Robust Beamforming Based on Graph Attention Networks for IRS-Assisted Satellite IoT Communications.
Robust Beamforming Based on Graph Attention Networks for IRS-Assisted Satellite IoT Communications.
复制标题
基于图注意网络的鲁棒波束成形，用于 IRS 辅助卫星物联网通信
DOI：
10.3390/e24030326
复制
发表时间：
2022-02-24
期刊：
影响因子：
--
通讯作者：
Fan J
中科院分区：
文献类型：
--
作者：
Cao H;Zhu W;Feng W;Fan J
卫星通信有望在实现远程物联网（IoRT）应用中发挥至关重要的作用。本文考虑智能反射表面 (IRS) 辅助下行链路低地球轨道 (LEO) 卫星通信网络，其中 IRS 提供额外的反射链路以增强预期信号功率。我们的目标是通过联合优化卫星的预编码矩阵和 IRS 的相移来最大化所有地面用户的总速率。然而，由于LEO的高迁移率和反射元件的无源特性，很难直接获取IRS的瞬时通道状态信息（CSI）和最佳相移。此外，大多数传统的求解算法计算复杂度较高，不适用于这些动态场景。提出了一种基于图注意网络（RBF-GAT）的鲁棒波束成形设计，以建立从接收到的导频和动态网络拓扑到卫星和IRS波束成形的直接映射，并使用无监督学习方法进行离线训练。仿真结果证实，所提出的 RBF-GAT 方法可以以较低的复杂度实现上限提供的 95% 以上的性能。
Satellite communication is expected to play a vital role in realizing Internet of Remote Things (IoRT) applications. This article considers an intelligent reflecting surface (IRS)-assisted downlink low Earth orbit (LEO) satellite communication network, where IRS provides additional reflective links to enhance the intended signal power. We aim to maximize the sum-rate of all the terrestrial users by jointly optimizing the satellite’s precoding matrix and IRS’s phase shifts. However, it is difficult to directly acquire the instantaneous channel state information (CSI) and optimal phase shifts of IRS due to the high mobility of LEO and the passive nature of reflective elements. Moreover, most conventional solution algorithms suffer from high computational complexity and are not applicable to these dynamic scenarios. A robust beamforming design based on graph attention networks (RBF-GAT) is proposed to establish a direct mapping from the received pilots and dynamic network topology to the satellite and IRS’s beamforming, which is trained offline using the unsupervised learning approach. The simulation results corroborate that the proposed RBF-GAT approach can achieve more than 95% of the performance provided by the upper bound with low complexity.
登录
查看更多内容
DOI：
10.3390/e23111470
发表时间：
2021-11-07
期刊：
Entropy (Basel, Switzerland)
影响因子：
--
作者：
Luan Z;Jia H;Wang P;Jia R;Chen B
通讯作者：
Chen B
影响因子：
6.8
作者：
Ge, Yimeng;Fan, Jiancun
通讯作者：
Fan, Jiancun
影响因子：
10.4
作者：
Abdi, A;Lau, WC;Kaveh, M
通讯作者：
Kaveh, M
6G无线网络愿景、需求、架构和关键技术
影响因子：
8.1
作者：
Zhang, Zhengquan;Xiao, Yue;Fan, Pingzhi
通讯作者：
Fan, Pingzhi
影响因子：
10.4
作者：
Arnau, Jesus;Christopoulos, Dimitrios;Ottersten, Bjoern
通讯作者：
Ottersten, Bjoern