一种基于深度强化学习的RIS-NOMA资源分配方法

本发明涉及无线通信系统领域，提供了一种基于深度强化学习的RIS‑NOMA资源分配方法，包括：获取基站位置信息、RIS位置信息、各个用户的位置信息、基站总功率、SIC残余干扰系数，以及用户QoS条件，作为状态；采用分布式优化策略，利用RIS相位网络、基站处的功率分配网络、非圆系数分配网络输出各个状态下的RIS元件相位、基站向所有用户传输信号的功率和非圆系数；根据用户QoS条件中的最小传输速率以及系统所有合法用户的保密速率之和构建反馈，联合优化RIS相位网络、功率分配网络和非圆系数分配网络，以便在不同的传输功率和最小传输速率的限制条件下，有效提高系统的保密速率，降低用户被窃听的风险。