用于无人机辅助无线电力传输网络的混合比特与语义通信：一种基于决策辅助的深度强化学习方法

《IEEE Journal on Selected Areas in Communications》：Hybrid Bit and Semantic Communications for UAV-Enabled Wireless Power Transfer Networks: A Decision-Assisted Deep Reinforcement Learning Approach

　　

摘要：

语义通信技术能够显著降低无线网络中的频谱消耗，近年来已成为一个热门的研究领域。当与无线能量传输（WPT）结合使用时，语义通信可以帮助能量受限的设备在无线通信中实现高频谱效率。在能量受限和链路预算受限的场景中（如无人机网络），语义通信与WPT的集成能够实现高度节能的传输机制。在本文中，我们研究了基于无人机技术的WPT网络中的语义通信。为了适应不同的信噪比（SNR）和任务需求，我们提出了一个多层混合比特与语义通信框架。我们采用了一种语义通信效率指标，并通过联合优化无人机轨迹、能量收集基站（EHBS）选择、用户关联、语义模式选择以及能量收集时间分配来最大化该指标。为了解决这一复杂的长期优化问题，我们引入了分布式软 Actor-Critic（DSAC）算法，并引入了一个决策辅助系统以进一步提升DSAC的收敛性能。仿真结果验证了所提出方法和框架的有效性，证明了我们的算法在动态网络环境中能够实现更优的长期优化性能。