論文の概要: Multi-hop RIS-Empowered Terahertz Communications: A DRL-based Hybrid
Beamforming Design
- arxiv url: http://arxiv.org/abs/2101.09137v1
- Date: Fri, 22 Jan 2021 14:56:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-20 17:13:11.649924
- Title: Multi-hop RIS-Empowered Terahertz Communications: A DRL-based Hybrid
Beamforming Design
- Title（参考訳）: マルチホップris-empowered terahertz communications: drlに基づくハイブリッドビームフォーミング設計
- Authors: Chongwen Huang, Zhaohui Yang, George C. Alexandropoulos, Kai Xiong, Li
Wei, Chau Yuen, Zhaoyang Zhang, and Merouane Debbah
- Abstract要約: テラヘルツ帯における無線通信 (0.1-10thz) は、将来の第6世代 (6g) 無線通信システムの鍵となる技術の一つとして考えられている。
マルチホップRIS対応通信ネットワークのための新しいハイブリッドビームフォーミング方式を提案し,THz帯域でのカバレッジ範囲を改善する。
- 参考スコア（独自算出の注目度）: 39.21220050099642
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wireless communication in the TeraHertz band (0.1--10 THz) is envisioned as
one of the key enabling technologies for the future sixth generation (6G)
wireless communication systems scaled up beyond massive multiple input multiple
output (Massive-MIMO) technology. However, very high propagation attenuations
and molecular absorptions of THz frequencies often limit the signal
transmission distance and coverage range. Benefited from the recent
breakthrough on the reconfigurable intelligent surfaces (RIS) for realizing
smart radio propagation environment, we propose a novel hybrid beamforming
scheme for the multi-hop RIS-assisted communication networks to improve the
coverage range at THz-band frequencies. Particularly, multiple passive and
controllable RISs are deployed to assist the transmissions between the base
station (BS) and multiple single-antenna users. We investigate the joint design
of digital beamforming matrix at the BS and analog beamforming matrices at the
RISs, by leveraging the recent advances in deep reinforcement learning (DRL) to
combat the propagation loss. To improve the convergence of the proposed
DRL-based algorithm, two algorithms are then designed to initialize the digital
beamforming and the analog beamforming matrices utilizing the alternating
optimization technique. Simulation results show that our proposed scheme is
able to improve 50\% more coverage range of THz communications compared with
the benchmarks. Furthermore, it is also shown that our proposed DRL-based
method is a state-of-the-art method to solve the NP-hard beamforming problem,
especially when the signals at RIS-assisted THz communication networks
experience multiple hops.
- Abstract（参考訳）: テラヘルツ帯における無線通信 (0.1-10thz) は、大規模複数入力多重出力 (massive-mimo) 技術を超えて、将来の第6世代 (6g) 無線通信システムの主要な実現可能な技術の一つとして考えられている。
しかし、非常に高い伝搬減衰とTHz周波数の分子吸収は、しばしば信号伝達距離と範囲を制限する。
スマート無線伝搬環境を実現するための再構成可能なインテリジェントサーフェス(RIS)の最近の進歩を活かした,マルチホップRIS支援通信ネットワークのための新しいハイブリッドビームフォーミング方式を提案する。
特に、基地局(BS)と複数のシングルアンテナユーザ間の送信を支援するために、複数の受動的および制御可能なRISが配置される。
