基于机器学习的多超大规模智能反射面网络速率优化方法

本发明公开了一种基于机器学习的多超大规模智能反射面网络速率优化方法，包括以下步骤：有N个超大规模智能反射面其中一个部署在无人机上，每一个智能反射面有S个反射元素，有一个基站其具有M根天线，所有地面用户都为近场用户且个数为I，每一个地面用户都是单天线。在无人机的位置固定时，采用拉格朗日数乘算法和元素坐标块梯度下降算法，分别获得最优发射预编码矩阵和相移矩阵的闭式形式的解。本发明在基站发射功率、超大规模智能发射面的单位模约束、相位约束和无人机可飞行区域的约束下，优化发射预编码矩阵、相移矩阵和无人机轨迹来获得系统最大的加权和速率，提高了系统的通信性能，具有很大的应用价值。