Oct, 2023

用于 B5G 网络的元表面 AI 辅助 RIS 规划的实用性解锁

PDF
TL;DR该论文介绍了可重构智能表面（RIS）的应用，重点在于解决无覆盖区域的问题，并提出了一种基于深度强化学习的解决方案，名为 D-RISA，通过该方案能够实现最优的 RIS 部署。在法国雷恩火车站的室内场景中验证了该框架，与现有方法相比，该框架展示了更好的覆盖，即最小信噪比提高 10 dB，计算时间更短（高达 25％），并提高了对更密集网络部署的可扩展性。
reconfigurable intelligent surfacesbeyond-fifth-generation networksem propagation propertiesdeep reinforcement learningris deployment
发现论文，激发创造
  • 利用深度强化学习优化多用户 MISO 系统的可重构智能面

    本文研究了利用可重构智能表面 (RIS) 反射阵列所协助的 MIMO 传输，通过深度强化学习 (DRL) 基于试错交互获得基站传输波束和 RIS 相位移位的联合设计。仿真结果表明，该算法学习能力逐渐提高，与两个最新的基准算法相比表现相当。

    Feb, 2020

  • 基于人工智能的无人车辅助可重构智能表面：部署、原型制作、实验与机遇

    本文提供了 RIS 在 6G 技术中的部署及其与人工智能和机器学习的利用的基础知识，并通过智能部署的 RIS 原型实验验证了其在增强系统吞吐量方面的性能优势和快速部署能力。

    Nov, 2023

  • 可重构智能表面：原理和机遇

    本文从物理和通信的角度出发，综述了可重构智能表面（RISs）在无线网络中的应用。针对多天线辅助 RIS 系统，介绍了 RISs 的基本原理和性能评估。另外，从性能分析、信息论和性能优化的角度，系统地调查了现有的 RIS 增强无线网络的设计。此外，对于动态场景中的随机波道波动和用户移动等挑战，阐述了应用机器学习解决这些问题的现有研究成果。最后，确定了 RISs 和其他新兴技术在下一代网络应用中的主要问题和研究机会。

    Jul, 2020

  • 可重构智能表面增强无线通信：挑战与机遇

    本文针对 Reconfigurable intelligent surfaces 在无线网络中的应用，讨论了三个关键点：信道状态信息获取、被动信息传输和低复杂度鲁棒系统设计。同时，还探讨了边缘智能和物理层安全等方面的研究方向。

    Jan, 2020

  • 智能可重构表面用于丰富散射无线通信：近期实验、挑战和机遇

    本文介绍了可重构智能表面（RIS）在改善复杂多路径环境下的宽带无线连接中的应用，提出了两种案例研究，即通过控制多径信道脉冲响应来提高通信速率和利用 RIS 调谐的传播环境作为模拟复用器进行物体定位，同时讨论了 6G 无线通信中由 RIS 实现的智能场景中的算法设计和实验的未来挑战和机遇。

    Mar, 2021

  • RISMA：可重构智能表面，为物联网大规模访问提供波束成形

    本研究提供了一种数学框架，以联合优化基站的前编码策略和可重构智能表面的参数，从而最小化系统平均平方误差，同时介绍了两种算法 RISMA 和 Lo-RISMA，能够有效提高系统性能表现。

    Jul, 2020

  • RIS 和 AI 在无线通信中的相互作用：基础、架构、应用和开放研究问题

    本文探索了将 AI-enabled 技术集成到 RIS-based 框架中，以最大化 RIS 的实用性来促进智能无线电传播环境的实现。我们从 RIS 的基本概念和基本特征开始，然后分析了 RIS 与人工智能结合的必然趋势，并关注了内嵌 AI 的 RIS 辅助无线通信系统的最新研究进展。最后，讨论了该主题的挑战和潜力。

    Jan, 2021

  • 无线网络中多重可重构智能表面的相位配置学习

    本文研究了一种低复杂度的反射智能表面的相位配置算法，利用监督学习的方法构建多层感知神经网络来快速计算反射表面的相位，并通过模拟实验验证了该算法对网络性能提升的有效性。

    Oct, 2020

  • 可重构智能平面下的 MIMO 传输：系统设计、分析和实现

    本文提出了一种可重构智能表面 (RIS) 架构，以实现幅度和相位变化调制，从而方便多输入多输出（MIMO）正交振幅调制（QAM）传输。

    Dec, 2019

  • 可重构智能表面无线通信：路损建模与实验测量

    本文针对可重构智能表面在室内无线通信中的应用进行了研究，并提出了适用于不同场景的自由空间路径损耗模型，通过实验验证和仿真结果，验证了该模型的有效性，同时利用三个基于可重构智能表面（元表面）的实验测量结果，进一步证明了理论研究结果的正确性，这为可重构智能表面的进一步研究和实际应用奠定了基础。

    Nov, 2019