Nov, 2022
空时相关环境中基于深度强化学习的智能表面反射相位设计
Deep Reinforcement Learning for IRS Phase Shift Design in Spatiotemporally Correlated Environments
Spilios Evmorfos, Athina P. Petropulu, H. Vincent Poor
TL;DR本文研究了设计智能反射面（IRS）相移器以适应时空相关信道环境中具有运动目标的多输入单输出（MISO）通信系统的问题。旨在最大化接收器无限时间内预期信噪比总和。提出了一种深度演员 - 评论家算法，将当前接收器位置和先前时间步窗口内对应于相移值和接收器位置的状态表示纳入考虑，以解决该问题。