面向搭载智能反射面的无人机毫米波通信的分布强化学习
信息论
2020-11-04 v1 人工智能
math.IT
摘要
本文提出了一种使用无人机（UAV）搭载智能反射面（IR）的新型通信框架，以增强毫米波（mmWave）频段下的多用户下行传输。为了最大化下行和速率，联合推导了最优预编码矩阵（在基站处）和反射系数（在 IR 处）。接下来，为解决毫米波信道的不确定性并实时维持视距链路，提出了一种基于分位数回归优化的分布强化学习方法，以学习毫米波通信的传播环境，并由此优化 UAV-IR 的位置，从而最大化长期下行通信容量。仿真结果表明，所提出的基于学习的 UAV-IR 部署相较于非学习 UAV-IR、静态 IR 和直接传输方案，在平均数据速率和可实现的下行毫米波通信视距概率方面具有显著优势。
引用
@article{arxiv.2011.01840,
title = {Distributional Reinforcement Learning for mmWave Communications with Intelligent Reflectors on a UAV},
author = {Qianqian Zhang and Walid Saad and Mehdi Bennis},
journal= {arXiv preprint arXiv:2011.01840},
year = {2020}
}