针对可移动阵元同时透射和反射可重构智能表面(Movable Elements Based Simultaneous Transmitting and Reflecting Reconfigurable Intelligent Surface,ME-STAR-RIS)辅助抗干扰系统中信道估计开销巨大的问题,提出一种基于深度确定性...针对可移动阵元同时透射和反射可重构智能表面(Movable Elements Based Simultaneous Transmitting and Reflecting Reconfigurable Intelligent Surface,ME-STAR-RIS)辅助抗干扰系统中信道估计开销巨大的问题,提出一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法的双尺度协同优化抗干扰传输方法。首先利用统计信道状态信息(Channel State Information,CSI)优化长时阵元位置,再基于优化后的阵元位置估计瞬时CSI,进而优化短时波束成形。为解决高维连续状态空间以及阵元位置、相移系数等连续动作空间带来的优化难题,引入DDPG算法实现动态策略学习。仿真结果表明,所以方法相较于瞬时CSI联合优化方案虽存在约1.5 b/s/Hz的性能损失,但显著降低了信道估计开销。展开更多
摘要针对可移动阵元同时透射和反射可重构智能表面(Movable Elements Based Simultaneous Transmitting and Reflecting Reconfigurable Intelligent Surface,ME-STAR-RIS)辅助抗干扰系统中信道估计开销巨大的问题,提出一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法的双尺度协同优化抗干扰传输方法。首先利用统计信道状态信息(Channel State Information,CSI)优化长时阵元位置,再基于优化后的阵元位置估计瞬时CSI,进而优化短时波束成形。为解决高维连续状态空间以及阵元位置、相移系数等连续动作空间带来的优化难题,引入DDPG算法实现动态策略学习。仿真结果表明,所以方法相较于瞬时CSI联合优化方案虽存在约1.5 b/s/Hz的性能损失,但显著降低了信道估计开销。