論文の概要: Proximal Policy Optimization-based Transmit Beamforming and Phase-shift
Design in an IRS-aided ISAC System for the THz Band
- arxiv url: http://arxiv.org/abs/2203.10819v1
- Date: Mon, 21 Mar 2022 09:15:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-23 00:15:32.125513
- Title: Proximal Policy Optimization-based Transmit Beamforming and Phase-shift
Design in an IRS-aided ISAC System for the THz Band
- Title（参考訳）: IRS支援型THz帯ISACシステムにおける近似最適化に基づく伝送ビームフォーミングと位相シフト設計
- Authors: Xiangnan Liu, Haijun Zhang, Keping Long, Mingyu Zhou, Yonghui Li, and
H. Vincent Poor
- Abstract要約: テラヘルツ(THz)帯で動作するIRS支援統合センシング・通信(ISAC)システムを提案し,システム容量を最大化する。
透過ビームフォーミングと位相シフト設計はエルゴード制約を伴う普遍最適化問題に変換される。
- 参考スコア（独自算出の注目度）: 90.45915557253385
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, an IRS-aided integrated sensing and communications (ISAC)
system operating in the terahertz (THz) band is proposed to maximize the system
capacity. Transmit beamforming and phase-shift design are transformed into a
universal optimization problem with ergodic constraints. Then the joint
optimization of transmit beamforming and phase-shift design is achieved by
gradient-based, primal-dual proximal policy optimization (PPO) in the
multi-user multiple-input single-output (MISO) scenario. Specifically, the
actor part generates continuous transmit beamforming and the critic part takes
charge of discrete phase shift design. Based on the MISO scenario, we
investigate a distributed PPO (DPPO) framework with the concept of
multi-threading learning in the multi-user multiple-input multiple-output
(MIMO) scenario. Simulation results demonstrate the effectiveness of the
primal-dual PPO algorithm and its multi-threading version in terms of transmit
beamforming and phase-shift design.
- Abstract（参考訳）: 本稿では, テラヘルツ(THz)帯で動作するIRS支援統合センシング・通信(ISAC)システムを提案する。
送信ビームフォーミングと位相シフト設計はエルゴード制約のある普遍最適化問題に変換される。
次に、マルチユーザマルチインプット単一出力(MISO)シナリオにおける勾配に基づくPPO(primal-dual proximal Policy Optimization)により、ビームフォーミングと位相シフト設計の合同最適化を実現する。
具体的には、アクター部が連続送信ビームフォーミングを生成し、批評家部が離散位相シフト設計を行う。
MISOシナリオに基づいて,マルチユーザマルチインプットマルチアウトプット(MIMO)シナリオにおけるマルチスレッド学習の概念を用いた分散PPO(DPPO)フレームワークについて検討する。
シミュレーションの結果,送信ビームフォーミングおよび位相シフト設計におけるPPOアルゴリズムとそのマルチスレッドバージョンの有効性が示された。
関連論文リスト
- Federated Transfer Learning Based Cooperative Wideband Spectrum Sensing with Model Pruning [19.303303020775555]
サブニキストサンプリングを可能にするために,マルチコセット前処理を利用するWSSニューラルネットワーク(WSSNet)を提案する。
複数のSUを動員するFTL(Federated Transfer Learning)ベースのフレームワークをさらに発展させ,様々なシナリオに適応可能なロバストモデルを実現する。
論文 参考訳（メタデータ） (2024-09-09T09:42:46Z) - Joint User Association, Interference Cancellation and Power Control for
Multi-IRS Assisted UAV Communications [80.35959154762381]
インテリジェント反射面(IRS)支援無人航空機(UAV)通信は、地上基地局の負荷を低コストで軽減することが期待されている。
既存の研究は主に、複数のIRSではなく単一のIRSの配置とリソース割り当てに焦点を当てている。
我々は,共同IRSユーザアソシエーションのための新しい最適化アルゴリズム,UAVの軌道最適化,逐次干渉キャンセル(SIC)復号命令スケジューリング,電力割り当てを提案する。
論文 参考訳（メタデータ） (2023-12-08T01:57:10Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - Energy Efficiency Maximization in IRS-Aided Cell-Free Massive MIMO
System [2.9081408997650375]
本稿では、入射点におけるビームフォーミングとIRSにおける位相シフトを共同最適化してエネルギー効率(EE)を最大化する、インテリジェント反射面(IRS)を用いたセルレス大規模マルチインプット多重出力システムについて考察する。
EE問題を解くために,2次変換とラグランジアン双対変換を用いて最適ビームフォーミングと位相シフトを求める反復最適化アルゴリズムを提案する。
さらに,共同ビームフォーミングと位相シフト設計のための深層学習に基づくアプローチを提案する。具体的には,教師なし学習方式を用いて2段階の深層ニューラルネットワークをオフラインでトレーニングし,オンラインに展開する。
論文 参考訳（メタデータ） (2022-12-24T14:58:15Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Collaborative Intelligent Reflecting Surface Networks with Multi-Agent
Reinforcement Learning [63.83425382922157]
インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。
本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
論文 参考訳（メタデータ） (2022-03-26T20:37:14Z) - Unsupervised Learning Based Hybrid Beamforming with Low-Resolution Phase
Shifters for MU-MIMO Systems [7.585540240110219]
無限分解能位相シフタ(PS)に基づく既存のハイブリッドビームフォーミング設計は、ハードウェアコストと消費電力のために実用的ではない。
アナログプリコーダとコンバインダを低解像度PSで共同設計するための教師なし学習に基づくスキームを提案する。
アナログプリコーダとコンバインダの設計問題を位相分類問題に変換し,汎用ニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-02-04T02:45:40Z) - A Q-Learning-based Approach for Distributed Beam Scheduling in mmWave
Networks [18.22250038264899]
ミリ波(mmWave)セルネットワークにおける分散ダウンリンクビームスケジューリングと電力配分の問題点を考察する。
異なるサービス事業者に属する複数の基地局は同じ無許可のスペクトルを共有しており、中心的な調整や協調は行われていない。
本稿では,各BSを独立したQ学習エージェントとしてモデル化し,分散スケジューリング手法を提案する。
論文 参考訳（メタデータ） (2021-10-17T02:58:13Z) - Iterative Algorithm Induced Deep-Unfolding Neural Networks: Precoding
Design for Multiuser MIMO Systems [59.804810122136345]
本稿では,AIIDNN(ディープ・アンフォールディング・ニューラルネット)を一般化した,ディープ・アンフォールディングのためのフレームワークを提案する。
古典的重み付き最小二乗誤差(WMMSE)反復アルゴリズムの構造に基づく効率的なIAIDNNを提案する。
提案したIAIDNNは,計算複雑性を低減した反復WMMSEアルゴリズムの性能を効率よく向上することを示す。
論文 参考訳（メタデータ） (2020-06-15T02:57:57Z)
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。