BriefGPT - AI 论文速递
·
基于几何感知的元学习神经网络用于RIS中的联合相位和预编码优化
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种复杂值的几何感知元学习神经网络，用于解决可重构智能表面系统中基站预编码矩阵与RIS元件相位的联合优化问题。实验结果表明，该方法在加权总速率、功耗和收敛速度上均优于现有算法。
🎯
关键要点
- 该研究提出了一种复杂值的几何感知元学习神经网络。
- 研究解决了可重构智能表面系统中基站预编码矩阵与RIS元件相位的联合优化问题。
- 通过利用相位变化的复圆几何和预编码的球面几何进行优化。
- 在黎曼流形上进行优化以实现更快的收敛速度。
- 实验结果表明，该方法在加权总速率、功耗和收敛速度上均优于现有算法。
➡️
