| 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 | 2025-08-28 09:00 Parameter Estimation of Intelligent Reflecting Surface by Deep Reinforcement Learning for Wireless Communications ○Zeyu Chen・Gan Srirutchataboon・Kazuhiko Fukawa（Science Tokyo）  RCS2025-104 |
|
| 抄録 | （和） | 近年，インテリジェント反射面（IRS）が無線通信の伝送特性を大幅に改善できるため，大いに注目を集めている．しかしながら，従来のIRS 制御法は，逐次的なサブチャネル推定やパッシブ・ビームフォーミングの性能に大きく依存するため，特定の信号モデルが必要であった．したがって，複雑かつ時間変動を伴う無線伝搬環境においては，上記の信号モデルからの乖離が起こり，IRSを適切に制御できないという問題がある．この問題を解決するため，本研究では信号モデルに依存しない IRS 制御法を提案する．提案手法はサブチャネルのチャネル状態情報（CSI）に依存せず，IRS のパラメータ推定に必要なパイロット信号の長さを最小限に抑えることができる． まず，IRS の制御過程をマルコフ決定過程（MDP）として定式化し，IRSの反射波の粗い実時間・位相制御に深層強化学習（DRL）を適用する．さらに優先経験再生（PER）を導入して，深層強化学習のエージェントが制御誤差の大きい遷移を重点的に学習及び更新できるようにし，強化学習のポリシーの収束を速め，サンプル効率と学習安定性を高める．またマルチディザ探索を用いて，位相制御の精度及び頑健性を高めている．計算機シミュレーションにより，本提案法の従来手法に対する優位性を定量的に明らかにする． |
| （英） | In wireless communications, the intelligent reflecting surface (IRS) has attacked much attention because IRS is very effective in improving transmission performance. Since conventional IRS schemes rely heavily on sequential sub-channel estimation and passive beamforming, their design should assume a certain signal model and often becomes impractical in complex and dynamic radio environments. To solve such a problem, this report proposes a model-free IRS control framework that does not depend on sub-channel state information (sub-CSI) and that can minimize overhead for parameter estimation of IRS. At first, the procedure for controlling IRS is formulated as a Markov decision process (MDP), and deep reinforcement learning (DRL) is applied to coarse estimation of real-time phase control policies. For further improvement in sample efficiency and learning stability, prioritized experience replay (PER) is incorporated and enables the agent of DRL to focus on high-error transitions during the training, thereby accelerating policy convergence. Moreover, multi-dither exploration is adopted to enhance the robustness and granularity of IRS phase refinement. Computer simulations quantitatively demonstrate that the proposed scheme is much superior to conventional ones. | |
| キーワード | （和） | 無線通信 / IRS / パラメータ推定 / 深層強化学習（DRL / / / / |
| （英） | Wireless communications / intelligent reflecting surface / parameter estimation / deep reinforcement learning / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 163, RCS2025-104, pp. 37-42, 2025年8月. | |
| 資料番号 | RCS2025-104 | |
| 発行日 | 2025-08-21 (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 | RCS2025-104 |
|
| 研究会情報 | |
| 研究会 | RCS SAT |
| 開催期間 | 2025-08-28 - 2025-08-29 |
| 開催地（和） | 朱鷺メッセ |
| 開催地（英） | Toki Messe |
| テーマ（和） | 移動衛星通信，放送，誤り訂正，無線通信一般 |
| テーマ（英） | Satellite Communications, Broadcasting, Forward Error Correction, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2025-08-RCS-SAT |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Parameter Estimation of Intelligent Reflecting Surface by Deep Reinforcement Learning for Wireless Communications |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線通信 / Wireless communications |
| キーワード(2)（和/英） | IRS / intelligent reflecting surface |
| キーワード(3)（和/英） | パラメータ推定 / parameter estimation |
| キーワード(4)（和/英） | 深層強化学習（DRL / deep reinforcement learning |
| 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） | チェン ゼユ / Zeyu Chen / チェン ゼユ |
| 第1著者 所属（和/英） | 東京科学大学 (略称： 東科大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | Gan Srirutchataboon / Gan Srirutchataboon / Gan Srirutchataboon |
| 第2著者 所属（和/英） | 東京科学大学 (略称： 東科大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 府川 和彦 / Kazuhiko Fukawa / フカワ カズヒコ |
| 第3著者 所属（和/英） | 東京科学大学 (略称： 東科大) Institute of Science Tokyo (略称： Science Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-08-28 09:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2025-104 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.163 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2025-08-21 (RCS) |
[研究会発表申込システムのトップページに戻る]