제1 항에 있어서,상기 IoT 장치는 단일 안테나를 구비하며, 이동 가능한 장치이고,상기 기지국은 다수의 안테나를 구비하며 위치가 고정되는 것을 특징으로 하는 RIS 기반 RSMA를 이용한 합 전송률 최대화 방법.

제1 항, 제4 항 내지 제7 항 중 어느 하나의 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 컴퓨터로 판독 가능한 기록매체.

IoT 장치의 위치를 수집하는 단계-상기 IoT 장치는 기지국으로 메시지 전송시, 서로 다른 전송 전력이 할당되는 두개의 서브 메시지로 분할하여 전송함;상기 IoT 장치의 위치를 기초로 기지국-IoT 장치, IoT 장치-RIS 반사 요소 및 RIS 반사 요소-기지국 사이의 채널 이득을 각각 계산하고, 상기 계산된 채널 이득을 토대로 IoT 장치의 위치를 정렬하여 상태 공간을 구성하는 단계;타겟 상태를 강화 학습 기반 액터-네트워크 모델에 적용하여 액터 네트워크의 정책에 따라 공동 행동 집합을 선택하되, 안전 제약 조건을 충족하도록 상기 공동 행동 집합의 값들을 재구성하는 단계; 및상기 재구성된 공동 행동 집합에 따른 보상을 계산하는 단계를 포함하되,상기 공동 행동 집합은 기지국 빔포밍 동작, RIS 반사 요소의 위상 변이 동작 및 각 서브 메시지에 대한 전력 할당 동작을 포함하고, 상기 공동 행동 집합을 재구성하는 단계는,상기 RIS 반사 요소의 위상 변이 동작은 하기 수학식과 같이 정규화한 후 안전 제약 조건을 충족하도록 상기 RIS 반사 요소의 위상 변이 동작 및 상기 각 서브 메시지에 대한 송신 전력 할당 동작은 활성화 계층에 연결되는 것을 특징으로 하는 RIS 기반 RSMA를 이용한 합 전송률 최대화 방법.여기서, 는 n번째 RIS 반사 요소의 위상 변위 동작의 값을 나타내며, 는 [0,1] 범위로 정규화된 n번째 RIS 반사 요소의 위상 변위 동작의 값을 나타냄.

삭제

삭제

제1 항에 있어서,상기 기지국 빔포밍 동작은 하기 수학식과 같이 재구성되는 것을 특징으로 하는 RIS 기반 RSMA를 이용한 합 전송률 최대화 방법.여기서, 이며, 는 빔포밍 벡터의 요소인 것이며, k는 IoT 장치의 인덱스를 나타내고, m은 BS의 안테나 인덱스를 나타냄.

제1 항에 있어서,상기 보상은 하기 수학식에 따라 계산되는 것을 특징으로 하는 RIS 기반 RSMA를 이용한 합 전송률 최대화 방법.여기서, 이고, k는 IoT 장치의 인덱스를 나타내고, 는 서브메시지의 인덱스를 나타내고, 는 t시점에서의 할인율을 나타내고, 는 t시점에서 재구성된 공동 동작 집합을 나타내며, 는 t시점에서 k번째 IoT 장치의 서브메시지를 디코딩하기 위해 달성 가능한 데이터 전송률을 나타냄.

제1 항에 있어서,상기 RIS 반사 요소의 위상 변이는 상기 기지국에 의해 제어되는 것을 특징으로 하는 RIS 기반 RSMA를 이용한 합 전송률 최대화 방법.

통신부;적어도 하나의 명령어를 저장하는 메모리; 및상기 메모리에 저장된 명령어를 실행하는 프로세서를 포함하되, 상기 프로세서에 의해 실행된 명령어는 각각,IoT 장치의 위치를 수집하는 단계-상기 IoT 장치는 기지국으로 메시지 전송시, 서로 다른 전송 전력이 할당되는 두개의 서브 메시지로 분할하여 전송함;상기 IoT 장치의 위치를 기초로 기지국-IoT 장치, IoT 장치-RIS 반사 요소 및 RIS 반사 요소-기지국 사이의 채널 이득을 각각 계산하고, 상기 계산된 채널 이득을 토대로 IoT 장치의 위치를 정렬하여 상태 공간을 구성하는 단계;타겟 상태를 강화 학습 기반 액터-네트워크 모델에 적용하여 액터 네트워크의 정책에 따라 공동 행동 집합을 선택하되, 안전 제약 조건을 충족하도록 상기 공동 행동 집합의 값들을 재구성하는 단계; 및상기 재구성된 공동 행동 집합에 따른 보상을 계산하는 단계를 수행하되,상기 공동 행동 집합은 기지국 빔포밍 동작, RIS 반사 요소의 위상 변이 동작 및 각 서브 메시지에 대한 전력 할당 동작을 포함하고, 상기 공동 행동 집합을 재구성하는 단계는,상기 RIS 반사 요소의 위상 변이 동작은 하기 수학식과 같이 정규화한 후 안전 제약 조건을 충족하도록 상기 RIS 반사 요소의 위상 변이 동작 및 상기 각 서브 메시지에 대한 송신 전력 할당 동작은 활성화 계층에 연결되는 것을 특징으로 하는 컴퓨팅 장치.여기서, 는 n번째 RIS 반사 요소의 위상 변위 동작의 값을 나타내며, 는 [0,1] 범위로 정규화된 n번째 RIS 반사 요소의 위상 변위 동작의 값을 나타냄.

삭제

복수의 IoT 장치;적어도 하나의 RIS 반사 요소;기지국; 및 IoT 장치의 위치를 수집하고, 상기 IoT 장치의 위치를 기초로 기지국-IoT 장치, IoT 장치-RIS 반사 요소 및 RIS 반사 요소-기지국 사이의 채널 이득을 각각 계산하고, 상기 계산된 채널 이득을 토대로 IoT 장치의 위치를 정렬하여 상태 공간을 구성하며, 타겟 상태를 강화 학습 기반 액터-네트워크 모델에 적용하여 액터 네트워크의 정책에 따라 공동 행동 집합을 선택하되, 안전 제약 조건을 충족하도록 상기 공동 행동 집합의 값들을 재구성하고, 상기 재구성된 공동 행동 집합에 따른 보상을 계산하는 에이전트를 포함하되, 상기 에이전트는 상기 기지국이되,상기 공동 행동 집합은 기지국 빔포밍 동작, RIS 반사 요소의 위상 변이 동작 및 각 서브 메시지에 대한 전력 할당 동작을 포함하고, 상기 공동 행동 집합을 재구성하는 단계는,상기 RIS 반사 요소의 위상 변이 동작은 하기 수학식과 같이 정규화한 후 안전 제약 조건을 충족하도록 상기 RIS 반사 요소의 위상 변이 동작 및 상기 각 서브 메시지에 대한 송신 전력 할당 동작은 활성화 계층에 연결되는 것을 특징으로 하는 시스템.여기서, 는 n번째 RIS 반사 요소의 위상 변위 동작의 값을 나타내며, 는 [0,1] 범위로 정규화된 n번째 RIS 반사 요소의 위상 변위 동작의 값을 나타냄.

삭제