【新书】深度强化学习在可重构智能表面和无人机赋能智能6G通信中的应用

书籍简介

可重构智能表面（RIS）已成为超越5G和6G网络的前沿技术，其低成本硬件生产、几乎被动的特性、易于部署、无需新增波段的通信方式以及节能优势使其备受关注。无人机（UAV）辅助的无线网络显著增强了网络覆盖范围。 资源分配和实时决策优化在实现UAV和RIS辅助无线通信的最优性能中起着至关重要的作用。然而，现有的研究通常假设环境是静态的，并且经常忽略实际应用中严格的飞行时间限制。为满足无人机辅助无线网络的严格要求，提高决策时间至关重要。深度强化学习（DRL）是一种结合了强化学习与神经网络的技术，用于最大化网络性能、减少功耗，并改善实时应用的处理时间。DRL算法可以帮助无人机和RIS实现完全自主操作，减少能耗，并在不可预知的环境中最优运行。 本书共同探讨了6G中实时和自主决策面临的许多挑战。其目标是为读者提供深入了解深度强化学习模型和技术的全面视角，并展示其在支持UAV和RIS的6G网络及物联网中的应用。 《深度强化学习在可重构智能表面和无人机赋能智能6G通信中的应用》面向广泛的读者群体，包括工程学、计算机科学、信息技术、通信工程以及网络与普适计算领域的研究人员、从业人员、科学家、教授及高级学生。

---

作者简介

Antonino Masaracchia 是伦敦玛丽女王大学的讲师，曾在英国贝尔法斯特皇后大学无线创新中心担任研究员。他的研究活动主要集中在未来5G和6G网络中，为支持URLLC服务的最优资源分配，并研究数字双胞胎技术在未来无线网络中实时优化系统的创新。他的研究兴趣包括数字双胞胎、URLLC、无人机通信、实时优化，以及用于无线通信网络的AI和ML技术。他已发表或合著了50多部书籍、书籍章节、期刊和会议论文，并获得了Horizon 2020 Marie Sklodowska-Curie Actions计划下的卓越项目提案奖（UAV-SURE 和 UAV-DRESS，2020年9月），以及Horizon Europe Marie Sklodowska-Curie Actions计划奖（MSCA Postdoctoral Fellowships，2021年10月）。 Khoi Khac Nguyen 完成了贝尔法斯特皇后大学电子、电气工程与计算机科学学院的博士学位。他的研究兴趣包括机器学习与深度强化学习在无线网络实时优化中的应用、可重构智能表面、无人机通信以及大规模物联网（IoT）。 Trung Q. Duong 是加拿大卓越研究奖（CERC）获得者，现为加拿大纪念大学的全职教授，同时担任贝尔法斯特皇后大学电信学的兼职教授，并且是皇家工程院的研究主席。他的研究兴趣包括机器学习、实时优化、数据分析以及5G-6G网络。他已发表或合著了500多篇书籍、书籍章节、期刊和会议论文，并荣获2016-2020年皇家工程院研究奖学金以及2017年牛顿奖。 Vishal Sharma 是贝尔法斯特皇后大学电子、电气工程与计算机科学学院的高级讲师。Vishal专注于网络防御与安全，领导着无人机安全、数字双胞胎（DT）和区块链系统的研究工作。自2022年起，他成为全球创新研究所的研究员，并与安全信息技术中心（CSIT）和智能可持续计算中心（CISC）合作。他是QUB创新设计实验室的主任，并领导QUB的英国计算机学会（BCS）认证工作，担任计算机科学项目评审工作组主席。他是北爱尔兰高级研究与工程中心（ARC）的共同研究员，已发表/共同发表超过140篇期刊/会议论文和书籍章节，合编了四本书籍，并获得了七项最佳论文奖。他曾在IEEE《通信杂志》担任编辑委员会成员，并担任《无人机》期刊的版面主编。当前，他是《CAAII智能技术学报》、《IET网络》和《ICT Express》的副主编，还是IEEE英国与爱尔兰多样性、公平与包容委员会的联合主席。他是IEEE的高级会员和ACM的专业会员，曾获得印度塔帕尔大学计算机科学与工程博士学位。