.png){kind=icon}
返回
Genetic Resource Allocation Algorithm for Panel-Based Large Intelligent Surfaces
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14153107.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大规模智能表面（LIS）概念代表了提升6G无线通信系统性能的一种架构性进展。在本工作中，我们针对在基于面板的LIS框架下，联合选择活动面板并将终端关联到这些活动面板输出的问题，以最大化所有终端的最小信号干扰噪声比（SINR）。由于混合整数线性规划（MILP）模型的特点，我们提出了一种基于遗传算法（GA）的替代方法，该方法通过列交换的定制化交叉和自适应变异高效探索解空间。我们将GA的性能与CPLEX求解器在不同配置和时间约束下进行比较。性能结果表明，GA能提供具有竞争力的解，同时降低计算复杂度，展示了其在具有复杂资源分配的可扩展LIS实现中的潜力。
Keyword:
large intelligent surface
genetic algorithm
mixed-integer linear programming
signal-to-interference-and-noise ratio
resource allocation
期刊
IF:
2.6
论文数:
9.9K
被引数:
4.7W
机构
暂无机构信息
引用论文
Sum-rate Maximization for RIS-assisted IoTXing, Z.; Yi, Y.; He, X.; Chai, J.; Luo, Y.; Zhang, X. 和率最大化用于RIS辅助物联网。载于《2023年第10届无线通信与传感器网络国际会议论文集》，纽约，美国，2023年1月6—8日；icWCSN ’23。第38—43页。[Google Scholar][CrossRef].png)
Proceedings of the 2023 10th International Conference on Wireless Communication and Sensor Networks
Proceedings of the 2023 10th International Conference on Wireless Communication and Sensor NetworksIF0
PREAI
分享收藏Joint BS and RIS Element Selection with Large Arrays for EE Maximizationde Souza, W.; Lucas dos Santos, H.; Abrão, T. 联合基站和RIS元素选择与大型阵列用于能效最大化。在2024年第19届无线通信系统国际研讨会（ISWCS）会议录，巴西里约热内卢，2024年7月14–17日；第1–6页。 [Google Scholar] [CrossRef]
PREAI
分享收藏Sheikhi, A.; Alegría, J.V.; Edfors, O. Hardware Distortion Modeling for Panel Selection in Large Intelligent Surfaces. In Proceedings of the 2024 58th Asilomar Conference on Signals, Systems, and Computers, Pacific Grove, CA, USA, 27–30 October 2024; pp. 822–826. [Google Scholar] [CrossRef]Sheikhi, A.; Alegría, J.V.; Edfors, O. 大规模智能表面中面板选择的高通硬件失真建模. 见：2024年第58届信号、系统和计算机学术会议论文集，美国加利福尼亚州太平洋格罗夫，2024年10月27–30日；第822–826页。 [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容