基于强化学习的RIS辅助认知无人机系统资源联合优化方法

针对认知无人机与地面移动次用户通信场景，本申请提供了一种基于强化学习的智能反射面（RIS）辅助认知无人机（CUAV）系统资源联合优化方法。RIS‑CUAV系统包括RIS辅助认知无人机网络传输的认知无线通信系统模型、感知模型、传输模型和信道模型。基于该系统，通过联合优化频谱感知持续时间、无人机3D轨迹和RIS相位，建立了RIS‑CUAV系统传输速率最大化数学模型。而后针对该数学模型求解，构建了一种基于双深度q‑网络的深度强化学习框架。所提方法能够实时调整RIS相移、频谱感知持续时间和无人机3D轨迹来适应动态环境条件，同时仿真结果表明，所提方法能够显著提高RIS‑CUAV系统的传输速率。