論文の概要: DRL-Based Resource Allocation for Energy-Efficient IRS-Assisted UAV Spectrum Sharing Systems

• arxiv url: http://arxiv.org/abs/2510.17877v1
• Date: Fri, 17 Oct 2025 04:18:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.24928
• Title: DRL-Based Resource Allocation for Energy-Efficient IRS-Assisted UAV Spectrum Sharing Systems
• Title（参考訳）: エネルギー効率IRS支援UAVスペクトル共有システムのためのDRLに基づく資源配分
• Authors: Yiheng Wang,
• Abstract要約: IRS支援無人航空機(UAV)システムは、再構成可能で柔軟な無線通信のための新しいパラダイムを提供する。 本稿では、周波数分割多重化(OFDM)を用いた新しいIRS支援UAV帯域共有システムを提案する。 物理的に接地された推進エネルギーモデルが採用され、その強い上界はスペクトル共有系に対するトラクタブルEEの下限を形成するために使用される。
• 参考スコア（独自算出の注目度）: 2.639081233699357
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Intelligent reflecting surface (IRS) assisted unmanned aerial vehicle (UAV) systems provide a new paradigm for reconfigurable and flexible wireless communications. To enable more energy efficient and spectrum efficient IRS assisted UAV wireless communications, this paper introduces a novel IRS-assisted UAV enabled spectrum sharing system with orthogonal frequency division multiplexing (OFDM). The goal is to maximize the energy efficiency (EE) of the secondary network by jointly optimizing the beamforming, subcarrier allocation, IRS phase shifts, and the UAV trajectory subject to practical transmit power and passive reflection constraints as well as UAV physical limitations. A physically grounded propulsion-energy model is adopted, with its tight upper bound used to form a tractable EE lower bound for the spectrum sharing system. To handle highly non convex, time coupled optimization problems with a mixed continuous and discrete policy space, we develop a deep reinforcement learning (DRL) approach based on the actor critic framework. Extended experiments show the significant EE improvement of the proposed DRL-based approach compared to several benchmark schemes, thus demonstrating the effectiveness and robustness of the proposed approach with mobility.
• Abstract（参考訳）: インテリジェント反射面(IRS)支援無人航空機(UAV)システムは、再構成可能で柔軟な無線通信のための新しいパラダイムを提供する。 そこで本稿では,直交周波数分割多重化(OFDM)を用いた新しいIRS支援UAV無線通信システムを提案する。 目的は、実用的な送電電力および受動反射制約とUAV物理制限の対象となるビームフォーミング、サブキャリア割り当て、IRS位相シフト、UAV軌道を共同最適化することにより、二次ネットワークのエネルギー効率(EE)を最大化することである。 物理的に接地された推進エネルギーモデルが採用され、その強い上界はスペクトル共有系に対するトラクタブルEEの下限を形成するために使用される。 非凸で時間結合的な最適化問題を連続的かつ離散的なポリシー空間で扱うために,アクター批評家の枠組みに基づく深層強化学習(DRL)アプローチを開発した。 拡張実験は、いくつかのベンチマーク方式と比較してDRLに基づく提案手法のEE改善が顕著であることを示し、提案手法の有効性とロバスト性を示す。

関連論文リスト

• Joint Hybrid Beamforming and Artificial Noise Design for Secure Multi-UAV ISAC Networks [3.697288477203596]
  統合センシングと通信(ISAC)は、スマートシティや自律システムといった次世代アプリケーションにとって重要な実現手段として現れます。 既存の研究は主にUAVを航空基地局として扱い、ISACユーザーとしての役割を見落としている。 本稿では,マルチUAVネットワークのためのセキュアでスペクトル性の高いISACフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-28T06:58:04Z)
• Dual Actor DDPG for Airborne STAR-RIS Assisted Communications [3.0222726254970174]
  本研究では,UAV搭載STAR-RIS(Aerial-STAR)を利用したマルチユーザダウンリンク通信システムについて検討する。 主な貢献は、UAV軌道の合同最適化、基地局でのアクティブビームフォーミングベクトル、通信効率を高めるためのパッシブRIS TRCなどである。
  論文  参考訳（メタデータ） (2025-08-30T20:10:15Z)
• LLM Meets the Sky: Heuristic Multi-Agent Reinforcement Learning for Secure Heterogeneous UAV Networks [57.27815890269697]
  この研究は、エネルギー制約下での不均一なUAVネットワーク(HetUAVN)における機密率の最大化に焦点を当てている。 本稿では,Large Language Model (LLM) を用いたマルチエージェント学習手法を提案する。 その結果,本手法は機密性やエネルギー効率において,既存のベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-07-23T04:22:57Z)
• UAV Virtual Antenna Array Deployment for Uplink Interference Mitigation in Data Collection Networks [71.23793087286703]
  無人航空機(UAV)は、航空無線ネットワークと通信を確立するためのプラットフォームとして注目されている。 本稿では,複数UAVネットワークシステムにおける協調ビームフォーミング(CB)法に基づく新しいアップリンク干渉緩和手法を提案する。
  論文  参考訳（メタデータ） (2024-12-09T12:56:50Z)
• 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)
• Multiagent Reinforcement Learning with an Attention Mechanism for Improving Energy Efficiency in LoRa Networks [52.96907334080273]
  ネットワーク規模が大きくなるにつれて、パケット衝突によるLoRaネットワークのエネルギー効率は急激に低下する。 マルチエージェント強化学習(MALoRa)に基づく伝送パラメータ割り当てアルゴリズムを提案する。 シミュレーションの結果,MALoRaはベースラインアルゴリズムと比較してシステムEEを著しく改善することがわかった。
  論文  参考訳（メタデータ） (2023-09-16T11:37:23Z)
• Joint Optimization of Deployment and Trajectory in UAV and IRS-Assisted IoT Data Collection System [25.32139119893323]
  無人航空機(UAV)は多くのモノのインターネット(IoT)システムに適用できる。 UAV-IoT無線チャネルは、時には木や高層建築物によってブロックされることがある。 本稿では,UAVの展開と軌道を最適化することで,システムのエネルギー消費を最小化することを目的とする。
  論文  参考訳（メタデータ） (2022-10-27T06:27:40Z)
• Optimization for Master-UAV-powered Auxiliary-Aerial-IRS-assisted IoT Networks: An Option-based Multi-agent Hierarchical Deep Reinforcement Learning Approach [56.84948632954274]
  本稿では,無人航空機(MUAV)搭載のIoT(Internet of Things)ネットワークについて検討する。 本稿では、インテリジェント反射面(IRS)を備えた充電可能な補助UAV(AUAV)を用いて、MUAVからの通信信号を強化することを提案する。 提案モデルでは,IoTネットワークの蓄積スループットを最大化するために,これらのエネルギー制限されたUAVの最適協調戦略について検討する。
  論文  参考訳（メタデータ） (2021-12-20T15:45:28Z)
• Optimization-driven Deep Reinforcement Learning for Robust Beamforming in IRS-assisted Wireless Communications [54.610318402371185]
  Intelligent Reflecting Surface (IRS)は、マルチアンテナアクセスポイント(AP)から受信機へのダウンリンク情報伝達を支援する有望な技術である。 我々は、APのアクティブビームフォーミングとIRSのパッシブビームフォーミングを共同最適化することで、APの送信電力を最小化する。 過去の経験からビームフォーミング戦略に適応できる深層強化学習(DRL)手法を提案する。
  論文  参考訳（メタデータ） (2020-05-25T01:42:55Z)

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。