使智能反射面更智能：基于储备池计算的路线图
信号处理
2021-02-09 v1 人工智能
摘要
本文介绍了一种用于智能反射面(IRS)辅助无线通信系统的基于神经网络的信号处理框架。通过对IRS“元原子”内的射频(RF)损伤(包括非线性和记忆效应)进行建模，我们提出一种将整个IRS辅助系统泛化为储备池计算(RC)系统的方法，RC是一种运行于“混沌边缘”附近状态的高效循环神经网络(RNN)。该框架使我们能够利用这一“人造”无线环境的非线性来克服由模型失配导致的链路退化。相应地，无线信道的随机性与RF缺陷被自然嵌入RC框架中，使内部RC动力学位于混沌边缘。此外，还讨论了若干实际问题，如信道状态信息获取、无源波束成形设计以及物理层参考信号设计。
引用
@article{arxiv.2102.03688,
title = {Making Intelligent Reflecting Surfaces More Intelligent: A Roadmap Through Reservoir Computing},
author = {Zhou Zhou and Kangjun Bai and Nima Mohammadi and Yang Yi and Lingjia Liu},
journal= {arXiv preprint arXiv:2102.03688},
year = {2021}
}