1时，

41、量子蜜獾的第d维量子旋转角更新为：

42、量子蜜獾的量子位置更新为：

43、其中，r1t为[0,1]之间的随机数，为[0,1]之间的随机数，为[0,1]之间的随机数，为量子蜜獾第t代的最佳量子位置，ud和ld分别为变量第d维的上限和下限，d＝1,2,…,d；

44、如果r1t≥p1，量子蜜獾的第d维量子旋转角更新为：

45、

46、量子蜜獾的量子位置更新为：

47、

48、其中，c为常数；f为改变搜索方向的标志，其值由决定，为[0,1]之间的随机数。

49、本发明的有益技术效果是：

50、(1)本发明的智能反射面技术可以显著提高无线携能通信能量收集接收器接收总功率。本发明建立了一个包含多个反射单元的智能反射面以辅助从具有多个天线的接入点到两组单天线接收器的无线携能通信系统，两组接收器为信息解码接收器和能量收集接收器。基于无线携能通信系统建立了基于智能反射面的无线携能通信能量收集接收器接收总功率模型，显著提升了无线携能的通信能效。

51、(2)本发明将所提出的量子蜜獾算法应用于基于智能反射面的无线携能通信能量收集接收器接收总功率优化问题，为解决工程实践中的问题提供了初步尝试。实验数据表明，量子蜜獾算法在搜索速度和搜索精度方面都有显著的优势。在未来的工作中，量子蜜獾算法由于其在解决复杂优化和高维优化问题方面的优势，将在更广泛的工程应用环境中得到更广泛的应用。

52、(3)本发明根据蜜獾算法、量子编码和模拟量子旋转门，提出量子蜜獾算法，通过精巧设计的量子旋转角和量子旋转门来更新量子位置。量子计算最本质的特征就是利用了量子态的叠加性和相干性，以及量子比特之间的纠缠性，从而加速计算速度的量子并行性。通过这种方式，全新设计算法的搜索精度和搜索速度都得到了显著提高。

技术特征：

1.一种基于智能反射面的无线携能通信能效提升方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于智能反射面的无线携能通信能效提升方法，其特征在于，步骤一中所述无线携能通信能量收集接收器接收总功率模型基于无线携能通信系统建立，所述无线携能通信系统部署为：具有n个反射单元的智能反射面以辅助从具有m个天线的接入点到两组单天线接收器的无线携能通信系统，两组接收器为信息解码接收器和能量收集接收器；所述无线携能通信能量收集接收器接收总功率模型q表示为：

3.根据权利要求2所述的一种基于智能反射面的无线携能通信能效提升方法，其特征在于，步骤二一的具体过程包括：设置量子蜜獾种群规模为k，在d维空间中搜索，将第t次迭代第k只量子蜜獾的量子位置映射成位置：其中，具体映射规则为：其中，ub和lb分别为量子蜜獾搜索区间的上界和下界。

4.根据权利要求3所述的一种基于智能反射面的无线携能通信能效提升方法，其特征在于，步骤二二的具体过程包括：根据适应度值计算所有量子位置，直至第t次迭代为止的最优量子蜜獾位置为次优量子蜜獾位置为量子蜜獾更新最优位置公式为向最优解和次优解移动，其中λ1和λ2的值在[0,1]之间且和为1，通过轮盘赌机制进行选择。

5.根据权利要求4所述的一种基于智能反射面的无线携能通信能效提升方法，其特征在于，步骤二三中所述饥饿率的计算公式为：

6.根据权利要求5所述的一种基于智能反射面的无线携能通信能效提升方法，其特征在于，步骤二四的具体步骤包括：

7.一种基于智能反射面的无线携能通信能效提升系统，其特征在于，包括：

8.根据权利要求7所述的一种基于智能反射面的无线携能通信能效提升系统，其特征在于，所述模型建立模块中所述无线携能通信能量收集接收器接收总功率模型基于无线携能通信系统建立，所述无线携能通信系统部署为：具有n个反射单元的智能反射面以辅助从具有m个天线的接入点到两组单天线接收器的无线携能通信系统，两组接收器为信息解码接收器和能量收集接收器；所述无线携能通信能量收集接收器接收总功率模型q表示为：

9.根据权利要求8所述的一种基于智能反射面的无线携能通信能效提升系统，其特征在于，所述优化求解模块中所述初始化量子蜜獾算法参数的具体过程包括：设置量子蜜獾种群规模为k，在d维空间中搜索，将第t次迭代第k只量子蜜獾的量子位置映射成位置：其中，具体映射规则为：其中，ub和lb分别为量子蜜獾搜索区间的上界和下界；

10.根据权利要求9所述的一种基于智能反射面的无线携能通信能效提升系统，其特征在于，所述优化求解模块中所述饥饿率的计算公式为：

技术总结
一种基于智能反射面的无线携能通信能效提升方法及系统，涉及无线通信技术领域，用以解决传统的接收功率优化方法无法最大化提升接收总功率的技术问题。本发明的技术要点包括：建立基于智能反射面的无线携能通信能量收集接收器接收总功率模型；将使得能量收集接收器接收总功率最大化作为目标函数，利用量子蜜獾算法对目标函数进行优化求解；具体包括：初始化量子蜜獾算法参数；更新量子蜜獾种群中的最优量子位置；确定量子蜜獾饥饿率；对目标适应度函数评估寻找更优量子位置；当迭代次数大于等于预设最大迭代次数时停止迭代，输出量子蜜獾全局最优量子位置，根据映射规则得到位置并返回最优适应度值。本发明实现了对能量收集接收器的智能联合配置。

技术研发人员：赵琳,崔闻,程建华,高洪元,皮倩倩
受保护的技术使用者：哈尔滨工程大学
技术研发日：
技术公布日：2024/9/23