May, 2020

基于优化的深度强化学习在 IRS 辅助无线通信中的鲁棒波束成形

PDF
TL;DR该文章提出一种利用智能反射面技术的利用无线电波在多天线接入点和接收器间进行信息传输的无线通信方案，并运用深度强化学习来优化天线束成形策略，从而最小化天线接入点的传输功率。
intelligent reflecting surfacebeamformingreinforcement learningpower minimizationmulti-antenna access point
发现论文，激发创造
  • 基于深度强化学习的智能反射表面用于安全无线通信

    利用智能反射表面和深度强化学习技术优化基站波束和反射波束以提高系统保密率和服务质量，在不同质量服务需求和时变信道的情况下能显著提高在多个窃听器存在时的多个合法用户之间的安全通信系统的保密率和服务质量。

    Feb, 2020

  • 一种基于深度强化学习的方法，用于增强辅助反射面无线系统的频谱效率

    本文从提高下行多用户多输入单输出系统谱效率的角度研究了一种利用智能反射面技术增强网络的方法，并通过两种深度强化学习框架解决了主基站主动发射波束形成矩阵与智能反射面被动相移矩阵的非凸联合优化问题。仿真结果表明，后者方案中的神经网络在不同情况下表现更加令人满意。

    Jan, 2023

  • 智能反射面辅助 D2D 通信的深度强化学习

    本文提出了一个基于深度强化学习的方法，用于解决智能反射面支持下的设备对设备通信网络和的和速率优化问题。通过优化发射功率和相位转换矩阵，模拟结果表现优异。

    Aug, 2021

  • 智能反射面辅助无线网络的优化驱动机器学习

    本文主要研究机器学习技术在智能反射表面（IRS）辅助的无线网络中，通过优化驱动的机器学习框架实现性能的最大化，结果表明该方法相比于传统的 “无模型” 学习方法，在收敛性和奖励性能方面都有着优势。

    Aug, 2020

  • 多智能体强化学习的协同智能反射面网络

    本文提出了几种算法来最大化基站和用户之间通过能量采集协作 IRS 设备实现长期平均可实现系统速率，并考虑到时变信道和能量采集随机性，并改进了现有算法，以在减小行动空间的同时实现次优性能。模拟结果表明，所提出的算法可使数据传输速率提高 10.7％至 8.8％。

    Mar, 2022

  • 智能反射面增强的无线网络加权和速率优化

    本文中考虑了使用智能反射面技术的多用户多输入单输出（MISO）下行通信系统，以最大化所有用户的加权和速率，并且提出了三种具有封闭形式表达式的高效算法来优化反射面的无源波束成形。

    May, 2019

  • 智能反射面增强无线网络：主动和被动波束成形设计

    本文研究了一种智能反射面在无线通信领域中的应用，旨在通过优化无源反射元件相位移位来协同实现波束成形并提高终端用户的信号接收功率，并提出了基于半定松弛技术和分布式算法的中心式和分布式实现方案。仿真结果表明所提算法能够显著提高系统性能，并且智能反射面可大幅度提高与传统方案的链路质量和 / 或覆盖率。

    Sep, 2018

  • 智能反射面的反射和波束成形学习，带隐式信道估计

    本文研究了利用智能反射面，采用机器学习方法直接优化小区网络中天线波束和反射系数的问题，提出基于神经网络的通道隐式估计方法，以实现对小区网络中用户总速率或最小速率的高效优化。

    Sep, 2020

  • 智能反射面辅助 SWIPT 的联合主动和被动波束成形优化在 QoS 约束下

    本文研究智能反射面在无线信息和功率传输中的应用，通过优化传输 Precoders 和反射相移，以实现传输功率的降低和用户质量服务约束的满足，从而提高效率和性能。

    Oct, 2019

  • 基于深度强化学习的硬件受损和不完美 CSI 情况下，RIS 辅助 MU-MISO 系统中的联合下行波束赋形和 RIS 配置

    本文介绍了一种基于深度强化学习（DRL）的新方法，通过联合优化 MIMO 系统中的发送波束和可重构智能表面（RIS）的相位移位，最大化相位依赖性反射幅度模型下的总下行速率。

    Oct, 2022