Optimisation des performances basée sur le soft actor critic pour les systèmes radio cognitifs assistés par IRS

Des ondes plus intelligentes pour un monde sans fil encombré

Nos téléphones, capteurs et maisons connectées se disputent tous la même ressource invisible : les ondes radio. À mesure que davantage d’appareils se connectent, tirer des performances supplémentaires d’un spectre limité devient essentiel. Cet article explore une nouvelle manière d’augmenter les débits des utilisateurs à faible priorité sans nuire aux utilisateurs à haute priorité, en combinant des « murs intelligents » qui dévient les ondes radio et une méthode d’apprentissage artificiel qui apprend au réseau à se configurer.

Partager sans couvrir les voisins

Les systèmes sans fil modernes utilisent souvent un modèle d’utilisateur « primaire » et « secondaire ». Les utilisateurs primaires, comme les services sous licence, ont un accès prioritaire à certaines fréquences. Les utilisateurs secondaires sont autorisés à réutiliser les mêmes canaux seulement s’ils maintiennent leur interférence en dessous de limites strictes. C’est l’idée centrale de la radio cognitive : des radios qui perçoivent leur environnement et s’adaptent pour utiliser le spectre de façon plus efficace. Le défi consiste à fournir de bons débits aux utilisateurs secondaires tout en restant presque invisibles pour les utilisateurs primaires. Les approches traditionnelles reposent sur un traitement du signal astucieux au niveau de la station de base uniquement, ce qui devient rapidement complexe à mesure que les réseaux se densifient et que le nombre d’antennes augmente.

Dévier les signaux avec des surfaces réfléchissantes intelligentes

Les auteurs ajoutent un nouvel outil puissant : les surfaces réfléchissantes intelligentes. Il s’agit de panneaux minces composés de nombreux petits éléments passifs capables d’ajuster la façon dont ils réfléchissent les ondes radio entrantes, comme un mur de miroirs contrôlables pour les signaux sans fil. En choisissant soigneusement le motif de réflexion, la surface peut diriger l’énergie vers l’utilisateur secondaire visé et l’éloigner des récepteurs primaires, améliorant les performances sans augmenter la puissance d’émission. L’article analyse un système où une station de base à nombreuses antennes dessert des utilisateurs secondaires, tandis que plusieurs panneaux réfléchissants contribuent à façonner les trajets des signaux dans l’environnement, sous des conditions de propagation millimétrique réalistes.

Apprendre au réseau à se configurer

Trouver la meilleure combinaison de diagrammes de rayonnement de la station de base, de puissance d’émission et de millions de petits réglages de réflexion est un problème mathématique compliqué. Les méthodes d’optimisation classiques, comme la descente par bloc de coordonnées, l’abordent en alternant entre groupes de variables. Elles fonctionnent mais deviennent lentes et lourdes à mesure que les surfaces s’agrandissent ou que l’environnement change. Les auteurs formulent plutôt la tâche comme un problème d’apprentissage pour un agent d’apprentissage profond par renforcement utilisant l’algorithme soft actor‑critic (SAC). Dans ce cadre, l’agent observe les conditions de canal actuelles, les phases de réflexion passées et la puissance d’émission, puis propose de nouveaux réglages de réflexion. Il reçoit une récompense principalement basée sur le débit atteint par l’utilisateur secondaire, à condition que l’interférence envers les utilisateurs primaires reste sous un seuil autorisé. Au fil de nombreuses interactions simulées, l’agent apprend une politique qui mappe directement les observations vers des configurations proches de l’optimum.

Résultats en simulation et sur matériel

À travers des simulations étendues, le contrôleur basé sur SAC est comparé à une référence traditionnelle de descente par bloc de coordonnées selon plusieurs critères : débit atteignable pour les utilisateurs secondaires, impact du nombre d’éléments et de panneaux réfléchissants, limites de puissance d’émission et contraintes d’interférence. La politique apprise égale ou dépasse systématiquement la référence en termes de débit, surtout lorsque les surfaces intelligentes comptent de nombreux éléments, tout en nécessitant beaucoup moins de calcul itératif une fois l’entraînement terminé. L’étude évalue aussi les temps d’exécution : pour de petites surfaces, les méthodes classiques peuvent être légèrement plus rapides, mais à mesure que la taille du système augmente, l’approche basée sur l’apprentissage évolue mieux. Pour soutenir un déploiement pratique, les auteurs conçoivent, fabriquent et testent un réseau d’antennes de station de base à 16 éléments fonctionnant de 3 à 7 GHz. Les mesures montrent un bon appariement, une faible corrélation entre antennes et une efficacité de rayonnement d’environ 90 %, confirmant que la plateforme matérielle peut soutenir des opérations multi‑antenne exigeantes.

Ce que cela signifie pour les réseaux sans fil futurs

En termes quotidiens, ce travail montre comment la combinaison de panneaux réfléchissants intelligents et d’un algorithme d’apprentissage permet aux appareils de faible priorité de partager le spectre de façon plus agressive sans perturber les services de plus haute priorité. Plutôt que des formules conçues à la main, le réseau apprend à viser et à façonner ses signaux de lui‑même, même dans des environnements complexes et avec de nombreux éléments contrôlables. À mesure que les systèmes sans fil évoluent au‑delà de la 5G, des approches comme celle‑ci pourraient contribuer à offrir des débits plus élevés, une meilleure couverture et une utilisation plus efficace d’un spectre rare, tout en maintenant l’interférence sous contrôle.

Citation: Ghallab, R., Abdrabo, A. & Elashry, I. Soft actor critic-based performance optimization for IRS-aided cognitive radio systems. Sci Rep 16, 14283 (2026). https://doi.org/10.1038/s41598-026-49465-4

Mots-clés: radio cognitive, surfaces réfléchissantes intelligentes, apprentissage profond par renforcement, partage du spectre sans fil, soft actor critic