IRS辅助无蜂窝大规模MIMO系统中的能效最大化
信号处理
2022-12-27 v1 机器学习
摘要
在本文中，我们考虑一个智能反射面（IRS）辅助的无蜂窝大规模多输入多输出系统，其中接入点的波束成形与 IRS 的相移被联合优化以最大化能效（EE）。为解决能效最大化问题，我们提出一种迭代优化算法，利用二次变换和拉格朗日对偶变换来求得最优波束成形与相移。然而，所提算法计算复杂度高，阻碍了其在某些实际场景中的应用。为此，我们进一步提出一种基于深度学习的联合波束成形与相移设计方法。具体而言，一个两阶段深度神经网络以无监督学习方式离线训练，随后在线部署用于波束成形与相移的预测。仿真结果表明，与迭代优化算法和遗传算法相比，基于无监督学习的方法具有更高的能效性能和更短的运行时间。
引用
@article{arxiv.2212.12744,
title = {Energy Efficiency Maximization in IRS-Aided Cell-Free Massive MIMO System},
author = {Si-Nian Jin and Dian-Wu Yue and Yi-Ling Chen and Qing Hu},
journal= {arXiv preprint arXiv:2212.12744},
year = {2022}
}
备注
6 pages, 4 figures