論文の概要: Ultra-Reliable Indoor Millimeter Wave Communications using Multiple
Artificial Intelligence-Powered Intelligent Surfaces
- arxiv url: http://arxiv.org/abs/2104.00075v1
- Date: Wed, 31 Mar 2021 19:15:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-03 09:40:28.693148
- Title: Ultra-Reliable Indoor Millimeter Wave Communications using Multiple
Artificial Intelligence-Powered Intelligent Surfaces
- Title（参考訳）: マルチ人工知能駆動インテリジェントサーフェスを用いた超信頼性屋内ミリ波通信
- Authors: Mehdi Naderi Soorki, Walid Saad, Mehdi Bennis, Choong Seon Hong
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 115.85072043481414
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, a novel framework for guaranteeing ultra-reliable millimeter
wave (mmW) communications using multiple artificial intelligence (AI)-enabled
reconfigurable intelligent surfaces (RISs) is proposed. The use of multiple
AI-powered RISs allows changing the propagation direction of the signals
transmitted from a mmW access point (AP) thereby improving coverage
particularly for non-line-of-sight (NLoS) areas. However, due to the
possibility of highly stochastic blockage over mmW links, designing an
intelligent controller to jointly optimize the mmW AP beam and RIS phase shifts
is a daunting task. In this regard, first, a parametric risk-sensitive episodic
return is proposed to maximize the expected bit rate and mitigate the risk of
mmW link blockage. Then, a closed-form approximation of the policy gradient of
the risk-sensitive episodic return is analytically derived. Next, the problem
of joint beamforming for mmW AP and phase shift control for mmW RISs is modeled
as an identical payoff stochastic game within a cooperative multi-agent
environment, in which the agents are the mmW AP and the RISs. Two centralized
and distributed controllers are proposed to control the policies of the mmW AP
and RISs. To directly find an optimal solution, the parametric functional-form
policies for these controllers are modeled using deep recurrent neural networks
(RNNs). Simulation results show that the error between policies of the optimal
and the RNN-based controllers is less than 1.5%. Moreover, the variance of the
achievable rates resulting from the deep RNN-based controllers is 60% less than
the variance of the risk-averse baseline.
- Abstract（参考訳）: 本稿では,複数の人工知能 (AI) に対応した再構成可能な知的表面 (RIS) を用いた超信頼性ミリ波通信を実現するための新しい枠組みを提案する。
複数のAIベースのRISを使用することで、mW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することができ、特にNLoS領域のカバレッジを向上させることができる。
しかし、mWリンクを超える確率的遮断の可能性のため、mWAPビームとRIS位相シフトを協調的に最適化するインテリジェントコントローラを設計することは大変な作業である。
この点において、まず、予測ビットレートを最大化し、mmwリンクブロックのリスクを緩和するために、パラメトリックリスクに敏感なエピソディックリターンを提案する。
そして、リスク感受性のエピソード回帰のポリシー勾配の閉形式近似を解析的に導出する。
次に,mmW AP と RIS のジョイントビームフォーミングの問題,および mmW RIS の位相シフト制御を,エージェントが mmW AP と RIS である協調マルチエージェント環境において同一のペイオフ確率ゲームとしてモデル化する。
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型コントローラが提案されている。
