IRS辅助认知无线携能通信网络的发射功率最小化算法

智能反射平面（IRS）和认知无线携能通信技术被视为是提高能量效率和频谱利用率的潜在关键技术。文中研究了基于非线性能量采集模型的IRS辅助认知无线携能通信网络，其中次用户发射机同时给多个次用户接收机发送信息和能量，每个次用户接收机采用功率分割方式实现信息解码与能量采集，目的是通过联合优化次用户发射机的波束成形矢量、次用户接收机的功率分割系数以及IRS相移使次用户发射机的发射功率最小化。为了保证次用户发射机的信息与能量传输效率并限制次用户发射机对主用户接收机的同频干扰，考虑次用户接收机具有最小信干噪比约束、最小能量采集约束与功率分割系数约束，次用户发射机对主用户接收机有最大干扰功率值约束，以及IRS具有反射相移约束。所构建的问题属于非凸的二次约束二次规划问题，并且优化变量之间高度耦合，难以求解。文中提出一种基于半正定松弛法和连续秩一约束松弛法的交替优化算法进行高效求解。为了降低复杂度，进一步提出一种基于IRS分组的低复杂度优化算法。仿真结果表明，与几种基准算法相比，所提算法能够有效降低次用户发射机的发射功率。