智能反射面(intelligent reflecting surface,IRS)辅助通信系统的信道维度较高,现有的信道估计方法须使用大量导频才能得到准确的信道矩阵.针对这一问题,提出了一种基于混合损失的残差生成对抗网络(hybrid loss based residual generati...智能反射面(intelligent reflecting surface,IRS)辅助通信系统的信道维度较高,现有的信道估计方法须使用大量导频才能得到准确的信道矩阵.针对这一问题,提出了一种基于混合损失的残差生成对抗网络(hybrid loss based residual generative adversarial network,H-ResGAN)模型.H-ResGAN使用多个残差块来加深网络,可以充分提取信道特征,减缓梯度消失问题.同时,采用条件最小二乘损失和L1损失相结合的混合损失作为目标函数来提高训练的稳定性.仿真实验证明:H-ResGAN对环境噪声更具鲁棒性,估计误差显著低于传统方法;与传统的估计算法相比,H-ResGAN仅须发送少量导频就能获得准确的估计结果.展开更多
无线供电通信网络(Wireless-powered Communication Network,WPCN)不仅可以实现远程无线充电而且能够提供无线通信服务,因此受到了学术界和工业界的广泛关注。然而,低效率的能量收集和信息传输会限制WPCN的性能,并且在WPCN中的双重远近...无线供电通信网络(Wireless-powered Communication Network,WPCN)不仅可以实现远程无线充电而且能够提供无线通信服务,因此受到了学术界和工业界的广泛关注。然而,低效率的能量收集和信息传输会限制WPCN的性能,并且在WPCN中的双重远近效应会导致物联网设备收集的能量与消耗的能量之间的不平衡。为了解决这些问题,提出基于能量回收的主动智能反射面(Intelligent Reflecting Surface,IRS)辅助WPCN波束成形算法,其中物联网设备既能从功率站端收集能量,还能从其他物联网设备的上行信息传输中回收能量。考虑能量收集、吞吐量、时间分配,以及功率站和主动IRS的最大功率等约束,基于能量回收机制,建立了系统总吞吐量最大化的资源分配模型;然后,提出一种基于内层近似和双线性变换的交替优化算法进行求解。仿真结果表明,在相应的参数配置下,能量回收机制的应用能够提升约8.13%的吞吐量,而主动IRS的应用能够提升约61.1%的吞吐量。展开更多
文摘智能反射面(intelligent reflecting surface,IRS)辅助通信系统的信道维度较高,现有的信道估计方法须使用大量导频才能得到准确的信道矩阵.针对这一问题,提出了一种基于混合损失的残差生成对抗网络(hybrid loss based residual generative adversarial network,H-ResGAN)模型.H-ResGAN使用多个残差块来加深网络,可以充分提取信道特征,减缓梯度消失问题.同时,采用条件最小二乘损失和L1损失相结合的混合损失作为目标函数来提高训练的稳定性.仿真实验证明:H-ResGAN对环境噪声更具鲁棒性,估计误差显著低于传统方法;与传统的估计算法相比,H-ResGAN仅须发送少量导频就能获得准确的估计结果.
文摘无线供电通信网络(Wireless-powered Communication Network,WPCN)不仅可以实现远程无线充电而且能够提供无线通信服务,因此受到了学术界和工业界的广泛关注。然而,低效率的能量收集和信息传输会限制WPCN的性能,并且在WPCN中的双重远近效应会导致物联网设备收集的能量与消耗的能量之间的不平衡。为了解决这些问题,提出基于能量回收的主动智能反射面(Intelligent Reflecting Surface,IRS)辅助WPCN波束成形算法,其中物联网设备既能从功率站端收集能量,还能从其他物联网设备的上行信息传输中回收能量。考虑能量收集、吞吐量、时间分配,以及功率站和主动IRS的最大功率等约束,基于能量回收机制,建立了系统总吞吐量最大化的资源分配模型;然后,提出一种基于内层近似和双线性变换的交替优化算法进行求解。仿真结果表明,在相应的参数配置下,能量回收机制的应用能够提升约8.13%的吞吐量,而主动IRS的应用能够提升约61.1%的吞吐量。
