Deep Reinforcement Learning-based Sum-Rate Maximization in Hybrid Beamforming Multi-User Massive MIMO Systems
Notice bibliographique
Résumé
This work develops deep reinforcement learning (RL)-based techniques to perform power allocation in hybrid beamforming (HB) multi-user massive multiple-input multiple-output (MU-mMIMO) systems. We aim to maximize the achievable system sum-rate constrained to a total transmit power limit. The optimization problem is non-convex and solved in three main steps. First, a radio frequency (RF) beamformer is designed based on the slow time-varying angle of departure (AoD) information of users. Second, a baseband (BB) precoder is derived based on regularized zero-forcing technique using the lower-dimensional effective channel state information (CSI) seen from the BB stage. Afterward, the power allocation (PA) task is formulated in the reinforcement learning framework and it is solved by two main approaches: (i) single-agent deep Q-learning (SA-DQL), (ii) multi-agent deep Q-learning (MA-DQL). An RL agent learns to choose an action (i.e., PA block/value) that maximizes its expected cumulative reward (i.e., sum-rate) through interactions with the environment. It is shown that SA-DQL-based PA can closely approach the performance of exhaustive search in terms of achieved sum-rate and performs significantly better than the MA-DQL-based PA and equal PA scenarios.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».