Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Resource Allocation for RIS-Assisted CoMP-NOMA Networks using Reinforcement Learning

Created by
  • Haebom

저자

Muhammad Umer, Muhammad Ahmed Mohsin, Huma Ghafoor, Syed Ali Hassan

개요

본 논문은 6G 무선 네트워크의 데이터 전송률, 주파수 효율, 커버리지 향상을 위해 STAR-RIS, CoMP, NOMA 기술의 시너지 효과를 연구합니다. STAR-RIS를 전략적으로 배치하여 간섭을 완화하고 신호 강도를 높이며, 셀 가장자리 사용자의 커버리지를 확장하는 성능 향상을 분석합니다. STAR-RIS 요소의 자원 공유 전략을 탐구하고, 현실적인 채널 조건 하에서 STAR-RIS 기반 CoMP-NOMA 네트워크의 이점을 정량화하기 위한 분석적 프레임워크를 개발하여 에르고딕 속도 및 단절 확률과 같은 주요 성능 지표를 도출합니다. 또한, 에너지 효율적인 설계 방법을 제시하고, 항공 RIS 기반 CoMP-NOMA 네트워크에서 심층 강화 학습(DRL) 기술을 적용하여 네트워크 합계 속도를 극대화하고 사용자 QoS 요구 사항을 충족하는 방안을 탐색합니다.

시사점, 한계점

시사점:
STAR-RIS, CoMP, NOMA 기술의 시너지 효과를 활용한 6G 무선 네트워크 설계에 대한 통찰력 제공.
STAR-RIS 기반 CoMP-NOMA 네트워크의 성능 향상 및 에너지 효율 향상 방안 제시.
DRL 기반 지능형 및 적응형 최적화를 통한 네트워크 성능 향상 가능성 제시.
한계점:
실제 환경에서의 실험 검증 부족.
제안된 알고리즘의 복잡도 및 계산 비용에 대한 분석 부족.
다양한 채널 모델 및 시나리오에 대한 포괄적인 성능 평가 부족.
👍