IRS辅助的认知反向散射通信网络性能增强方案.docx

### IRS辅助的认知反向散射通信网络性能增强方案 #### 引言与背景 随着5G及后5G（B5G）技术的发展，物联网（IoT）领域呈现出迅猛增长的趋势。这一趋势促使了大量的低功耗无线设备（例如传感器）被广泛部署。然而，这些设备的电源供应主要依赖于内置电池，而电池容量的限制则成为了阻碍无线设备长期稳定运行的关键因素之一。为了解决这一问题，基于射频信号的无线能量传输（Wireless Power Transfer, WPT）技术逐渐受到关注。 认知无线电网络（Cognitive Radio Network, CRN）是一种能够高效利用稀缺频谱资源的智能网络架构。结合WPT技术，CRN中的次级系统（Secondary System, SS）可以通过从主系统的射频信号中收集能量，从而有效解决其能源供应问题。在传统的基于WPT的CRN中，次级发射机（Secondary Transmitter, ST）通常采用“收集-然后-传输”（Harvest-Then-Transmit, HTT）模式工作，即先收集能量，然后利用收集到的能量进行数据传输。但这种方式需要专门的能量收集时隙，导致网络的整体性能受到影响。 为了解决上述问题，反向散射通信（Backscatter Communication, BackCom）提供了一种新的思路。BackCom技术允许设备通过被动反射入射信号来进行信息传输，同时可以收集部分信号能量。通过融合HTT和BackCom两种模式，可以在不牺牲专用能量传输时隙的情况下提升网络性能。 #### 智能反射面（IRS）的作用 智能反射面（Intelligent Reflecting Surface, IRS）作为一项新兴技术，由大量低成本、可调控的反射单元组成，能够动态调节无线传播环境，为能量和信息传输创造有利条件。通过优化IRS上的相位移，可以有效改善网络的覆盖范围、减少干扰，并且提高能量和数据传输的效率。 #### 多模式融合传输方案概述 本文提出了一种基于IRS辅助的Overlay-CRN多模式融合传输方案，旨在通过IRS提高次级系统中多个ST的能量收集、信息反射以及信息传输效率。具体而言，在主发射机（Primary Transmitter, PT）繁忙阶段，设计了高效的时隙调度方案，使得一个ST通过BackCom模式反射信息的同时，其他ST可以进行能量收集。此时，IRS被用来同时提高次发射机的信息反射速率和收集的能量量。而在PT空闲阶段，IRS的作用在于提高次发射机的信息传输效率。 为了最大化系统吞吐率，方案通过联合优化IRS相移、网络时隙调度和功率分配。由于这是一个典型的非凸优化问题，文中采用块坐标下降（Block Coordinate Descent, BCD）迭代优化算法，并结合半正定松弛（Semidefinite Relaxation, SDR）、高斯随机化以及泰勒近似等方法求解出次优解。 #### 系统模型 系统模型包括： - **主系统**（Primary System, PS）：由单天线的主发射机（PT）和主接收机（PR）组成； - **次级系统**（Secondary System, SS）：包含K个次发射机（ST1, ST2, …, STK）和次接收机（SR），每个ST和SR均为单天线； - **智能反射面**（IRS）：由N个被动反射元件构成，用于辅助SS的能量收集和信息反射/传输过程。 该方案的关键之处在于通过IRS优化各链路的信道条件，如PT到STk、PT到SR、PT到PR、STk到SR以及STk到PR的信道状态，以达到提升整体网络性能的目的。 #### 总结 本文提出的基于IRS辅助的多模式融合传输方案，通过综合运用WPT、BackCom和IRS技术，不仅解决了传统CRN中的能量和时隙利用问题，还极大提升了网络的总体性能。实验结果显示，相较于现有方案，该方案能够显著提高系统吞吐率，对于未来5G及B5G网络中的物联网应用具有重要的参考价值。