智能反射面增强的多无人机辅助语义通信资源优化 |
| |
引用本文: | 王浩博,吴伟,周福辉,胡冰,田峰.智能反射面增强的多无人机辅助语义通信资源优化[J].无线电通信技术,2024(2):366-372. |
| |
作者姓名: | 王浩博 吴伟 周福辉 胡冰 田峰 |
| |
作者单位: | 1. 南京邮电大学通信与信息工程学院;2. 南京航空航天大学电子信息工程学院;3. 南京邮电大学现代邮政学院 |
| |
基金项目: | 国家重点研发计划(2020YFB1807602);;国家自然科学基金(62271267);;国家自然科学基金(青年项目)(62302237)~~; |
| |
摘 要: | 无人机(Unmanned Aerial Vehicle, UAV)为无线通信系统提供了具有高成本效益的解决方案。进一步地,提出了一种新颖的智能反射面(Intelligent Reflecting Surface, IRS)增强多UAV语义通信系统。该系统包括配备IRS的UAV、移动边缘计算(Mobile Edge Computing, MEC)服务器和具有数据收集与局部语义特征提取功能的UAV。通过IRS优化信号反射显著改善了UAV与MEC服务器的通信质量。所构建的问题涉及多UAV轨迹、IRS反射系数和语义符号数量联合优化,以最大限度地减少传输延迟。为解决该非凸优化问题,本文引入了深度强化学习(Deep Reinforce Learning, DRL)算法,包括对偶双深度Q网络(Dueling Double Deep Q Network, D3QN)用于解决离散动作空间问题,如UAV轨迹优化和语义符号数量优化;深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)用于解决连续动作空间问题,如IRS反射系数优化,以实现高效决策。仿真结果表明...
|
关 键 词: | 无人机网络 智能反射面 语义通信 资源分配 |
|
|