Details

Объект исследования – реконфигурируемые интеллектуальные поверхности. Цель работы – разработка и исследование метода размещения реконфигурируемой интеллектуальной поверхности, установленной на беспилотном летательном аппарате, в сетях связи 5G/6G миллиметрового диапазона с применением методов обучения с подкреплением. В ходе работы была разработана имитационная модель городской среды, учитывающая здания, базовую станцию, пользовательское оборудование и РИП. Для автоматического выбора положения РИП был реализован агент обучения с подкреплением на основе DQN. В качестве сравнительного метода использован генетический алгоритм. По результатам имитационного моделирования показано, что применение РИП позволяет увеличить зону покрытия сети и восстановить связь с пользователями. Генетический алгоритм показал более высокую устойчивость, а алгоритм обучения с подкреплением обеспечил значительно меньшее время поиска положения РИП. Применено специализированное программно-математическое обеспечение MATLAB.

The object of research is reconfigurable intelligent surfaces. The aim of the work is to develop and study a method for placing a reconfigurable intelligent surface mounted on an unmanned aerial vehicle in 5G/6G millimeter–wave communication networks using reinforcement learning methods. In the course of the work, a simulation model of the urban environment was developed, taking into account buildings, a base station, user equipment and a RIP. A reinforcement learning agent based on DQN was implemented to automatically select the RIP position. A genetic algorithm was used as a comparative method. Based on the simulation results, it is shown that the use of RIP allows you to increase the network coverage area and restore communication with users. The genetic algorithm showed higher stability, and the reinforcement learning algorithm provided significantly less time to find the position of the RIP. The specialized mathematical software MATLAB is applied.