MISO-NOMA 中 WPT 辅助 D2D 通信的联合鲁棒波束成形设计:分数规划与深度强化学习
信号处理
2023-03-14 v3
摘要
本文提出了一种面向设想中的第六代(6G)超大规模机器类通信(umMTC)的方案。具体地,在非正交多址(NOMA)下行网络中部署无线能量传输(WPT)辅助通信,以实现频谱与能量协作。本文关注联合鲁棒波束成形设计,以最大化多输入单输出(MISO)-NOMA 下行网络中 WPT 辅助 D2D 通信的能效。为高效求解所公式化的非凹能效最大化问题,提出了一种纯分数规划(PFP)算法,其中 WPT 设备的时间切换系数和基站的波束成形向量分别通过 Dinkelbach 方法和二次变换交替优化。为证明所提算法的最优性,提出了部分穷搜算法作为基准。还应用了一种基于深度强化学习(DRL)的方法直接求解该非凹问题。所提 PFP 算法和基于 DDPG 的算法在不同信道估计误差下进行了比较。仿真结果表明,若能获得完美信道状态信息(CSI)或仅有微小误差,所提 PFP 算法优于基于 DDPG 的算法,而当信道估计精度不理想时,基于 DDPG 的算法更鲁棒。另一方面,可得出结论:在传统多用户下行网络中,NOMA 方案相比 OMA 能在 WPT 辅助 D2D 通信的能效上提供更高增益。
引用
@article{arxiv.2209.12253,
title = {Joint Robust Beamforming Design for WPT-assisted D2D Communications in MISO-NOMA: Fractional Programming and Deep Reinforcement Learning},
author = {Shiyu Jiao and Fang Fang and Zhiguo Ding},
journal= {arXiv preprint arXiv:2209.12253},
year = {2023}
}