用于空中大规模MIMO的分布式波束赋形

本文解决了使用空中平台在偏远或密集区域提供无线覆盖的挑战。它提出了一种用于大规模MIMO网络的新型分布式波束赋形框架，利用深度强化学习方法。关键创新在于使用基于熵的多智能体DRL模型，该模型不需要CSI共享，从而减少了开销并提高了可扩展性。本文的重要性在于它有可能为下一代网络（尤其是在动态和干扰丰富的环境中）实现稳健且可扩展的无线解决方案。

• •提出了一种使用空中平台（HAPS/HAB）的大规模MIMO网络的分布式波束赋形框架。
• •采用基于熵的多智能体深度强化学习（DRL）模型。
• •该模型不需要CSI共享，从而减少了开销。
• •优于ZF和MRT，尤其是在高干扰场景中。
• •展示了随着用户和集群配置增加的可扩展性。