基于统计CSI与深度强化学习的RIS辅助多用户MISO系统波束成形
信号处理
2022-09-21 v1
摘要
本文提出了一种利用统计信道状态信息（S-CSI）的可重构智能表面（RIS）多用户MISO无线通信联合波束成形算法。我们使用S-CSI，它是级联信道的长期平均，而非大多数现有工作中使用的瞬时CSI。通过该方法，信道估计开销被大幅降低。我们提出了一种近端策略优化（PPO）算法，这是一种著名的基于 actor-critic 的强化学习（RL）算法，用于求解该优化问题。为测试该算法的有效性，给出了仿真结果，并评估了包括莱斯因子和RIS位置在内的关键系统参数对用户可达和速率的影响。
引用
@article{arxiv.2209.09856,
title = {Statistical CSI-based Beamforming for RIS-Aided Multiuser MISO Systems using Deep Reinforcement Learning},
author = {Mahdi Eskandari and Huiling Zhu and Arman Shojaeifard and Jiangzhou Wang},
journal= {arXiv preprint arXiv:2209.09856},
year = {2022}
}