| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-07-14 13:25 深層強化学習によるチャネル状態情報を用いないIntelligent Reflecting Surfaceの制御方法に関する検討 ○橋田紘明・川本雄一・加藤 寧（東北大）・岩渕匡史・村上友規（NTT）  RCS2022-85 |
|
| 抄録 | （和） | IRS(Intelligent Reflecting Surface)は本来不確定要素として扱われてきた電波伝搬を，無線通信システムにおける可変要素として扱うことを可能とするデバイスとして注目を集めている．これまでの研究ではチャネル状態情報（CSI）に基づいたIRSの反射特性最適化方法が主に検討されてきている．しかし，IRSの受動的な特性により，CSIを明示的に推定することは困難である．そこで本論文では，深層強化学習に基づいて基地局のアナログプリコーディングベクトルとIRSの反射特性を経験的に学習する方法を提案する．本手法では，BSのアンテナ素子数とIRSの反射素子数の多さに起因する膨大な状態作用空間に対応するために，BS及びIRSのアンテナパターンを学習対象とすることで間接的に各素子の位相ウェイトを学習する方法を取り入れる．シミュレーションによる評価の結果，提案アルゴリズムが環境に適応したBS，IRSの位相ウェイトを学習できることを示した．さらに，各素子の位相シフトを直接学習する方法と比較して提案アルゴリズムはより良い学習性能を発揮し，IRSの要素数に対してスケーラブルな手法であることが分かった． |
| （英） | Intelligent reflecting surfaces (IRSs) have attracted attention as devices that enable radio propagation, which has been originally treated as an uncertain element, to be treated as a variable element in wireless communication systems. In previous studies, optimization methods for IRS reflective coefficients based on channel state information (CSI) have been mainly investigated. However, due to the passive nature of IRS, it is difficult to estimate CSI explicitly. To address this problem, in this paper, we propose a deep reinforcement learning (DRL)-based algorithm that learns the precoding vector of BS and IRS phase shift from the wireless environment. In the algorithm, we develop a beam pattern-based learning framework that indirectly maps the wireless environment to the phase shift to deal with the huge state-action space caused by the large number of elements of BS and IRS. Simulation results reveal that the proposed algorithm is able to learn from the environment and obtain a transmission strategy that improves the transmission rate of the user. Results also verify that the proposed algorithm based on the beam pattern learning framework is more efficient and scalable to the number of IRS elements compared to the method that builds a mapping to the phase shift directly. | |
| キーワード | （和） | Intelligent Reflecting Surface (IRS) / 深層強化学習 / / / / / / |
| （英） | Intelligent Reflecting Surface (IRS) / Deep reinforcement learning. / / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 106, RCS2022-85, pp. 84-89, 2022年7月. | |
| 資料番号 | RCS2022-85 | |
| 発行日 | 2022-07-06 (RCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCS2022-85 |
|
| 研究会情報 | |
| 研究会 | NS SR RCS SeMI RCC |
| 開催期間 | 2022-07-13 - 2022-07-15 |
| 開催地（和） | 金沢歌劇座 + オンライン開催 |
| 開催地（英） | The Kanazawa Theatre + Online |
| テーマ（和） | 無線分散ネットワーク，M2M(Machine-to-Machine)，D2D(Device-to-Device)，一般 |
| テーマ（英） | Distributed Wireless Network, M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things）, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2022-07-NS-SR-RCS-SeMI-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層強化学習によるチャネル状態情報を用いないIntelligent Reflecting Surfaceの制御方法に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Deep Reinforcement Learning-based IRS-aided Wireless Communication without Channel State Information |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Intelligent Reflecting Surface (IRS) / Intelligent Reflecting Surface (IRS) |
| キーワード(2)（和/英） | 深層強化学習 / Deep reinforcement learning. |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 橋田 紘明 / Hashida Hiroaki / ハシダ ヒロアキ |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 川本 雄一 / Kawamoto Yuichi / カワモト ユウイチ |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 加藤 寧 / Kato Nei / カトウ ネイ |
| 第3著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 岩渕 匡史 / Iwabuchi Masashi / イワブチ マサシ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 村上 友規 / Murakami Tomoki / ムラカミ トモキ |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-14 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2022-85 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.106 |
| ページ範囲 | pp.84-89 |
| ページ数 | 6 |
| 発行日 | 2022-07-06 (RCS) |
[研究会発表申込システムのトップページに戻る]