一种基于元学习的低复杂度有源可重构智能表面的自干扰抑制方法

本发明涉及一种基于元学习的低复杂度有源可重构智能表面的自干扰抑制方法，属于无线通信技术领域。本发明首先对基站预编码矩阵、RIS相移矩阵、用户加权和速率进行初始化，通过引入元学习方法，建立两个小规模神经网络分别对预编码矩阵和相移矩阵进行迭代优化；针对预编码矩维度过高的问题，利用块梯度下降法对其进行降维处理，进而降低复杂度；通过多次循环，计算并累积损失函数，利用反向传播对原网络参数进行更新；通过多次更新，得到最终RIS相移矩阵和基站预编码矩阵的近似最优解，从而达到抑制有源元件间自干扰的目的。与传统交替循环优化(AO)算法相比，本发明提出的方法性能更佳，收敛速度更快，且具有较强的鲁棒性。