CN115942494B 基于智能反射面的多目标安全Massive MIMO资源分配方法 （哈尔滨工程大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115942494B(45)授权公告日2025.07.11

(21)申请号202211542384.0

(22)申请日2022.12.03

(65)同一申请的已公布的文献号申请公布号CN115942494A

(43)申请公布日2023.04.07

(73)专利权人哈尔滨工程大学

地址150001黑龙江省哈尔滨市南岗区南

通大街145号哈尔滨工程大学科技处知识产权办公室

(72)发明人高洪元赵立帅孙志国任立群郭颖狄妍岐王欣悦马静雅

王钦弘李慧爽

HO4W72/542(2023.01)

HO4W72/543(2023.01)

GO6N3/006(2023.01)

HO4B7/0413(2017.01)

HO4B7/145(2006.01)

HO4W12/122(2021.01)

(56)对比文件

CN113766492A,2021.12.07CN114158123A,2022.03.08审查员张亚丽

(51)Int.CI.

GO6FHO4W

9/50(2006.01)72/53(2023.01)

权利要求书3页

说明书7页附图2页

(54)发明名称

基于智能反射面的多目标安全MassiveMIMO资源分配方法

(57)摘要

CN115942494B本发明提供一种基于智能反射面的多目标安全MassiveMIMO资源分配方法，将野马群智能与支配关系相结合，设计了解决多目标连续优化问题的多目标野马优化算法，改进了原始野马群智能执行放牧行为、交配行为的位置更新公式，并且舍弃了野马群智能分组优化的模式，突破了已有野马优化算法只能解决单目标优化问题的应用局限。针对基于智能反射面的安全MassiveMIMO通信系统，以最大化合法用户处的信息传输速率、最小化非合法用户处的信息传输速率为目标利用多目标野马群智能优化每个反射元的相移控制角和基站功率传输矩阵，本发明同时优化智能反射面中每个反射元的相移控制

CN115942494B

建立一个存在非合法用户的智能反射面MassiveMIMO通信系统模型

初始化每一匹多目标野马的位置，计算每一匹野

马对应的所有目标函数值，将其中的非支配解放

入存储库中

计算存储库中所有非支配解的拥挤距离，对于每

一匹野马利用轮盘赌选择方式在存储库中选择非

支配解协助其执行放牧行为或交配行为

执行放牧行为或交配行为更新每匹野马的位置

计算每匹野马对应的所有目标函数值，并

根据选择机制确定每匹野马的位置，同时

更新存储库中的非支配解

迭代次数最大迭代次数

否

将多日标野马群迭代完成后存储非支配解的

存储库中所有的Pareto最优解输出，对应得到

多种资源分配方案可供决策者选择

CN115942494B权利要求书1/3页

2

1.基于智能反射面的多目标安全MassiveMIMO资源分配方法，其特征在于，步骤如下：

步骤一：建立一个存在非合法用户的MassiveMIMO通信系统模型；

存在非合法用户的MassiveMIMO系统中，存在天线数为Q根的非合法用户、天线数为W根的合法用户、天线数为E根的基站以及反射元数为R个的智能反射面，并且基站、合法用户和非合法用户处的天线阵列都为均匀线性阵列；设A=diag{√a,√a?,…√aE}为基站传输功率所构成的矩阵，其中diag{.}表示对角矩阵即矩阵中除对角线元素以外其余全为0,a表示第e根基站天线的传输功率，e=1,2,...,E;设OBSUse∈CW×B为基站到合法用户处的信道状态信息矩阵；对于反射信号来说，设0BsLrs∈C×B为基站到智能反射面处的信道状态信息矩阵，Ors-user∈CW×R为智能反射面到合法用户处的信道状态信息矩阵，则合法用户处的信息传输速率表示为：

其中，D为W维单位矩阵即矩阵中对角线元素为1其余元素全为0,(.)表示对矩阵取共轭后再转置，det(.)表示矩阵行列式的值，,x为反射系数，β为第r个反射元的相移控制角，r=1,2,...,R,δuser=f?·OsUserα·a·

能反射面处的噪