面向空中RIS辅助MU-MISO系统的联合波束成型和无人机轨迹优化方法

本发明公开了面向空中RIS辅助MU‑MISO系统的联合波束成型和无人机轨迹优化方法，包括：构建空中RIS辅助MU‑MISO系统模型；以最大化可达到的平均总速率、最小化飞行的总时隙数及减少无人机的能量消耗为目标构建多目标优化问题；训练联合优化基站的主动波束成型和RIS的被动波束成型的深度神经网络；构建深度强化学习模型，并进行优化；根据优化后的深度强化学习模型和训练好的深度神经网络，得到最优联合波束成型和无人机轨迹。本发明使用Softmax深度双重确定性策略梯度算法和深度神经网络结合有效解决联合波束成型和无人机轨迹的优化问题，在性能和复杂度间取得了很好的平衡。