1.基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于在满足BS的单个发射功率约束和IRS的反射约束的条件下，通过联合优化BS的传输波束成形向量wk和IRS的反射波束成形向量θ，基于AO框架以及逐次逼近方法最大化MISO系统中所有用户的和速率，所述和速率R表示为：H

其中，θ＝[θ1，θ2，......，θn，.......，θN] ，满足常数模约束表示入射信号的相移，βn＝1，表示反射振幅；

表示MISO系统中BS或用户的集合；

表示在IRS处反射单元的集合；

Pk表示第k个BS的最大功率预算；

基于A0框架以及逐次逼近方法最大化MISO系统中所有用户的和速率，包括如下步骤：将和速率R表示为：

函数φ表示为：

函数 表示为：

其中，

BSj到用户k的有效反射信道记为：表示为从IRS到用户k的信道向量；

表示为表示从BSj到用户k的信道向量；

Gj表示为从BS j到IRS的信道矩阵；

其中函数φ和函数 关于发送波束成形量或反射波束成形量均为凸的，当反射波束成形量为固定的，上述和速率最大化问题退化为第一约束优化问题，所述第一约束优化问题表示为：函数φ和函数 关于wk， 为凹的，上述问题的目标为两个凹函数的差函数，基于逐次逼近方法将非凸问题凹替代，当发射波束成形向量为固定的，上述第一约束优化问题退化为第二约束优化问题，所述第二约束优化问题表示为：交替求解上述第一约束优化问题和第二约束优化问题，并根据第一约束优化问题的和速率结构，通过局部线性化函数 到函数 的一阶泰勒展开式来构造凹替代；

当优化得到局部最优解时，目标必须是非递减的，即：通过线性化一个凸替代函数求解上述第一约束优化问题，包括如下步骤：给定θ和一个可行点

关于发射波束成形向量 的和速率的凹替代函数被构建第一替代函数，所述第一替代函数表示为：其中，

函数φ等价为第一等价公式，所述第一等价公式为：函数 等价第二等价公式，所述第二等价公式为：定义BSj到用户k的有效或者组合信道记为：通过局部线性化函数 到函数 的一阶泰勒展开式进行迭代计算，上述第二等价公式改写为：其中， 且 为 的函数，通过Q表示 的缩写；

设定 是一个已知点， 在点 附近一阶泰勒近似可以表示成第一泰勒等式，所述第一泰勒等式表示为：给定θ和一个可行点 由第一替代函数构造的替代包含原函数的下界，在给顶点相切，即分别得到第一不等式和第一等式：由于 是凹的，且 是 的一阶泰勒展开式，以下第二不等式成立：进一步得到上述第一不等式成立；

在定点 由第一泰勒等式检验得到 进一步得到上述第一等式成立；

将上述第一约束优化问题近似为第三约束优化问题，所述第三约束优化问题为：上述第三约束优化问题为一个有秩约束的SDP，结果是非凸的，去掉秩约束，得到如下凸SDR问题：通过标准凸优化工具，用 SDP上述凸SDR问题的最优解，得到解后，对解进行奇异值分解，为：其中，特征矩阵Uk＝[u1，u2，…，uM]；

对角矩阵Λk＝diag(λ1，λ2，…，λM)；

由降序奇异值构成对角元素，并利用最大奇异值对应的特征向量恢复发射波束成形向量，公式为：在当前步骤中得到的解 更新为最优解，构造新的替代函数开始下一轮优化；执行逐次逼近的过程中，当达到一个光滑点时终止，最终得到了一个解；

通过逐次逼近方法求解上述第二约束优化问题，包括如下步骤：定义如下：

Ck，j＝Φk，jwj

得到第二等式，所述第二等式表示为：用户k的SINR写为：

上述第二等式进一步定义为：

基于上述，第二约束优化问题改写第二替代问题，所述第二替代问题为：定义 将上述第二替代优化问题重新表示如下第二替代优化问题：V≥0，

rank(V)＝1，

Vm，n表示矩阵V的第m行第n列的元素，去掉秩约束rank(V)＝1，得到松弛第二约束优化问题，所述松弛第二约束优化问题为：V≥0.

定义如下：

上述松弛第二约束优化问题重新表示为如下DC规划问题：V≥0.

