論文の概要: Aerial Multi-Functional RIS in Fluid Antennas-Aided Full-Duplex Networks: A Self-Optimized Hybrid Deep Reinforcement Learning Approach

• arxiv url: http://arxiv.org/abs/2604.14309v2
• Date: Fri, 17 Apr 2026 01:31:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 13:38:49.37772
• Title: Aerial Multi-Functional RIS in Fluid Antennas-Aided Full-Duplex Networks: A Self-Optimized Hybrid Deep Reinforcement Learning Approach
• Title（参考訳）: 流体アンテナ支援フルダブルプレックスネットワークにおける空中多機能RIS:自己最適化型ハイブリッド深部強化学習アプローチ
• Authors: Li-Hsiang Shen, Yu-Quan Zheng,
• Abstract要約: 本稿では,自律型無人航空機 (AAV) と多機能再構成可能な表面 (MFRIS) をインテリジェント表面 (FA) AMRIS として提案する。 FAは信号、増幅、増幅、エネルギー回収(EH)を統合し、信号のカバレッジと持続可能性を向上させる。 我々は,AMRISのユーザ電力構成であるBS ULにおける送信ビームフォーミングを共同最適化することにより,全体のエネルギー効率(EE)を最大化することを目指している。
• 参考スコア（独自算出の注目度）: 4.02185297590683
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To address high data traffic demands of sixth-generation (6G) networks, this paper proposes a novel architecture that integrates autonomous aerial vehicles (AAVs) and multi-functional reconfigurable intelligent surfaces (MF-RISs) as AM-RIS in fluid antenna (FA)-assisted full-duplex (FD) networks. The AM-RIS provides hybrid functionalities, including signal reflection, amplification, and energy harvesting (EH), potentially improving both signal coverage and sustainability. Meanwhile, FA facilitates fine-grained spatial adaptability at FD-enabled base station (BS), which complements residual self-interference (SI) suppression. We aim at maximizing the overall energy efficiency (EE) by jointly optimizing transmit DL beamforming at BS, UL user power, configuration of AM-RIS, and positions of the FA and AM-RIS. Owing to the hybrid continuous-discrete parameters and high dimensionality of the intractable problem, we have conceived a self-optimized multi-agent hybrid deep reinforcement learning (DRL) framework (SOHRL), which integrates multi-agent deep Q-networks (DQN) and multi-agent proximal policy optimization (PPO), respectively handling discrete and continuous actions. To enhance self-adaptability, an attention-driven state representation and meta-level hyperparameter optimization are incorporated, enabling multi-agents to autonomously adjust learning hyperparameters. Simulation results validate the effectiveness of the proposed AM-RIS-enabled FA-aided FD networks empowered by SOHRL algorithm. The results reveal that SOHRL outperforms benchmarks of the case without attention mechanism and conventional hybrid/multi-agent/standalone DRL. Moreover, AM-RIS in FD achieves the highest EE compared to half-duplex, conventional rigid antenna arrays, partial EH, and conventional RIS without amplification, highlighting its potential as a compelling solution for EE-aware wireless networks.
• Abstract（参考訳）: 本稿では,第6世代(6G)ネットワークの高データトラフィック要求に対応するために,自律型航空車両 (AAV) と多機能型再構成可能な知的表面 (MF-RIS) を流体アンテナ (FA) 支援フルデュプレックス (FD) ネットワークにおけるAM-RISとして統合するアーキテクチャを提案する。 AM-RISは、信号反射、増幅、エネルギー回収(EH)を含むハイブリッド機能を提供し、信号カバレッジと持続可能性の両方を改善する可能性がある。 一方、FAは、残留自己干渉抑制(SI)を補完するFD対応ベースステーション(BS)において、きめ細かい空間適応性を促進する。 我々は,BSにおける送信DLビームフォーミング,ULユーザパワー,AM-RISの構成,FAとAM-RISの位置を共同最適化することにより,全体のエネルギー効率(EE)を最大化することを目指している。 そこで我々は,多エージェント深度Q-networks (DQN) と多エージェント近位政策最適化 (PPO) を統合した自己最適化多エージェントハイブリッド強化学習フレームワーク(SOHRL)を考案した。 自己適応性を高めるために、注目駆動状態表現とメタレベルハイパーパラメータ最適化が組み込まれ、マルチエージェントが学習ハイパーパラメータを自律的に調整することができる。 SOHRLアルゴリズムによるFA支援FDネットワークの有効性をシミュレーションにより検証した。 その結果,SOHRLは注意機構や従来のハイブリッド/マルチエージェント/スタンドアローンDRLよりも優れていた。 さらに、FD の AM-RIS は、半二重、従来の剛性アンテナアレイ、部分EH、および従来の RIS に対して、増幅なしで、最も高い EE を実現し、EE 対応無線ネットワークの魅力的なソリューションとしての可能性を強調している。

関連論文リスト

• Parametrized Sharing for Multi-Agent Hybrid DRL for Multiple Multi-Functional RISs-Aided Downlink NOMA Networks [3.578480064788939]
  多機能再構成可能な知的表面(MF-RIS)は、その能動RIS能力とエネルギ収穫(EH)による自己持続性から、通信効率を向上させるために考案された。 我々は、MF-RISの位置だけでなく、振幅、位相シフト、EH比の電力割り当て、ビームフォーミング、MF-RIS構成を最適化することでエネルギー効率の問題を定式化する。 マルチエージェントハイブリッド強化学習(PMHRL)のためのパラメータ化共有方式を設計し、マルチエージェントポリシー最適化(PPO)とディープQネットワーク(D)を設計する。
  論文  参考訳（メタデータ） (2026-01-02T02:44:30Z)
• 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)
• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
  低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。 これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。 本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-25T02:02:14Z)
• STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
  無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。 閉塞により、密集した環境では信号の減衰が激しい。 この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
  論文  参考訳（メタデータ） (2025-10-25T01:28:37Z)
• DRL-Based Resource Allocation for Energy-Efficient IRS-Assisted UAV Spectrum Sharing Systems [2.639081233699357]
  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。
  論文  参考訳（メタデータ） (2025-10-17T04:18:17Z)
• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• 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)
• Federated Deep Reinforcement Learning for Energy Efficient Multi-Functional RIS-Assisted Low-Earth Orbit Networks [14.638758375246642]
  低地球軌道(LEO)に多機能再構成可能な知的表面(MF-RIS)を配置する新しいネットワークアーキテクチャを提案する。 信号反射のみを持つ従来のRISとは異なり、MF-RISは信号の反射、増幅、収穫を行うことができる。 提案するLEO-MF-RISアーキテクチャの有効性を示す。
  論文  参考訳（メタデータ） (2025-01-19T15:31:05Z)
• 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)

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。