論文の概要: Phase Configuration Learning in Wireless Networks with Multiple Reconfigurable Intelligent Surfaces

• arxiv url: http://arxiv.org/abs/2010.04376v1
• Date: Fri, 9 Oct 2020 05:35:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-09 06:34:45.766539
• Title: Phase Configuration Learning in Wireless Networks with Multiple Reconfigurable Intelligent Surfaces
• Title（参考訳）: 複数再構成可能なインテリジェントサーフェスを有する無線ネットワークにおける位相構成学習
• Authors: George C. Alexandropoulos and Sumudu Samarakoon and Mehdi Bennis and Merouane Debbah
• Abstract要約: RIS(Reconfigurable Intelligent Surfaces)は、電磁波伝搬の動的制御を提供する、高度にスケーラブルな技術である。 RISを内蔵した無線通信における大きな課題の1つは、複数のRISの低オーバーヘッドダイナミックな構成である。 RISの位相構成に対する低複雑さ教師あり学習手法を考案する。
• 参考スコア（独自算出の注目度）: 50.622375361505824
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconfigurable Intelligent Surfaces (RISs) are recently gaining remarkable attention as a low-cost, hardware-efficient, and highly scalable technology capable of offering dynamic control of electro-magnetic wave propagation. Their envisioned dense deployment over various obstacles of the, otherwise passive, wireless communication environment has been considered as a revolutionary means to transform them into network entities with reconfigurable properties, providing increased environmental intelligence for diverse communication objectives. One of the major challenges with RIS-empowered wireless communications is the low-overhead dynamic configuration of multiple RISs, which according to the current hardware designs have very limited computing and storage capabilities. In this paper, we consider a typical communication pair between two nodes that is assisted by a plurality of RISs, and devise low-complexity supervised learning approaches for the RISs' phase configurations. By assuming common tunable phases in groups of each RIS's unit elements, we present multi-layer perceptron Neural Network (NN) architectures that can be trained either with positioning values or the instantaneous channel coefficients. We investigate centralized and individual training of the RISs, as well as their federation, and assess their computational requirements. Our simulation results, including comparisons with the optimal phase configuration scheme, showcase the benefits of adopting individual NNs at RISs for the link budget performance boosting.
• Abstract（参考訳）: 再構成可能なインテリジェントサーフェス(RIS)は、近年、低コストで、ハードウェア効率が高く、スケーラブルで、電磁波伝搬の動的制御を提供する技術として注目されている。 彼らの考えでは、パッシブで無線通信環境の様々な障害に対する密集した展開は、それらを再構成可能な特性を持つネットワークエンティティに変換する革命的な手段として捉えられ、多様な通信目的のために環境知能を高める。 RISを内蔵した無線通信における大きな課題の1つは、複数のRISの低オーバーヘッドな動的構成である。 本稿では,複数のrisを補助する2つのノード間の典型的な通信ペアを考察し,risの位相配置に対する低複雑さ教師あり学習手法を考案する。 各RISの単位要素の群で共通の可変位相を仮定することにより、位置決め値または瞬時チャネル係数でトレーニングできる多層パーセプトロンニューラルネットワーク(NN)アーキテクチャを提案する。 我々は,risの集中的および個人的トレーニングと連合について検討し,その計算要件を評価した。 最適位相構成法との比較を含むシミュレーション結果から, RISにおける個別NNの導入によるリンク予算性能向上のメリットが示された。

