Orientation-Aware Control and Trajectory Design for Aerial RIS-Assisted Wireless Communications
本文针对ARIS辅助无线通信中因UAV姿态影响通信质量的问题,提出了一种考虑姿态的控制与轨迹设计方法,结合非线性模型预测控制和轻量级波束成形及相移更新,显著提升了用户和网络吞吐量。
0 citationsRead paper
本文针对ARIS辅助无线通信中因UAV姿态影响通信质量的问题,提出了一种考虑姿态的控制与轨迹设计方法,结合非线性模型预测控制和轻量级波束成形及相移更新,显著提升了用户和网络吞吐量。
本文通过引入对抗重要性采样方法(Advis)来解决深度强化学习政策对输入扰动的鲁棒性问题,无需额外环境交互或辅助网络,并提供了一个PyTorch库支持快速原型设计与评估。
本文通过统一正则化方法并导出性能差距的上界,提出一种约束优化问题来提高深度强化学习策略在对抗性输入扰动下的鲁棒性。
本文通过控制无人机的三维姿态来优化海上空对海通信中的两射线干扰问题,使用非线性模型预测控制方法,提高了通信吞吐量。
为解决阿拉伯语自动语音识别面临的独特挑战,通过构建包含275名来自11个阿拉伯国家的说话者的多方言数据集BULBUL,并采用两层人工验证确保质量。
本文针对ARIS辅助无线通信中因UAV姿态影响通信质量的问题,提出了一种考虑姿态的控制与轨迹设计方法,结合非线性模型预测控制和轻量级波束成形及相移更新,显著提升了用户和网络吞吐量。
本文通过引入对抗重要性采样方法(Advis)来解决深度强化学习政策对输入扰动的鲁棒性问题,无需额外环境交互或辅助网络,并提供了一个PyTorch库支持快速原型设计与评估。
本文通过统一正则化方法并导出性能差距的上界,提出一种约束优化问题来提高深度强化学习策略在对抗性输入扰动下的鲁棒性。
本文通过控制无人机的三维姿态来优化海上空对海通信中的两射线干扰问题,使用非线性模型预测控制方法,提高了通信吞吐量。
为解决阿拉伯语自动语音识别面临的独特挑战,通过构建包含275名来自11个阿拉伯国家的说话者的多方言数据集BULBUL,并采用两层人工验证确保质量。