通过线性化Ω到Ω的一阶泰勒展开式进行求解，Ω为V的函数；

设定 为已知点，Ω(V)在点 附近的一阶泰勒近似式表示为：Ω(V)为凹函数，得到如下第三不等式：及第四不等式：

将上述DC规划问题的目标函数Ω替换为Ω(V)在点 附近的一阶泰勒近似式，并舍弃常数项，将上述DC规划问题近似为SDR问题，所述SDR问题为：V≥0，

通过标准凸优化工具，求解上述SDR问题；

* * H

定义V为SDR问题的解，执行奇异值分解V＝ZFZ，得到：特征矩阵：

Z＝[z1，z2，…，zN+1]并得到对角矩阵：

Γ＝diag(γ1，γ1，…，γN+1)通过最大奇异值对应的特征向量恢复反射波束成形向量，即*

在当前步骤中得到的解V更新为最优解，构造新的替代函数开始下一轮优化；

通过如下方式进行恢复，得到：

其中，[x](1:N)表示包含x的前N个元素的向量；

在上述逐次逼近过程中，当达到光滑点时终止，得到解。

2.根据权利要求1所述的基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于通过联合优化BS的发射波束成形向量 和IRS的反射波束成形向量θ，基于AO框架和逐次逼近方法最大化MISO系统中最小SINR最大化问题：所述最小SINR最大化问题表示为：

3.根据权利要求2所述的基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于通过联合优化BS的发射波束成形向量 和IRS的反射波束成形向量θ，基于AO框架和逐次逼近方法最大化MISO系统中最小SINR最大化问题，包括如下步骤：引入辅助变量t，将上述最小SINR最大化问题改写为辅助变量最大化问题，所述辅助变量最大化问题表示为：借助AO框架，基于发射波束成形 和反射波束成形θ，固定其中一个，以交替的方式优化发射波束成形 和反射波束成形θ。

4.根据权利要求3所述的基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于通过如下方法优化发射波束成形向量定义BSj到用户k的有效或组合信道记为：传输波束成形问题被写为第二辅助变量最大化问题，所述第二辅助变量最大化问题表示为：对于第二辅助变量最大化问题，等效地将第一个约束项写为第四不等式，所述第四不等式表示为：将上述第四不等式的右部分进一步写为第三等式，所述第三等式表示为：其中，

将第四不等式重写为第五不等式，所述第五不等式表示为：将上述第五不等式进一步重写为第六不等式，所述第六不等式表示为：基于上述，将第二辅助变量最大化问题等价重写为第三辅助变量最大化问题，所述第三辅助变量最大化问题表示为：上述第三辅助变量最大化问题中约束为二阶锥，上述第三辅助变量最大化问题中前两个约束确保 的值为实数，即：如果给定任意问题t，上述第三辅助变量最大化问题的可行性问题能够写为：*

设定上述第三辅助变，量最大化问题中t的最优解为γ ，如果上述可行性问题为可行* *的，t≤γ ，如果上述可行性问题不可行，t＞γ ，基于上述，给定任意t＞0，结合二分法，上述第三辅助变量最大化问题通过检验可行性问题的可行性等价求解。

5.根据权利要求4所述的基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于结合二分法，上述第三辅助变量最大化问题通过检验可行性问题的可行性等价求解，包括如下步骤：*

设定上述可行性问题为可行的，且具有一个包含最优解γ的区间[γmin，γmax]；

在中间 处求解凸可行性问题；

确定最优值在上述区间的上半部分还是下半部分，并相应的更新内部值；

重复执行上述步骤，直至间隔的宽度足够小。

6.根据权利要求1所述的基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于通过如下方法优化优化反射波束成形θ：定义如下：

ck，j＝Φk，jwj

基于上述定义，用户k的SINR写为：据上述用户k的SINR，在数学上给出反射波束成形问题，如下：上述反射波束成形问题为非凸优化问题，基于逐次逼近方法求解上述反射波束成形问题。

7.根据权利要求4所述的基于逐次逼近的智能表面MISO系统联合波束成形方法，其特征在于基于逐次逼近方法求解上述反射波束成形问题，包括如下步骤：定义如下：

将上述反射波束成形问题改下为如下第二反射波束成形问题：定义如下：

进一步将上述反射波束成形问题等价改写为如下第三反射波束成形问题：V≥0，

rank(V)＝1，

其中，Vm，n表示矩阵V中第m行第n列中的元素；

由于非凸秩1约束，将上述第三反射波束成形问题改写为如下的松弛版反射波束成形问题：V≥0.

上述松弛版反射波束成形问题为非凸的，通过对t进行二分搜索求解可行性问题，所述可行性问题为：find：V

V≥0.

上述可行性问题为一个凸半定规划，通过CVX最优求解可行性问题的最优解，进而得到松弛版反射波束成形问题的最优解；

* *

设定V 和t 为松弛版反射波束成形问题的最优解，通过逐次逼近方法恢复反射波束成* * * *形向量θ，如果rank(V)＝1，V和t 为上述第三反射波束成形问题的最优解，如果rank(V)≥1，采用高斯随机过程产生第三反射波束成形问题和第二反射波束成形问题的秩1解。