関連論文リスト

• Multi-agent Reinforcement Learning with Graph Q-Networks for Antenna Tuning [60.94661435297309]
  モバイルネットワークの規模は、手作業による介入や手作業による戦略を使ってアンテナパラメータの最適化を困難にしている。 本研究では,モバイルネットワーク構成をグローバルに最適化するマルチエージェント強化学習アルゴリズムを提案する。 シミュレーション環境におけるアンテナ傾き調整問題とジョイント傾き・電力制御問題に対するアルゴリズムの性能を実証的に示す。
  論文  参考訳（メタデータ） (2023-01-20T17:06:34Z)
• Pervasive Machine Learning for Smart Radio Environments Enabled by Reconfigurable Intelligent Surfaces [56.35676570414731]
  Reconfigurable Intelligent Surfaces(RIS)の新たな技術は、スマート無線環境の実現手段として準備されている。 RISは、無線媒体上の電磁信号の伝搬を動的に制御するための、高度にスケーラブルで低コストで、ハードウェア効率が高く、ほぼエネルギーニュートラルなソリューションを提供する。 このような再構成可能な無線環境におけるRISの密配置に関する大きな課題の1つは、複数の準曲面の効率的な構成である。
  論文  参考訳（メタデータ） (2022-05-08T06:21:33Z)
• Phase Shift Design in RIS Empowered Wireless Networks: From Optimization to AI-Based Methods [83.98961686408171]
  再構成可能なインテリジェントサーフェス(RIS)は、無線ネットワークのための無線伝搬環境をカスタマイズする革命的な機能を持つ。 無線システムにおけるRISの利点を完全に活用するには、反射素子の位相を従来の通信資源と共同で設計する必要がある。 本稿では、RISが課す制約を扱うための現在の最適化手法と人工知能に基づく手法についてレビューする。
  論文  参考訳（メタデータ） (2022-04-28T09:26:14Z)
• Differentially Private Federated Learning via Reconfigurable Intelligent Surface [27.004823731436765]
  フェデレートラーニング(FL)は、分散化されたローカルデータセットを共有せずに、グローバルモデルの協調トレーニングを可能にする。 本稿では,学習精度とプライバシのジレンマを軽減するために,再構成可能インテリジェントサーフェス (RIS) を用いたオーバー・ザ・エア FLシステムを提案する。
  論文  参考訳（メタデータ） (2022-03-31T13:45:02Z)
• A Robust Deep Learning-Based Beamforming Design for RIS-assisted Multiuser MISO Communications with Practical Constraints [4.727307803726522]
  RIS支援マルチユーザマルチインプットシングルアウトプットダウンリンク通信システムについて検討する。 我々は、アクティブビームフォーミングとパッシブビームフォーミングを同時に設計するディープ量子化ニューラルネットワーク(DQNN)を開発した。 提案した2つのDQNNアルゴリズムは、離散位相シフトと不完全なCSIが同時に考慮される場合に拡張する。
  論文  参考訳（メタデータ） (2021-11-12T03:53:20Z)
• Channel Estimation and Hybrid Architectures for RIS-Assisted Communications [6.677785070549226]
  再構成可能なインテリジェントサーフェス(ris)は、次期第6世代(6g)無線通信システムの潜在的な技術と考えられている。 1つまたは複数のRISをデプロイすることで得られる利点は、スペクトルとエネルギー効率の向上、接続性の向上、通信範囲の拡大、トランシーバーの複雑さの低減である。
  論文  参考訳（メタデータ） (2021-04-14T20:28:09Z)
• Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial [64.77665786141166]
  インテリジェント反射面(Intelligent Reflecting Surface、IRS)は、無線ネットワークにおける電波伝搬を工学する技術である。 IRSは無線チャネルを動的に変更して通信性能を向上させることができる。 その大きな可能性にもかかわらず、IRSは無線ネットワークに効率的に統合されるための新たな課題に直面している。
  論文  参考訳（メタデータ） (2020-07-06T13:59:09Z)
• RIS Enhanced Massive Non-orthogonal Multiple Access Networks: Deployment and Passive Beamforming Design [116.88396201197533]
  再構成可能なインテリジェントサーフェス(RIS)の配置と受動ビームフォーミング設計のための新しいフレームワークを提案する。 エネルギー効率を最大化するために、共同配置、位相シフト設計、および電力配分の問題を定式化する。 リアルタイムデータセットを活用することで,ユーザの遠隔交通需要を予測するために,LSTM(Long Short-term memory)ベースのエコー状態ネットワーク(ESN)アルゴリズムを提案する。 RISの展開と設計の連立問題を解くために,D3QNに基づく位置取得と位相制御アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-28T14:37:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。