基于机器学习的IRS辅助毫米波通信波束成形设计方法

摘要

本发明提出了一种基于机器学习的IRS辅助毫米波通信波束成形设计方法，用以降低优化离散相移的计算复杂度；其步骤为：首先，根据BS‑IRS、IRS‑用户和BS‑用户链路的毫米波信道分别计算用户接收到的信号及SINR；其次，获得BS的有源波束向量和IRS上的反射系数，并构建用户的SINR的约束；然后根据BS的有源波束向量、IRS上的反射系数和用户的SINR的约束构建波束成形优化模型；最后，利用基于机器学习的CE算法迭代求解波束成形优化模型，联合优化BS的有源波束向量和IRS上的反射系数使得BS的发射功率最小。本发明基于机器学习的CE算法并利用交替迭代方法优化BS端的主动波束成形和IRS处被动波束成形，可以在较低的计算复杂度下获得接近最优的性能。