| 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...
|
