[发明专利]基于大规模智能反射单元的无人机信道模型建立方法

权利要求书

1.基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，包括以下步骤：

S1、将智能反射面IRS配置在所服务小区边缘的建筑物表面，然后使用三维圆柱体来模拟接收端周围的垂直建筑结构，并利用球面波前的二阶近似来模拟大规模智能反射面IRS的近场效应，假设散射体位于三维圆柱体的表面，且智能反射面IRS包括均匀排列的智能反射单元，建立基于大规模智能反射单元的无人机信道模型；并根据该模型得到信道的复信道增益；

S2、根据基于大规模智能反射单元的无人机信道模型得到该复信道增益有两个分量组成：无人机UAV不通过智能反射面IRS直接与接收端进行传输的复信道增益以及无人机UAV通过智能反射面IRS与接收端进行传输的复信道增益；

S3、根据基于大规模智能反射单元的无人机信道模型，考虑用球形波前的二阶近似来模拟智能反射面IRS的近场效应，由于智能反射面的反射相位能够改善多普勒频移和多径衰落对接收信号功率的影响，因此基于接收信号功率最大化准则来设计优化问题；

S4、简化优化问题：在S3中提出的优化问题在计算上具有很大的复杂度，所以为了降低复杂度，需要进一步化简问题；当智能反射面IRS中的智能反射单元的规模较大时，接收信号的功率主要由通过智能反射面IRS的反射信号控制，且该反射信号的复信道增益又由其直射分量为主，以此简化求解反射相位的过程；

S5、根据化简的优化问题，考虑无人机UAV天线单元p和接收端天线单元q之间多径分量经(m,n)-th智能反射单元后的时变多普勒频移对接收信号功率的影响，在求解最优的智能反射面IRS反射相位时，减去直射分量的多普勒频移，以增强接收信号功率；

S6、通过步骤S2得到的复信道增益和步骤S5得到的最优的智能反射面IRS反射相位，求解基于智能反射面IRS辅助的时空相关性函数，通过相关性分析来确定不同参数对无人机信道特性的影响。

2.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S1中得到的复信道增益h_pq(t,τ)，其表示如下：

其中，t表示时间变量，l表示抽头数，L表示总的抽头数量，c_l表示第l次抽头的增益，h_l,pq(t)表示无人机UAV天线单元p不通过智能反射面IRS直接与接收端天线单元q之间的复信道增益，表示无人机UAV天线单元p通过智能反射面IRS与接收端天线单元q之间的复信道增益，τ_l(t)表示第l次抽头的传播延迟，δ(·)表示冲激函数。

3.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S2中无人机UAV天线单元p不通过智能反射面IRS直接与接收端天线单元q之间的复信道增益h_l,pq(t)表示如下：

其中，表示无人机UAV天线单元p和接收端天线单元q之间直射分量的复信道增益，表示无人机UAV天线单元p和接收端天线单元q之间散射分量的复信道增益；

其中，G_t表示发射天线增益，G_r表示接收端天线增益，γ_TR表示无人机UAV到接收端的路径损耗，K₁表示莱斯因子，λ表示载波波长，t表示时间变量，π表示圆周率，ξ_pq(t)表示无人机UAV天线单元p和接收端天线单元q之间的时变距离，表示无人机UAV天线单元p和接收端天线单元q之间直射分量的时变多普勒频移，δ(l-1)表示经过l次抽头后的延迟冲击函数，N_l表示散射体的数目，ξ_pnl(t)表示无人机UAV天线单元p和散射体之间的时变距离，表示散射体和接收端天线单元q之间的时变距离，表示无人机UAV天线单元p和接收端天线单元q之间散射分量的时变多普勒频移。