MMJun, 2023

基于强化学习的能量收集 RSMA 无线空中通信和总速率最大化

PDF
TL;DR本文介绍了一种考虑到能量收集和无线信道的自适应空中无线通信系统，并利用深度强化学习算法设计功率控制和波束成形策略，以最大化长期总和速率性能。
power and beamforming designrate-splitting multiple accessaerial communicationsenergy harvestingdeep reinforcement learning
发现论文，激发创造
  • 可重构智能表面辅助下的太赫兹大规模 MIMO 基于分层传输的深度学习多址

    本文提出了一种基于深度学习技术的速率分裂多址接入方案以及在 RIS-assisted 的太赫兹多用户 MIMO 系统中的 CSI 获取方法。

    Sep, 2022

  • 一种高效的速率分裂多址方案，用于 C-RAN 系统的下行链路

    这篇论文研究了在云无线接入网络下行系统中优化，其中使用了速率分裂多址传输技术。作者提出了一种有效的 RSMA 方案，它使用线性增长的公共信号数，通过分层聚类选择解码 UE，可以提高传输性能。与其他传统的复用方案相比，实验结果表明，该提议的方案对于许多 UE 可以更好地解调信号

    Jul, 2019

  • 深度强化学习的毫米波非正交多址下行系统联合功率分配和波束成形器

    该研究使用深度强化学习方法，对毫米波条件下的非正交多址接入进行了功率分配和波束成形的优化，以达到用户总速率最大化，并在模拟结果中表现出较其他方法更佳的效果。

    May, 2022

  • 毫米波非正交多址通信中的深度强化学习：联合功率分配和混合波束成形

    本论文介绍了使用深度强化学习和控制理论方法 (DRL) 实现毫米波非正交多址接入 (NOMA) 系统的联合功率分配和混合波束成形，通过考虑用户之间的相互干扰并同时满足高速率需求，模拟结果表明该方法比时分复用多址 (TDMA) 和非线视距 (NLOS)-NOMA 方法在用户总速率方面效果更好，且该方法独立于信道响应。

    May, 2022

  • 多用户多天线传输的全连接可重构智能面辅助分裂速率多址

    本文基于 Rate-splitting multiple access (RSMA) 的理念，将 RSMA 应用于 Reconfigurable Intelligent Surface (RIS) 辅助的 MISO 广播信道中，在优化全连接 RIS 的散射矩阵与发送波束形成器以最大化总速率的同时，大幅提高了光谱效率。

    Jan, 2022

  • 分速率多用户接入：基础、调查和未来研究趋势

    本文对速率分裂多用户接入（RSMA）进行了全面的综述，包括架构、分类、应用及性能比较等各个方面，并提出了未来 RSMA 研究所面临的挑战以及如何应对这些挑战，以期为 5G 之后的无线通信系统的研究提供启示。

    Jan, 2022

  • 分速率多用户接入的能效，以及相对于 SDMA 和 NOMA 的性能优势

    该论文研究了 Rate-Splitting Multiple Access 在多个用户和多个天线系统中的光谱和能效，并表明其在广泛的用户部署和不同信道方向和信道强度中都比 Space-Division Multiple Access 和 Non-Orthogonal Multiple Access 更具有能效性。

    Apr, 2018

  • 基于模型的深度学习接收机设计 —— 用于速率分裂多接入技术

    本文提出了一种基于模型的深度学习方法的较实用的采用率分裂多址（RSMA）技术的接收机设计，通过使用深度学习技术，能够生成非线性的符号检测边界并改善无线通信系统中的干扰管理问题。

    May, 2022

  • 一种基于元学习的速率分裂多址预编码优化框架

    本文提出了一种基于元学习的预编码器优化框架，用于直接优化具有部分发射机信道状态信息的速率分割多址（RSMA）预编码器。通过利用紧凑神经网络的过拟合来最大化明确的平均和速率表达式，我们有效规避了对任何其他训练数据的需求，同时最小化了总运行时间。数值结果表明，在中等规模场景中，基于元学习的解决方案可以达到与传统预编码器优化相似的和速率性能，在大规模情况下明显优于次优的低复杂度预编码器算法。

    Jul, 2023

  • 基于元学习的大规模无线系统优化

    使用基于元学习的非凸优化方法，本研究旨在克服传统优化算法在大规模无线系统中复杂度过高的问题，并成功地优化了三种 6G 技术的性能，揭示了大规模情况下操作的未知方面。

    Jul, 2024