不完美CSI下多IRS辅助多小区上行MIMO通信：一种深度强化学习方法
信号处理
2021-04-02 v6 人工智能
机器学习
多智能体系统
系统与控制
系统与控制
摘要
智能反射面（IRS）在无线网络中的应用近来引起了极大关注。大多数相关文献聚焦于部署单个IRS的单小区场景，并假设完美的信道状态信息（CSI）。在本工作中，我们为多IRS辅助的多小区上行网络开发了一种新方法。我们考虑这样的场景：（i）信道是动态的；（ii）每个基站（BS）仅可获得部分CSI，具体为仅来自部分用户设备（UE）的标量有效信道功率。我们构建了和速率最大化问题，旨在联合优化IRS反射波束赋形器、BS合并器与UE发射功率。将此建模为序贯决策问题后，我们提出了一种多智能体深度强化学习算法来求解，其中每个BS作为独立智能体负责调节本地UE发射功率、本地IRS反射波束赋形器及其合并器。我们引入了一种高效的信息共享方案，仅需相邻BS间有限的信息交换，以应对多BS动作耦合引起的非平稳性。数值结果表明，与固定UE发射功率和最大比合并等基线方法相比，我们的方法在平均数据速率上获得了显著提升。
引用
@article{arxiv.2011.01141,
title = {Multi-IRS-assisted Multi-Cell Uplink MIMO Communications under Imperfect CSI: A Deep Reinforcement Learning Approach},
author = {Junghoon Kim and Seyyedali Hosseinalipour and Taejoon Kim and David J. Love and Christopher G. Brinton},
journal= {arXiv preprint arXiv:2011.01141},
year = {2021}
}
备注
7 pages, 3 figures, Accepted for publication in Proceedings of IEEE International Conference on Communications (ICC) Workshop, 2021