【信号干扰】BD-RIS 辅助 MIMO 干扰信道的双阶段被动 - 主动波束成形方案研究Matlab代码

最新推荐文章于 2025-12-01 18:45:00 发布

原创最新推荐文章于 2025-12-01 18:45:00 发布 · 688 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #开发语言

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

针对多输入多输出（Multiple-Input Multiple-Output, MIMO）干扰信道（Interference Channels, ICs）中用户间干扰严重、系统频谱效率受限的问题，本文提出一种基于超对角可重构智能表面（Beyond-Diagonal Reconfigurable Intelligent Surface, BD-RIS）辅助的双阶段波束成形方案。第一阶段设计被动 BD-RIS 的反射系数矩阵，以最小化所有接收端的聚合干扰功率（即干扰泄漏（Interference Leakage, IL））为目标，提出基于酉矩阵流形的优化算法及计算高效的次优求解方案；第二阶段在 BD-RIS 抑制干扰的基础上，针对用户主动预编码器，分别设计最小干扰泄漏（min-IL）、最大信干噪比（max-SINR）、最大和速率（max-SR）三种优化准则，并将 BD-RIS 未抵消的残余干扰视为噪声处理。仿真结果表明，在 BD-RIS 单元数量适中（

M<20

）且用户高功率传输（残余干扰显著）的场景下，max-SR 预编码器相比其他设计可实现超过 20% 的和速率提升，验证了所提方案的有效性与优越性。

关键词：可重构智能表面（RIS）；超对角 RIS（BD-RIS）；MIMO 干扰信道；波束成形；干扰抑制；和速率优化

一、引言

1.1 研究背景与问题提出

随着第五代（5G）及 Beyond 5G（B5G）通信系统对高速率、低延迟、大连接需求的不断提升，MIMO 技术凭借多天线空间分集与复用增益，成为提升频谱效率的核心手段 [1]。然而，在密集用户部署场景中，MIMO 干扰信道（ICs）面临严重的用户间同频干扰问题 —— 不同用户的发射信号在接收端相互叠加，导致信干噪比（SINR）下降，系统和速率受限 [2]。传统抗干扰技术（如干扰对齐、迫零预编码）虽能缓解部分干扰，但需用户间高精度信道状态信息（CSI）交互，且在大规模用户场景下计算复杂度急剧增加 [3]。

可重构智能表面（RIS）作为一种新型智能反射面，通过调控大量低成本无源反射单元的幅度与相位，可动态改变无线信号的传播路径，实现干扰抑制、覆盖增强等功能 [4]。传统 RIS 多采用对角反射矩阵（即各反射单元独立调控，矩阵仅对角线元素非零），但在 MIMO 干扰信道中，其对多流干扰的抑制能力有限。超对角 RIS（BD-RIS）通过引入反射单元间的非对角关联（即反射矩阵非对角线元素非零），可实现更灵活的信号调控，为多用户干扰抑制提供新的技术路径 [5]。

基于此，本文针对 BD-RIS 辅助的 MIMO 干扰信道，提出双阶段被动 - 主动波束成形方案：第一阶段利用 BD-RIS 的被动反射特性抑制全局干扰，第二阶段结合用户主动预编码进一步优化系统性能，解决传统方案中干扰抑制不彻底、计算复杂度高的问题。

1.2 相关工作与本文贡献

1.2.1 相关工作

近年来，RIS 辅助 MIMO 系统的波束成形设计成为研究热点。文献 [6] 提出 RIS 辅助 MIMO 下行系统的联合 RIS 反射系数与预编码器设计方案，以最大化系统和速率为目标，但未考虑多用户干扰信道场景；文献 [7] 针对 RIS 辅助 MIMO 干扰信道，设计基于最小干扰泄漏的被动波束成形方案，但采用传统对角 RIS，干扰抑制能力受限；文献 [8] 引入 BD-RIS 提升信号调控灵活性，但仅聚焦单用户场景，未涉及多用户主动预编码优化。现有研究尚未形成 “BD-RIS 被动干扰抑制 + 用户主动预编码优化” 的协同设计框架，且缺乏对不同预编码准则的性能对比分析。

1.2.2 本文主要贡献

提出双阶段波束成形框架：首次将 BD-RIS 被动反射与用户主动预编码分为两个阶段设计，先通过 BD-RIS 最小化全局干扰泄漏，再通过主动预编码优化系统性能，降低设计复杂度；

设计 BD-RIS 优化算法：针对第一阶段的干扰泄漏最小化问题，提出基于酉矩阵流形的优化算法（保证反射系数的单位模约束），并推导计算高效的次优解，平衡性能与复杂度；

多准则主动预编码设计：在第二阶段，分别设计 min-IL、max-SINR、max-SR 三种主动预编码器，考虑 BD-RIS 残余干扰的影响，完善性能优化维度；

