摘要
本发明涉及一种无线通信系统中保密能效最大化方法,包括以下步骤:S1、构建资源优化模型,资源优化模型关联有源波束赋形、无源相移与系统保密能量效率;S2、将资源优化模型建模为马尔可夫决策过程;S3、采用混合智能优化算法对马尔可夫决策过程进行求解;S4、通过混合智能优化算法进行迭代训练,获得最优资源分配策略,以最大化系统保密能量效率。本申请大幅提升算法在动态对抗场景(如窃听者策略不确定、信道状态变化频繁)下的鲁棒性与收敛效率。本申请具备更快的训练收敛速度、更强的策略鲁棒性和更优的能耗控制能力,适用于多种复杂通信环境。
技术关键词
最大化方法
混合智能优化算法
无线通信系统
重构智能
深度强化学习算法
能效
资源分配策略
最大化系统
信道
决策
服务质量约束
定义
速率
基站
功耗
波束
鲁棒性
系统为您推荐了相关专利信息
终端设备
人工智能模型
代表
强化学习模型
DQN算法
虚拟电厂能源管理
智能体模型
深度强化学习算法
时间段
负荷
分布式光伏
深度强化学习算法
SAC算法
面向配电网
数学模型
数据采集效率
多层卷积神经网络模型
数据采集模型
动作策略
资源约束条件
移动设备
计算成本函数
卸载策略
深度强化学习算法
位置隐私