基于深度强化学习的堆叠式智能超表面多用户MISO系统编排

堆叠式智能超表面（SIM）代表了一种先进的信号处理范式，能够以光速对电磁波进行空中处理。与传统的单层可重构智能超表面和超表面透镜相比，其多层结构展现出可定制的、增强的计算能力。在本文中，我们部署SIM以提升具有低复杂度发射射频（RF）链的多用户多输入单输出（MISO）无线系统的性能。具体而言，我们提出了一个联合设计SIM相移和发射功率分配的优化公式，并通过一种定制的深度强化学习（DRL）方法高效求解，该方法持续观察SIM参数化智能无线环境的预设计状态。所展示的性能评估结果证明了所提方法能够有效从无线环境中学习，同时在低发射功率条件下优于传统的预编码方案。最后，提出了一种白化过程以进一步增强所提方案的鲁棒性。