仿真验证与分析：通过仿真对比不同 BD-RIS 单元数量、用户传输功率下各方案的性能，验证 max-SR 预编码器在残余干扰显著场景下的优势。

⛳️ 运行结果

📣 部分代码

function [U,V,IL] = MinIL_UV(Heq,ILwoRIS,U,V,varargin)

% Precoder and decoder optimization for IL minimization

% for the K-user MIMO-IC. Stage II

K = size(V,2); % number of users

Ntx = zeros(1,K); % transmit antennas

Nrx = zeros(1,K); % receive antennas

d = zeros(1,K); % streams

for kk = 1:K

Ntx(kk) = size(V{kk},1);

Nrx(kk) = size(U{kk},1);

d(kk) = size(V{kk},2);

end

%% Default values

opt_params = struct();

opt_params.niterinner = 100; % Maximum number of iterations for inner loop (U&V opt)

opt_params.thresholdinner1 = 1e-8; % To check convergence of the inner loop (absolute ISP value)

opt_params.thresholdinner2 = 1e-4; % To check convergence of the inner loop (decrease between two consecutive iterations)

if nargin < 4

error(message('TooFewInputs'));

elseif nargin == 5

params = varargin{1};

for arg = fieldnames(params)'

parameter = arg{1};

param_value = params.(parameter);

switch parameter

case 'niterinner'

opt_params.niterinner = param_value;

case 'thresholdinner1'

opt_params.thresholdinner1 = param_value;

case 'thresholdinner2'

opt_params.thresholdinner2 = param_value;

end

elseif nargin > 5

error(message('TooManyInputs'));

end

%% ------------------------------- U&V update --------------------------------%

true_inner = 1;

nn_inner = 0;

IL = zeros(1,opt_params.niterinner); % Stores interference leakage

while true_inner % here Heq does not change

nn_inner = nn_inner+1;

%% -------------------------- Decoder update (U) ---------------------------------%

Qaux = cell(K,K); % interference covariance matrices (K^2 matrices)

Q = cell(1,K); % interference covariance matrices at the k-th Rx (K matrices)

for k = 1:K

for l = 1:K

%-- Interference covariance matrix produced by the l-th Tx into the k-th Rx----%

Qaux{l,k} = Heq{l,k}*V{l}*V{l}'*Heq{l,k}';

%------------------------------------------------------------------------------%

end

for k = 1:K

ind = 1:K; ind(k)=[]; % a vector with all indexes except the k-th

%---- Int. convariance matrix at the k-th Rx ---%

Q{k} = zeros(size(Qaux{k,k}));

for tt =1:length(ind)

Q{k} = Q{k} + Qaux{ind(tt),k};

end

%------ Now we compute the the interference subspace and ----%

%----- its orthogonal complement------------------------------%

[A,~] = svd(Q{k});

U{k} = A(:,Nrx(k)-d(k)+1:end); % smallest eigenvectors -> interference free subspace-> Projector U(:,:,k)*U(:,:,k)'

end

%% ------------------------------- Precoders update (V) --------------------------------%

Qaux = cell(K,K); % interference covariance matrices (K^2 matrices)

Q = cell(1,K); % interference covariance matrices provoked by the l-th Tx (K matrices)

for k = 1:K

for l = 1:K

%------ Interference covariance matrix seen by the l-th Tx from the k-th Rx-----%

Qaux{l,k} = Heq{l,k}'*U{k}*U{k}'*Heq{l,k};

%--------------------------------------------------------------

end

for l = 1:K

ind = 1:K;

ind(l) = []; % we take out the desired user

Q{l} = zeros(size(Qaux{l,l}));

for tt = 1:length(ind)

Q{l} = Q{l} + Qaux{l,ind(tt)};

end

%------ find the subspace that causes less interference ----%

[A,~] = svd(Q{l});

V{l} = A(:,Ntx(l)-d(l)+1:end); % smallest eigenvectors of the interference subspace

end

%% IL Cost

IL(nn_inner) = ILCost(K,U,V,Heq);

%% Check convergence

if nn_inner==1

if IL(nn_inner)<ILwoRIS*opt_params.thresholdinner1

true_inner = 0;

IL(nn_inner+1:end) = [];

end

else

if (abs(IL(nn_inner)-IL(nn_inner-1))<IL(nn_inner-1)*opt_params.thresholdinner2)||...

(IL(nn_inner)<ILwoRIS*opt_params.thresholdinner1)...

||(nn_inner==opt_params.niterinner)

true_inner = 0;

IL(nn_inner+1:end) = [];

end

🔗 参考文献

Interference Minimization in Beyond-Diagonal RIS-assisted MIMO Interference Channels" by Ignacio Santamaria, Mohammad Soleymani, Eduard Jorswieck, and Jesus Gutierrez, IEEE Open Journal of Vehicular Technology, 2025