基于强化学习的空中STAR-RIS辅助网络联合部署与波束成形设计
系统与控制
2026-03-19 v2 系统与控制
摘要
空中同时透射反射可重构智能表面（STAR-RIS）在动态无线网络中实现全空间覆盖。然而，大多数现有工作假设固定的用户分组，忽视了STAR-RIS部署本质上决定了用户通过透射还是反射被服务这一事实。为此，我们提出一种联合部署与波束成形框架，其中空中STAR-RIS动态调整其位置与朝向，以自适应控制用户分组并增强混合波束成形。我们构建了一个捕获部署、分组与信号设计之间耦合关系的马尔可夫决策过程（MDP）。为求解由此产生的非凸时变问题，我们开发了基于PPO的强化学习算法，通过在线策略学习自适应平衡用户分组与波束成形资源。仿真结果显示，相对于固定部署与无RIS基线分别获得57.1%和285%的求和速率增益，证明了在STAR-RIS辅助系统中用户分组感知控制的益处。
引用
@article{arxiv.2309.03520,
title = {Joint Deployment and Beamforming Design of Aerial STAR-RIS Aided Networks with Reinforcement Learning},
author = {Zhuoyuan Ma and Qi Zhao and Jin Zhang and Bai Yan},
journal= {arXiv preprint arXiv:2309.03520},
year = {2026}
}
备注
6 pages, 7 figures