一种基于深度强化学习提升 IRS 辅助无线系统频谱效率的新方法
信号处理
2023-03-01 v1 人工智能
信息论
网络与互联网体系结构
math.IT
摘要
本信函从频谱效率提升的角度研究了面向下行多用户（MU）多输入单输出（MISO）系统的智能反射面（IRS）增强网络。与以往主要聚焦于交替优化方法的工作不同，我们利用两种深度强化学习框架，即深度确定性策略梯度（DDPG）和双延迟 DDPG（TD3），来研究基站处主动发射波束赋形矩阵与 IRS 处被动相移矩阵的非凸联合优化问题。仿真结果表明，后一种方案中的神经网络在各种情形下通常表现更为令人满意。
引用
@article{arxiv.2302.14706,
title = {A Novel Deep Reinforcement Learning-based Approach for Enhancing Spectral Efficiency of IRS-assisted Wireless Systems},
author = {Farimehr Zohari and S. M. Mahdi Shahabi and Mehrdad Ardebilipour},
journal= {arXiv preprint arXiv:2302.14706},
year = {2023}
}
备注
4 pages, 4 figures