Cet article étudie la conception du précodage pour maximiser le débit des systèmes à ondes millimétriques (mmWave) à entrées multiples et sorties multiples (MIMO) avec des voies de communication directes bloquées. Plus précisément, nous améliorons la transmission MIMO en utilisant des surfaces intelligentes reconfigurables (RIS) prenant en compte les caractéristiques des ondes millimétriques liées aux effets de visibilité directe (LoS) et de trajets multiples. La recherche exhaustive (ES) conventionnelle de mots de code optimaux sous déphasages continus est gourmande en ressources de calcul et en temps. Afin de réduire la complexité de calcul, les vecteurs de transformée de Fourier discrète (DFT) par permutation sont utilisés pour la conception du dictionnaire de codes en intégrant les réponses d'amplitude pour les systèmes RIS réels ou idéaux. Cependant, même si le déphasage discret est adopté pour l'ES, il nécessite des calculs importants et est chronophage. Nous développons donc un réseau neuronal profond (DNN) entraîné pour une sélection plus rapide des mots de code. Les résultats de simulation montrent que le DNN conserve une efficacité spectrale sous-optimale même lorsque la distance entre l'utilisateur final et le RIS varie pendant la phase de test. Ces résultats soulignent le potentiel des DNN dans l’avancement des systèmes compatibles RIS.
