基于数字孪生辅助学习的可重构智能表面辅助上行用户中心化无蜂窝系统管理
信号处理
2023-02-13 v1 人工智能
摘要
本文提出了一种由数字孪生(DT)辅助管理的新型可重构智能表面(RIS)辅助上行用户中心化无蜂窝(UCCF)系统。具体而言,我们提出了一种新颖的学习框架,通过联合优化接入点与用户关联(AUA)、功率控制和RIS波束成形来最大化系统和速率。该问题因其极其庞大且复杂的求解空间而具有挑战性且从未被解决。我们的框架基于变量性质的不同将AUA与功率控制和RIS波束成形(PCRB)解耦,从而缩减求解空间。针对AUA设计了一种新的位置自适应二进制粒子群优化(PABPSO)方法。针对PCRB开发了两种具有新颖且精炼状态预处理层的双延迟深度确定性策略梯度(TD3)模型。另一个重要方面是,利用DT通过其存储的信道估计回放来训练学习框架。AUA、功率控制和RIS波束成形仅在特定训练轮次结束时在物理环境中进行测试。仿真表明,使用RIS可显著提升UCCF系统的和速率,且DT以微小的性能损失大幅降低了开销。所提框架在和速率与收敛稳定性方面优于其他替代方案。
引用
@article{arxiv.2302.05073,
title = {Digital Twin-Aided Learning for Managing Reconfigurable Intelligent Surface-Assisted, Uplink, User-Centric Cell-Free Systems},
author = {Yingping Cui and Tiejun Lv and Wei Ni and Abbas Jamalipour},
journal= {arXiv preprint arXiv:2302.05073},
year = {2023}
}
备注
30 pages, 11 figures