一种RIS辅助的NOMA-MEC网络中通信与计算资源分配的联合优化方法、系统及程序产品

本发明涉及一种RIS辅助的NOMA‑MEC网络中通信与计算资源分配的联合优化方法、系统及程序产品，其将模型分解为两个嵌套求解的子模型，即任务卸载比例与通信过程联合优化子模型和反射面相移优化子模型。对于前者，通过理论推导证明当反射面相移给定时最优发射功率可以表示为NOMA组传输时间以及任务卸载比例的函数，然后使用拉格朗日对偶算法求解最优任务卸载比例和最优NOMA组传输时间；对于后者，将其表述深度强化学习模型，使用PPO算法进行求解。如此，本发明将通信过程与计算过程紧密耦合，提高了NOMA‑MEC网络系统的整体性能。