抗干扰多用户 OFDMA 系统中基于学习的智能表面配置、用户选择、信道分配与调制自适应
信息论
2023-01-23 v1 信号处理
math.IT
摘要
可重构智能表面（RISs）可以通过扩散干扰信号来潜在地对抗干扰攻击。本文在受到干扰攻击的多用户 OFDMA 系统中，联合优化用户选择、信道分配、调制编码和 RIS 配置。由于该问题的混合整数规划性质以及获取涉及 RIS 和干扰器的信道状态信息（CSI）的困难，这是一个非平凡且从未被解决的问题。我们提出了一种新的基于深度强化学习（DRL）的方法，该方法仅通过用户接收数据速率的变化来学习，以抑制干扰信号并最大化系统的总速率。核心思想是我们将用户、信道和调制编码的离散选择与连续的 RIS 配置解耦，从而利用最新的双延迟深度确定性策略梯度（TD3）模型促进 RIS 配置。另一个重要方面是，我们证明了在给定已学习的 RIS 配置下，“赢者通吃”策略对于选择用户、信道和调制编码几乎必然是最优的。仿真表明，由于状态和动作空间非常小，新方法收敛速度快，能够充分发挥 RIS 的优势。无需 CSI，该方法前景广阔并具有实用价值。
引用
@article{arxiv.2301.06223,
title = {Learning-based Intelligent Surface Configuration, User Selection, Channel Allocation, and Modulation Adaptation for Jamming-resisting Multiuser OFDMA Systems},
author = {Xin Yuan and Shuyan Hu and Wei Ni and Ren Ping Liu and Xin Wang},
journal= {arXiv preprint arXiv:2301.06223},
year = {2023}
}
备注
accepted by IEEE TCOM in Jan. 2023