本稿では,BSにおけるディジタルビームフォーミング行列とRISにおけるアナログビームフォーミング行列の接合設計について,近年の深部強化学習(DRL)の進歩を活用して検討した。
DRLアルゴリズムの収束性を改善するため、2つのアルゴリズムを設計し、交代最適化手法を用いてデジタルビームフォーミングとアナログビームフォーミング行列を初期化する。
シミュレーションの結果,提案手法はTHz通信の網羅範囲を50倍に向上させることができることがわかった。
さらに,提案手法はNPハードビームフォーミング問題を解決するための最先端手法であり,特にRIS支援THz通信ネットワークの信号が複数のホップを経験する場合に有効であることを示す。
関連論文リスト
- Dynamic Spectrum Access for Ambient Backscatter Communication-assisted D2D Systems with Quantum Reinforcement Learning [68.63990729719369]
無線スペクトルは乏しくなり、D2D通信のスペクトル効率は低い。
本稿では, 周囲RF信号の後方散乱を可能にするために, 環境後方散乱通信技術をD2Dデバイスに統合することを目的とする。
我々は、より少ないトレーニングパラメータでより高速な収束率を達成することができる新しい量子強化学習(RL)アルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-10-23T15:36:43Z) - Deep Reinforcement Learning Based on Location-Aware Imitation
Environment for RIS-Aided mmWave MIMO Systems [17.713210541836155]
本文は, 接合ビームフォーミング設計のための位置認識模倣環境に基づく新しい深部強化学習(DRL)アルゴリズムを提案する。
具体的には、ユーザの位置とmmWaveチャネルの幾何学的関係に基づいて、伝送環境を模倣するニューラルネットワークを設計する。
論文 参考訳（メタデータ） (2022-05-18T08:25:36Z) - 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) - Multi-task Learning Approach for Modulation and Wireless Signal
Classification for 5G and Beyond: Edge Deployment via Model Compression [1.218340575383456]
将来的な通信網は、異種無線デバイスの成長に対応するために、少ないスペクトルに対処する必要がある。
我々は、深層ニューラルネットワークに基づくマルチタスク学習フレームワークの可能性を利用して、変調と信号分類タスクを同時に学習する。
公共利用のための包括的ヘテロジニアス無線信号データセットを提供する。
論文 参考訳（メタデータ） (2022-02-26T14:51:02Z) - Ultra-Reliable Indoor Millimeter Wave Communications using Multiple
Artificial Intelligence-Powered Intelligent Surfaces [115.85072043481414]
複数人工知能(AI)対応再構成可能なインテリジェントサーフェス(RIS)を用いた超信頼性ミリ波(mmW)通信を保証する新しいフレームワークを提案する。
複数のAI駆動RISを使用することで、mmWアクセスポイント(AP)から送信される信号の伝搬方向を変更できます。
mmW APとRISのポリシーを制御するために、2つの集中型および分散コントローラが提案されている。
論文 参考訳（メタデータ） (2021-03-31T19:15:49Z) - Terahertz-Band Joint Ultra-Massive MIMO Radar-Communications:
Model-Based and Model-Free Hybrid Beamforming [45.257328085051974]
テラヘルツ(THz)バンドにおける無線通信とセンシングを,有望な短距離技術として検討した。
THz通信では、伝搬損失を補償する超大質量マルチ入力マルチ出力(UM-MIMO)アンテナシステムが提案されています。
我々は,新しいgroup-of-subarrays (gosa) um-mimo構造のためのモデルベースおよびモデルフリー技術に基づくthzハイブリッドビームフォーマを開発した。
論文 参考訳（メタデータ） (2021-02-27T21:28:34Z) - Hybrid Beamforming for RIS-Empowered Multi-hop Terahertz Communications:
A DRL-based Method [43.95403787396996]
TeraHertzバンド(0.1-10 THz)における無線通信は、将来の6世代(6G)無線通信システムにおいて重要な技術のひとつとして想定されている。
本稿では,マルチホップRIS支援通信ネットワークのための新しいハイブリッドビームフォーミング方式を提案する。
論文 参考訳（メタデータ） (2020-09-20T07:51:49Z) - Reconfigurable Intelligent Surface Assisted Multiuser MISO Systems
Exploiting Deep Reinforcement Learning [21.770491711632832]
再構成可能なインテリジェントサーフェス(RIS)は、将来の6世代(6G)無線通信システムにおいて重要な技術の一つとして推測されている。
本稿では, 基地局におけるビームフォーミング行列とRISにおける位相シフト行列の接合設計について, 深部強化学習(DRL)の最近の進歩を活用して検討する。
提案アルゴリズムは環境から学習し、その振る舞いを徐々に改善するだけでなく、2つの最先端ベンチマークと比較して同等の性能が得られる。
論文 参考訳（メタデータ） (2020-02-24T04:28:44Z)
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。