在Flying-STAR-RIS辅助的AAV毫米波CF mMIMO卫星-RSMA网络中，采用自适应地面用户配对技术

《IEEE Access》：Adaptive Ground User Pairing in Flying-STAR-RIS-Assisted AAV mmWave CF mMIMO Satellite-RSMA Networks

　　

本文提出了一种自适应地面用户配对（AGUP）方案，用于在信道状态信息（CSI）不完美的情况下，实现飞行中的同时传输和反射可重构智能表面（STAR-RIS）辅助的自主飞行器（AAV）毫米波（mmWave）蜂窝无线网络中的大规模多输入多输出（mMIMO）卫星速率分割多址（RSMA）。在该方案中，位于不同区域的两组地面用户被最优配对以提升频谱效率（SE）。通过联合优化发射功率、飞行中的STAR-RIS的位置、二进制用户配对矩阵以及STAR-RIS的相位偏移系数，构建了一个最大最小SE问题。由于该问题是一个混合整数非凸问题，直接求解较为困难，因此我们采用了一种交替优化策略，将问题分解为三个可处理的子问题——位置优化、相位偏移设计和功率分配，并分别使用二维黄金分割搜索（2D Golden Section Search）、坐标下降法（coordinate descent）和内逼近方法（inner-approximation method）进行迭代求解。为了实现实时决策，我们开发了一个基于深度确定性策略梯度（DDPG）算法的强化学习框架，该框架能够联合确定最优发射功率、STAR-RIS相位偏移、AAV位置和用户配对，显著减少了计算时间。数值结果表明，与随机配对方案和非地面用户配对方案相比，所提出的AGUP方案在RSMA下分别提升了11.84%和15.28%的性能；与基于NOMA的方案相比，性能提升了19.87%。此外，所提出的DDPG方法在预测接近最优解方面表现出强大的能力，其运行速度比基于交替优化的AGUP方案快99.95%，非常适合实时和动态的卫星-地面网络。