[发明专利]一种IRS辅助MEC中CF-mMIMO的通信优化方法及终端

权利要求书

1.一种IRS辅助MEC中CF-mMIMO的通信优化方法，其特征在于，包括步骤：

根据接收的信号使用卷积神经网络和条件循环单元进行信道估计，得到信道估计值；

基于所述信道估计值建立信道模型，并定义学习误差性能指标；

基于所述信道模型以及所述学习误差性能指标优化用户发射功率、波束成形向量和IRS相位向量，得到最优用户发射功率、最优波束成形向量和最优IRS相位向量；

根据所述最优用户发射功率、最优波束成形向量和最优IRS相位向量进行通信传输。

2.根据权利要求1所述的一种IRS辅助MEC中CF-mMIMO的通信优化方法，其特征在于，所述根据接收的信号使用卷积神经网络和条件循环单元进行信道估计，得到信道估计值包括：

根据接收的信号使用最小二乘法进行信道估计，得到初始信道估计值；

提取所述初始信道估计值，得到所述初始信道估计值的实部和虚部；

将所述实部和虚部输入卷积神经网络，得到输出数据；

将所述输出数据使用条件循环单元进行时域状态预测，得到预测数据；

对所述预测数据使用全连接网络进行降维，得到信道估计值。

3.根据权利要求2所述的一种IRS辅助MEC中CF-mMIMO的通信优化方法，其特征在于，所述初始信道估计值H为：

H＝[H₁,...,H_a,...,H_A]；

H_a＝[h_a1,h_a2]，

式中，A表示无线接入点的个数，H_a表示第a个无线接入点的初始信道估计值，D表示天线数，h_a1表示强用户的第a个无线接入点的初始信道估计值，h_a2表示弱用户的第a个无线接入点的初始信道估计值，表示复数矩阵集合；

所述初始信道估计值H的实部和虚部为：

H'＝[H'₁,...,H'_a,...,H'_A]；

H'_a＝[h'_a1,h'_a2]，

式中，表示实数矩阵集合；

所述输出数据L_o为：

L_o＝f(W_o*L_o-1+b_o)；

L_o-1＝[l¹_o-1,l²_o-1,…,l^C_o-1]；

式中，W_o表示所述卷积神经网络的第o层的预设权重，b_o为所述卷积神经网络的第o层的预设偏移向量，l^C_o-1表示第C个信道上的数据向量，f()表示第一预设函数；

所述将所述输出数据使用条件循环单元进行时域状态预测，得到预测数据包括：

将所述输出数据使用第一条件循环单元进行前向时域状态预测，得到前向预测数据；

将所述输出数据使用第二条件循环单元进行后向时域状态预测，得到后向预测数据，并根据所述前向预测数据和所述后向预测数据得到预测数据；

所述前向预测数据为：

H_FW,t＝CRU(H_FW,t-1,c_v,Ψ_FW)；

式中，Ψ_FW表示所述第一条件循环单元的第一预设网络参数，c_v表示编码向量，t表示时间；

所述后向预测数据为：

H_BW,t＝CRU(H_BW,t-1,c_v,Ψ_BW)；

式中，Ψ_BW表示所述第二条件循环单元的第二预设网络参数；

所述预测数据为：

所述信道估计值为：

式中，W_DR表示所述全连接网络的权重参数，f_T()表示第二预设函数。