RISs 辅助通信中的节能波束成形：基于梯度的元学习
信息论
2024-08-22 v3 信号处理
math.IT
摘要
可重构智能表面（RISs）已成为满足未来六代（6G）通信中能效与可扩展性需求的一项有前景的技术。然而，RISs 辅助通信中的一个重大挑战是在基站（BSs）与 RISs 分别进行主动与被动波束成形的联合优化。具体而言，主要困难归因于 BSs 与 RISs 处波束成形矩阵的高度非凸优化空间，以及通信场景的多样性与移动性。为此，我们提出一种基于绿色梯度的元学习波束成形（GMLB）方法。与传统基于深度学习、直接将信道信息作为输入的方法不同，GMLB 将和速率的梯度输入神经网络。相应地，我们设计了一个微分调节器以解决 RISs 的相移优化问题。此外，我们利用元学习迭代优化 BSs 与 RISs 的波束成形矩阵。这些技术使所提方法无需耗能的预训练即可良好工作。仿真表明，GMLB 可比典型交替优化算法实现更高的和速率，而能耗降低两个数量级。
引用
@article{arxiv.2311.06861,
title = {Energy-efficient Beamforming for RISs-aided Communications: Gradient Based Meta Learning},
author = {Xinquan Wang and Fenghao Zhu and Qianyun Zhou and Qihao Yu and Chongwen Huang and Ahmed Alhammadi and Zhaoyang Zhang and Chau Yuen and Mérouane Debbah},
journal= {arXiv preprint arXiv:2311.06861},
year = {2024}
}
备注
5 pages, 8 figures. Accepted in IEEE ICC 2024 (GCSN symposium)