公开(公告)号：CN117615393A

公开(公告)日：2024-02-27

申请号：CN202311692409.X

申请日：2023-12-11

Applicant: 重庆交通大学

Inventor： 张淼 ,  丁叙然 ,  吴仕勋 ,  徐凯

IPC: H04W24/02 ,  H04W28/22 ,  G06N3/045 ,  G06N3/092 ,  G06N3/08

Abstract: 本发明提供了一种基于深度强化学习的STAR‑RIS通信系统的资源优化方法，采用深度强化学习的方式，以最大化合法用户安全速率为目标，在存在非信任能量采集窃听者的情况下，满足基站的最小功率、STAR‑RIS系数矩阵、能量分解等约束要求以及非信任窃听用户的能量收集最低要求，从而最大化合法用户的安全速率。该方法提出基于软更新动作‑评价的深度强化学习算法，综合考虑用户数量、基站天线数量和反射元件数量，引入智能体，以传输和反射系数矩阵和波束赋形矩阵为动作空间，信道状态信息为状态空间，以安全速率为基础，把t步瞬时信道和动作下的安全速率作为奖励，构建强化学习的环境，训练网络从而解决优化问题。采用本方法，可以大幅提高系统的安全速率。