利用 DRL 算法公平驱动优化 RIS 增强型 5G 网络以实现无缝 3D 无人机连接
信号处理
2023-12-18 v1 人工智能
信息论
math.IT
摘要
本文研究了可重构智能表面 (RIS) 辅助的大规模多输入多输出系统中联合有源和无源波束成形问题，旨在扩展 5G 无线通信中的 3D 无线蜂窝覆盖，其中部署了多个 RIS（每个 RIS 配备无源单元阵列）以协助基站 (BS) 在同一时频资源下同时服务多架无人机 (UAV)。以确保 UAV 之间的公平性为重点，我们的目标是通过联合优化 BS 处的发射波束成形参数和 RIS 处的相移参数，最大化 UAV 处的最小信干噪比 (SINR)。我们提出了两种新颖的算法来解决这一问题。第一种算法旨在通过矩阵求逆运算计算 BS 波束成形矩阵来减轻干扰，前提是相移参数已确定。第二种算法基于一个 RIS 单元仅服务一架 UAV 的原则，并最优设计该 RIS 单元的相移参数以补偿由传播和衰落引起的相位偏移。为获得最优参数，我们利用一种最先进的强化学习算法——深度确定性策略梯度 (deep deterministic policy gradient) 来求解这两个优化问题。仿真结果展示了我们提出方案的有效性，并观察到一些具有启发性的结论。
引用
@article{arxiv.2312.09420,
title = {Fairness-Driven Optimization of RIS-Augmented 5G Networks for Seamless 3D UAV Connectivity Using DRL Algorithms},
author = {Yu Tian and Ahmed Alhammadi and Jiguang He and Aymen Fakhreddine and Faouzi Bader},
journal= {arXiv preprint arXiv:2312.09420},
year = {2023}
}