混合深度強化學習用於多功能RIS裝載於無人機之流體天線輔助之全雙工網路;Hybrid Deep Reinforcement Learning for Multi-Functional RIS-Mounted UAVs in Fluid Antenna-Assisted Full-Duplex Networks

NCU Institutional Repository > 資訊電機學院 > 通訊工程研究所 > 博碩士論文 > Item 987654321/98097

請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/98097

題名:	混合深度強化學習用於多功能RIS裝載於無人機之流體天線輔助之全雙工網路;Hybrid Deep Reinforcement Learning for Multi-Functional RIS-Mounted UAVs in Fluid Antenna-Assisted Full-Duplex Networks
作者:	鄭郁全;Zheng, Yu-Quan
貢獻者:	通訊工程學系
關鍵詞:	無人機通訊;全雙工;多功能可重構智慧表面;深度強化學習;流體天線;UAV;Full-Duplex;MF-RIS;Deep Reinforcement Learning;Fluid Antenna
日期:	2025-07-15
上傳時間:	2025-10-17 12:20:27 (UTC+8)
出版者:	國立中央大學
摘要:	為了滿足第六代（6G）行動通訊系統的高流量需求，已經為未來的 6G 無線網路提出了各種新興技術。本論文提出了一種全雙工（FD）通訊架構，透過部署無人機（UAV）並輔以多功能可重構智慧表面（MF-RIS）和流體天線（FA）來支援上行（UL）和下行（DL）用戶，以最大限度地提高系統能源效率（EE）。MF-RIS 具有同時反射、折射、放大和收集能量的能力。系統模型包括無人機到基地台、無人機到使用者的雙向通道，以及 MF-RIS 放大係數、相位矩陣等控制變數。為了實現 EE 優化，我們設計了一種具有自註意力機制的混合深度強化學習 (DRL) 和超參數優化演算法 (HIPPO)，該演算法將深度 Q 網路 (DQN) 與近端策略優化 (PPO) 相結合，以優化無人機的位置、發射波束成形、FA 位置和 MF-RIS 參數。模擬結果表明，與傳統 RIS、固定天線陣列、半雙工和 FD 或其他現有的 DRL 方法相比，所提出的 HIPPO 方案在不同場景下均實現了最高的 EE 性能。;Tomeetthehightrafficdemandinsixthgeneration(6G)mobilecommunica- tion systems,variousemergingtechnologieshavebeenproposedforfuture6G wireless networks.Thisthesisproposesafull-duplex(FD)communication architectureinsupportofuplink(UL)anddownlink(DL)usersbydeploying unmanned aerialvehicles(UAVs)complementedbyamulti-functionalrecon- figurable smartsurface(MF-RIS)andfluidantennas(FA)tomaximizethe system energyefficiency(EE).MF-RIShastheabilitytoreflect,refract,am- plify andharvestenergysimultaneously.Thesystemmodelincludesbidirec- tional channelsfromdronetobasestationandfromdronetouser,aswellas MF-RIS amplificationfactor,phasematrix,andothercontrolvariables.To achievetheEEoptimization,wedesignahybriddeepreinforcementlearning (DRL) withself-attentionmechanismandhyperparameteroptimizationalgo- rithm (HIPPO)thatcombinesdeepQ-network(DQN)withproximalpolicy optimization (PPO)tooptimizeUAVs’positions,transmitbeamforming,FA positionsandMF-RISparameters.Simulationresultsshowthatcompared to traditionalRIS,fixedantennaarrays,half-duplexandFDorotherex- isting DRLmethods,theproposedHIPPOschemeaccomplishesthehighest EE performanceunderdifferentscenarios.
顯示於類別:	[通訊工程研究所] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	14	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....