Mar, 2022

多智能体强化学习的协同智能反射面网络

PDF
TL;DR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％。
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

  • 离散相移智能反射面辅助无线网络波束成形优化

    本文研究了在智能反射面（IRS）辅助下的无线网络中，同时对接入点的持续发射预编码和 IRS 上的离散反射相移进行联合优化，以实现最小化发送功率。除此之外，还提出了单用户情况下的最优算法。模拟结果验证了该方案的有效性。

    Jun, 2019

  • 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

  • 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：实用相移模型和波束成形优化

    提出了一种实用的相位移位模型，结合联合优化技术来设计 IRS 辅助下的 Beamforming 以最大化可达到的速率，相比传统的理想模型，该模型能够在未来无线通信系统中提高频谱和能量效率。

    Jul, 2019

  • 通过联合主动和被动波束成型增强的智能反射面无线网络

    本文研究了一种基于智能反射表面 (IRS) 辅助多用户多输入单输出 (MISO) 无线系统的传输功率优化问题，通过主动发射天线组在接入点与反射天线组在智能反射表面的协同优化达到波束成形和干扰淘汰的效果。

    Oct, 2018

  • 下行非正交多址网络的智能反射面

    本论文提出了一个新的算法，通过优化基站的信号波束和智能反射面的相移矩阵，在 IRS 辅助的非正交多址网络中最小化下行传输功率，以提高无线网络的能量和频谱效率，仿真结果表明该算法的性能比现有算法更好。

    Jun, 2019

  • 智能反射面 MISO 无线通信系统

    本文研究了点对点 IRS 辅助多输入单输出通信系统中 AP 波束赋形器以及 IRS 相移的联合优化，提出了固定点迭代和流形优化技术两种有效算法，其不仅能够提高频谱效率，而且计算复杂度更低。仿真结果表明，在无线系统中部署大规模的 IRS 较增加 AP 天线阵列的效率更高，可以提高频谱和能量效率。

    Apr, 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