电讯技术

作者：席云光,李素月

单位：(太原科技大学 电子信息工程学院，太原 030024)

关键词：毫米波通信；智能反射面；无人机；深度强化学习；能量效率；

基金：山西省基础研究计划面上项目(20210302123205)；山西省回国留学人员科研资助项目（2022-162）

在复杂无线环境下，针对空中智能反射面（Aerial Reconfigurable Intelligent Surface,ARIS）辅助毫米波通信系统的能效优化问题，考虑加入对ARIS的朝向设计，利用深度强化学习方法对ARIS轨迹、朝向及其相移进行联合优化。在建立的系统和信道模型基础上，将ARIS辅助通信任务建模为马尔可夫决策过程，对其状态和动作空间及奖励函数进行设计，分别应用竞争双深度Q网络（Dueling Double Deep Q Network,D3QN）和近端策略优化（Proximal Policy Optimization,PPO）两种算法优化系统能效。仿真结果显示，优化ARIS朝向有效提高了系统能效，且D3QN相较于PPO算法得到的单位时间能效高出约830 b/J/s，表明基于D3QN的能效优化算法性能更优。

来源：2024年第12期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第12期