위성-지상 직접 통신을 위한 진화적 다목적 심층 강화 학습 기반 협력 빔포밍

Core Concepts

본 논문은 저전력 단말기들이 가상 안테나 배열을 형성하여 저궤도 위성과의 상향링크 성능을 향상시키고 위성 전환 횟수를 줄이는 방법을 제안한다.

Abstract

저전력 단말기들이 가상 안테나 배열을 형성하여 저궤도 위성과의 상향링크 성능을 향상시키는 방법을 제안한다.
상향링크 달성률, 단말기 에너지 소모, 위성 전환 횟수 등 3가지 목적함수를 동시에 최적화하는 장기 다목적 최적화 문제를 정의한다.
이 문제를 해결하기 위해 행동 공간 축소 및 범용 다목적 마르코프 의사결정 과정으로 재정의하고, 진화적 다목적 심층 강화 학습 알고리즘을 제안한다.
제안된 알고리즘은 다양한 시나리오에 적용 가능한 여러 정책을 도출할 수 있으며, 상향링크 달성률을 최대화하면서도 위성 전환 횟수를 최소화할 수 있다.

Stats

단말기 i와 위성 ℓ 간 채널 계수: hi,ℓ(t) = √β0d−α
i,ℓejψi,ℓ(t)
위성 ℓ에서의 신호 대 잡음비: γSNR(t) = Σ∀i∈I√Pi(t)β0d−α
i,st 2/σ2
상향링크 달성률: R(t) = B log2(1 + γSNR(t))

Quotes

없음

Key Insights Distilled From

Collaborative Ground-Space Communications via Evolutionary Multi-objective Deep Reinforcement Learning

by Jiahui Li,Ge... at arxiv.org 04-12-2024

https://arxiv.org/pdf/2404.07450.pdf

Deeper Inquiries

위성 궤도 주기와 단말기 수 변화에 따른 제안 알고리즘의 성능 변화는 어떨까?

알고리즘은 위성 궤도 주기와 단말기 수의 변화에 상대적으로 강건하게 설계되어 있습니다. 위성 궤도 주기의 변화는 알고리즘의 성능에 큰 영향을 미칠 수 있지만, 알고리즘은 실시간 위성 위치 정보를 사용하여 최적의 전송 전력을 결정하므로 궤도 주기의 변화에 상대적으로 잘 대응할 수 있습니다. 또한, 단말기 수의 변화는 알고리즘의 행동을 조정하는 데 사용되는 가중치 벡터를 통해 조정됩니다. 이러한 설계는 단말기 수의 변화에도 상대적으로 강건한 성능을 제공할 수 있도록 합니다. 따라서, 제안된 알고리즘은 다양한 상황에서 일정 수준의 성능을 유지할 것으로 예상됩니다.