基于机器学习的主动IRS辅助无线网络的两种功率分配与波束赋形策略
信号处理
2024-06-11 v1
摘要
本文建模了一个主动智能反射面（IRS）辅助的无线通信网络，该网络能够在基站和IRS之间调整功率。我们旨在通过联合设计功率分配（PA）因子、主动IRS相移矩阵和基站的波束赋形向量，在总功率约束下最大化用户的信噪比。为了解决这个非凸问题，我们通过交替优化这些变量来求解。首先，通过多项式回归方法设计PA因子。接下来，通过Dinkelbach变换和逐次凸近似方法获得基站波束赋形向量和IRS相移矩阵。为了降低上述算法的高计算复杂度，我们最大化可达速率（AR）并使用闭式分数规划方法将原问题转化为等价形式。然后，我们通过迭代优化辅助变量、基站和IRS波束赋形来解决该问题。仿真结果表明，与固定PA策略、被动IRS辅助和无IRS的情况相比，所提算法能有效提升AR性能。
引用
@article{arxiv.2406.05696,
title = {Two Power Allocation and Beamforming Strategies for Active IRS-aided Wireless Network via Machine Learning},
author = {Qiankun Cheng and Jiatong Bai and Baihua Shi and Wei Gao and Feng Shu},
journal= {arXiv preprint arXiv:2406.05696},
year = {2024}
}