面向RIS赋能多跳太赫兹通信的混合波束成形：一种基于深度强化学习的方法
信号处理
2020-09-22 v1 信息论
机器学习
math.IT
摘要
太赫兹频段（0.1--10 THz）的无线通信被视作未来第六代（6G）无线通信系统的关键使能技术之一。然而，太赫兹频率极高的传播衰减与分子吸收往往限制了信号的传输距离与覆盖范围。受益于近期在可重构智能表面（RIS）实现智能无线传播环境方面的突破，我们提出了一种面向多跳RIS辅助通信网络的新型混合波束成形方案，以提升太赫兹频段的覆盖范围。我们通过利用深度强化学习（DRL）的最新进展来对抗传播损耗，研究了基站数字波束成形矩阵与RIS模拟波束成形矩阵的联合设计。仿真结果表明，相较于基准方案，我们所提方案能够将太赫兹通信的覆盖范围提升50%。此外，研究还表明，我们所提的基于DRL的方法是解决NP难波束成形问题的一种最先进（state-of-the-art）方法，尤其在RIS赋能太赫兹通信网络中的信号经历多跳时表现突出。
引用
@article{arxiv.2009.09380,
title = {Hybrid Beamforming for RIS-Empowered Multi-hop Terahertz Communications: A DRL-based Method},
author = {Chongwen Huang and Zhaohui Yang and George C. Alexandropoulos and Kai Xiong and Li Wei and Chau Yuen and Zhaoyang Zhang},
journal= {arXiv preprint arXiv:2009.09380},
year = {2020}
}
备注
Accepted by 2020 GLOBECOM Workshop