基于深度强化学习的太赫兹网状回程网络的跨层设计

Oct, 2023

基于深度强化学习的太赫兹网状回程网络的跨层设计

Deep Reinforcement Learning Based Cross-Layer Design in Terahertz Mesh Backhaul Networks

Zhifeng Hu, Chong Han, Xudong Wang

TL;DR本文介绍一种基于深度强化学习的 Terahertz 网络设计，包括交叉层路由和资源分配，以提高能源利用效率和资源分配的整体可靠性，并通过无数据丢失和毫秒级延迟实现长期资源高效的回复。

Abstract

Supporting ultra-high data rates and flexible reconfigurability, Terahertz (THz) mesh networks are attractive for next-generation wireless backhaul systems that empower the integrated access and backhaul (IAB). In THz mesh backhaul networks, the efficient cross-layer routing and long-t

terahertz mesh networks wireless backhaul systems cross-layer routing resource allocation deep reinforcement learning

发现论文，激发创造

基于深度强化学习的 RIS 增强的多跳太赫兹通信的混合波束成形方法

本文介绍了一种基于可重新配置智能表面的混合波束成形方案，以利用深度强化学习来解决信号传输距离和覆盖范围在太赫兹频段内的限制，该方案能够比基准方案扩大 50％以上的太赫兹通信覆盖范围，并显示出我们提出的 DRL 方法是解决 NP 难波束成形问题的最先进方法之一，特别是当 RIS 增强太赫兹通信网络中的信号经历多个跳跃时。

Sep, 2020

多跳 RIS 强化太赫兹通信：基于 DRL 的混合波束成形设计

本文提出了一种基于可重构智能表面的多跳信道下的 THz 通信网络混合波束赋形方案，使用近期的强化学习技术，通过协同设计基站和可重构智能表面的数字波束和模拟波束矩阵，提高了 THz 通信的覆盖范围，并证明了该方案优于传统的基于多跳的波束赋形方案。

Jan, 2021

强化学习用于减轻太赫兹通信网络中的间歇性干扰

本文提出了一种基于强化学习的新框架，使用自适应的多阈值策略来高效地检测和减轻时间域中方向链接的间歇性干扰的问题。

Mar, 2020

毫米波系统中有限回传链路容量的处理：一种深度强化学习方法

本文研究基于深度强化学习技术的毫米波移动通信网络后向资源分配问题，准确预测信道状况，提高系统性能。

Dec, 2018

无人机辅助无线网络中基于深度强化学习的综合接入返程布局

利用深度强化学习优化实时的无人机部署，实现 5G 网络的增强与改进，填补了无人机辅助 5G 网络的空白，为未来移动网络提供可扩展且适应性强的解决方案。