最適解を直接見つけるために、これらのコントローラのパラメトリック関数形式ポリシーは、ディープリカレントニューラルネットワーク(RNN)を用いてモデル化される。
シミュレーションの結果、最適とRNNベースのコントローラのポリシーの誤差は1.5%未満であることが示されている。
さらに、深いRNNベースのコントローラから得られる達成可能な速度のばらつきは、リスク-逆ベースラインのばらつきよりも60%少ない。
関連論文リスト
- Fairness-Driven Optimization of RIS-Augmented 5G Networks for Seamless
3D UAV Connectivity Using DRL Algorithms [8.296140341710462]
我々は、再構成可能なインテリジェントサーフェス(RIS)を用いた大規模マルチインプットマルチアウトプットシステムにおけるジョイント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の問題点について検討する。
この問題に対処する2つの新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-11-14T06:43:36Z) - Active RIS-aided EH-NOMA Networks: A Deep Reinforcement Learning
Approach [66.53364438507208]
アクティブな再構成可能なインテリジェントサーフェス(RIS)支援マルチユーザダウンリンク通信システムについて検討した。
非直交多重アクセス(NOMA)はスペクトル効率を向上させるために使用され、活性RISはエネルギー回収(EH)によって駆動される。
ユーザの動的通信状態を予測するために,高度なLSTMベースのアルゴリズムを開発した。
増幅行列と位相シフト行列RISを結合制御するためにDDPGに基づくアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-11T13:16:28Z) - Machine Learning for Metasurfaces Design and Their Applications [20.350142630673197]
マシン/ディープラーニング(ML/DL)技術は、RIS逆設計の計算コストと時間を削減する上で重要である。
本章は、逆RIS設計とRISアシスト無線システムの両方のためのDL技術のシナプスを提供する。
論文 参考訳（メタデータ） (2022-11-02T17:19:37Z) - A State-Augmented Approach for Learning Optimal Resource Management
Decisions in Wireless Networks [58.720142291102135]
マルチユーザ無線ネットワークにおける無線リソース管理(RRM)問題について考察する。
目標は、ユーザのエルゴード平均パフォーマンスに制約を受けるネットワーク全体のユーティリティ機能を最適化することである。
本稿では, RRM の制約に対応する2変数の集合を入力として, 瞬時ネットワーク状態と並行して, RRM のパラメータ化を提案する。
論文 参考訳（メタデータ） (2022-10-28T21:24:13Z) - RIS-ADMM: A RIS and ADMM-Based Passive and Sparse Sensing Method With
Interference Removal [5.613546467046113]
Reconfigurable Intelligent Surfaces (RIS) は将来のレーダーおよび無線通信領域において有望な技術として出現する。
我々は、空間的領域のターゲット空間性を活用し、到着方向を推定する原子ノルム最小化(ANM)アプローチを導入する。
本稿では,乗算器 (ADMM) に基づく反復手法である RIS-ADMM 法を提案する。
論文 参考訳（メタデータ） (2022-05-25T02:17:27Z) - Learning Resilient Radio Resource Management Policies with Graph Neural
Networks [124.89036526192268]
我々は、ユーザ当たりの最小容量制約でレジリエントな無線リソース管理問題を定式化する。
有限個のパラメータ集合を用いてユーザ選択と電力制御ポリシーをパラメータ化できることを示す。
このような適応により,提案手法は平均レートと5番目のパーセンタイルレートとの良好なトレードオフを実現する。
論文 参考訳（メタデータ） (2022-03-07T19:40:39Z) - Reconfigurable Intelligent Surface Enabled Spatial Multiplexing with
Fully Convolutional Network [40.817290717344534]
RIS(Reconfigurable Surface)は、無線通信システムのための新興技術である。
本稿では,この問題を解決するために完全畳み込みネットワーク(WSNFC)を提案する。
我々は、RISとダイレクトチャネルを経由するカスケードチャネルを含む一連のチャネル機能を設計する。
論文 参考訳（メタデータ） (2022-01-08T14:16:00Z) - Multi-hop RIS-Empowered Terahertz Communications: A DRL-based Hybrid
Beamforming Design [39.21220050099642]
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。
論文 参考訳（メタデータ） (2021-01-22T14:56:28Z) - Mean-Variance Policy Iteration for Risk-Averse Reinforcement Learning [75.17074235764757]
割引無限地平線MDPにおけるリスク・アバース制御の枠組みを提案する。
MVPIは、政策評価方法やリスクニュートラル制御手法を棚から外すためのリスク・アバース制御に投入できる点において、非常に柔軟性がある。
この柔軟性は、リスク中立制御とリスク逆制御のギャップを減らし、新しい拡張MDPの開発によって達成される。
論文 参考訳（メタデータ） (2020-04-22T22:23:44Z) - 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。