論文の概要: RIS-Enabled Smart Wireless Environments: Fundamentals and Distributed Optimization

• arxiv url: http://arxiv.org/abs/2512.18788v1
• Date: Sun, 21 Dec 2025 16:00:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.504768
• Title: RIS-Enabled Smart Wireless Environments: Fundamentals and Distributed Optimization
• Title（参考訳）: RIS対応スマート無線環境の基礎と分散最適化
• Authors: George C. Alexandropoulos, Kostantinos D. Katsanos, George Stamatelis, Ioannis Gavras,
• Abstract要約: 第1章は、再構成可能なインテリジェントサーフェス(RIS)の新たな技術によって動機付けられたスマートワイヤレス環境の概念の概要である。 近年のBD(Beyond-Diagonal (BD) RIS) の動向に着目し,各SWEの分散設計について述べる。 マルチブランチ注意に基づく畳み込みニューラルネットワーク(NN)、NNパラメータ共有、神経進化学習に基づくハイブリッド分散・融合機械学習フレームワークを提案する。 性能評価結果から,分散最適化RIS対応SWEは,オンライン計算の複雑さを低く抑えながら,ほぼ最適の和率性能を実現することが示された。
• 参考スコア（独自算出の注目度）: 30.03861501202603
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This chapter overviews the concept of Smart Wireless Environments (SWEs) motivated by the emerging technology of Reconfigurable Intelligent Surfaces (RISs). The operating principles and state-of-the-art hardware architectures of programmable metasurfaces are first introduced. Subsequently, key performance objectives and use cases of RIS-enabled SWEs, including spectral and energy efficiency, physical-layer security, integrated sensing and communications, as well as the emerging paradigm of over-the-air computing, are discussed. Focusing on the recent trend of Beyond-Diagonal (BD) RISs, two distributed designs of respective SWEs are presented. The first deals with a multi-user Multiple-Input Single-Output (MISO) system operating within the area of influence of a SWE comprising multiple BD-RISs. A hybrid distributed and fusion machine learning framework based on multi-branch attention-based convolutional Neural Networks (NNs), NN parameter sharing, and neuroevolutionary training is presented, which enables online mapping of channel realizations to the BD-RIS configurations as well as the multi-user transmit precoder. Performance evaluation results showcase that the distributedly optimized RIS-enabled SWE achieves near-optimal sum-rate performance with low online computational complexity. The second design focuses on the wideband interference MISO broadcast channel, where each base station exclusively controls one BD-RIS to serve its assigned group of users. A cooperative optimization framework that jointly designs the base station transmit precoders as well as the tunable capacitances and switch matrices of all metasurfaces is presented. Numerical results demonstrating the superior sum-rate performance of the designed RIS-enabled SWE for multi-cell MISO networks over benchmark schemes, considering non-cooperative configuration and conventional diagonal metasurfaces, are presented.
• Abstract（参考訳）: 本章は、再構成可能なインテリジェントサーフェス(RIS)の新たな技術によって動機付けられたスマートワイヤレス環境(SWE)の概念を概説する。 プログラム可能な準曲面の動作原理と最先端ハードウェアアーキテクチャが最初に紹介される。 その後、RIS対応SWEの重要な性能目標と利用事例として、スペクトルとエネルギー効率、物理層セキュリティ、統合されたセンシングと通信、およびオーバー・ザ・エア・コンピューティングの新たなパラダイムについて論じる。 近年のBD(Beyond-Diagonal (BD) RIS) の動向に着目し,各SWEの分散設計について述べる。 1つ目はマルチユーザMultiple-Input Single-Output (MISO)システムで、複数のBD-RISからなるSWEの影響範囲内で動作する。 マルチブランチアテンションに基づく畳み込みニューラルネットワーク(NN)、NNパラメータ共有、ニューロ進化学習に基づくハイブリッド分散・融合機械学習フレームワークを提案し、BD-RIS構成へのチャネル実現のオンラインマッピングとマルチユーザ送信プリコーダを実現する。 性能評価結果から,分散最適化RIS対応SWEは,オンライン計算の複雑さを低く抑えながら,ほぼ最適の和率性能を実現することが示された。 第2の設計は広帯域干渉型MISO放送で、各基地局は1つのBD-RISのみを制御し、割り当てられたユーザーグループにサービスを提供する。 基地局を共同で設計する協調最適化フレームワークについて, 可変容量, スイッチ行列の制御を行うとともに, プリコーダを伝送する手法を提案する。 非協調的な構成や従来の対角線準曲面を考慮したマルチセルMISOネットワークにおけるRIS対応SWEの最高性能を示す数値的な結果を示す。

関連論文リスト

• RIS-Assisted Downlink Pinching-Antenna Systems: GNN-Enabled Optimization Approaches [51.56300276709421]
  本稿では,マルチユーザダウンリンク情報伝送のための再構成可能なマルチ導波路ピンチアンテナ (PASS) システムについて検討する。 RIS支援PASSのグラフ構造トポロジを活用することで,ユーザ位置に基づいてPA位置を学習する新しい3段階グラフニューラルネットワーク(GNN)を提案する。
  論文  参考訳（メタデータ） (2025-11-25T13:43:44Z)
• Sustainable LSTM-Based Precoding for RIS-Aided mmWave MIMO Systems with Implicit CSI [2.8408947965063778]
  このフレームワークはアップリンクパイロットシーケンスを利用して暗黙的にチャネル特性を学習し、パイロットのオーバーヘッドと推論の複雑さを低減します。 提案した設計は、総探索のスペクトル効率の90%以上を計算時間のわずか2.2%で達成し、エネルギー消費量を2桁近く削減する。
  論文  参考訳（メタデータ） (2025-09-16T04:29:14Z)
• Multi-Functional RIS-Enabled in SAGIN for IoT: A Hybrid Deep Reinforcement Learning Approach with Compressed Twin-Models [4.02185297590683]
  宇宙空間におけるモノのインターネットのための統合ネットワーク(SAGIN)について検討した。 MF-RISは同時に無線エネルギーを増幅し、回収することができる。
  論文  参考訳（メタデータ） (2025-07-22T03:40:56Z)
• 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)
• Reconfigurable Intelligent Surface Assisted Mobile Edge Computing with Heterogeneous Learning Tasks [53.1636151439562]
  モバイルエッジコンピューティング(MEC)は、AIアプリケーションに自然なプラットフォームを提供します。 再構成可能なインテリジェントサーフェス(RIS)の助けを借りて、MECで機械学習タスクを実行するインフラストラクチャを提示します。 具体的には,モバイルユーザの送信パワー,基地局のビームフォーミングベクトル,risの位相シフト行列を共同で最適化することにより,参加ユーザの学習誤差を最小化する。
  論文  参考訳（メタデータ） (2020-12-25T07:08:50Z)
• Phase Configuration Learning in Wireless Networks with Multiple Reconfigurable Intelligent Surfaces [50.622375361505824]
  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。
  論文  参考訳（メタデータ） (2020-10-09T05:35:27Z)
• 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)
• 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。