RIS 지원 다운링크 핀칭-안테나 시스템: GNN 기반 최적화 접근법
RIS-Assisted Downlink Pinching-Antenna Systems: GNN-Enabled Optimization Approaches
본 논문은 등장하고 있는 PASS와 RIS의 통합이 무선 통신에 미치는 영향이 알려지지 않은 점에 착안하여, 다중 사용자 다운링크 정보 전송을 위한 재구성 가능한 지능형 표면(RIS) 지원 다중 도파관 핀칭-안테나(PA) 시스템(PASS)을 연구한다. 먼저, PA의 이동 가능 영역, 총 전력 예산, RIS 소자의 조정 가능한 위상에 대한 제약 조건 하에서 합산 전송률(SR) 및 에너지 효율(EE) 최대화 문제를 통합 프레임워크로 공식화한다. 이어서, RIS 지원 PASS의 그래프 구조 토폴로지를 활용하여, 첫 두 단계에서 각각 사용자 위치에 기반한 PA 위치와 복합 채널 조건에 따른 RIS 위상 이동을 학습하고, 최종적으로 빔포밍 벡터를 결정하는 새로운 3단계 그래프 신경망(GNN)을 제안한다. 구체적으로, 제안된 GNN은 비지도 학습을 통해 구현되며, 볼록 최적화와의 통합을 위한 세 가지 구현 전략을 함께 제공함으로써 추론 시간과 해의 최적성 간의 트레이드오프를 제공한다. 제안된 GNN의 효과를 검증하고, 실현 가능한 일반화 능력, 우수한 성능 신뢰성 및 실시간 적용 가능성이라는 고유한 특성을 뒷받침하기 위해 광범위한 수치 결과를 제시한다. 아울러, RIS 지원 PASS에 대한 주요 파라미터의 영향을 제시하고 분석한다.