IRS辅助无人机通信中基于深度强化学习的语义安全能效优化
《Sensors》:Deep Reinforcement Learning for Semantic Secure Energy Efficiency Optimization in IRS-Assisted UAV Communications
【字体:
大
中
小
】
时间:2026年09月13日
来源:Sensors 4.0
摘要
语义通信与无人机(UAV)及智能反射面(IRS)的融合为下一代无线系统提供了一种有前景的方案。然而,同时优化语义可靠性、物理层安全和能效仍然充满挑战。本文研究了在潜在窃听者存在的情况下,由IRS辅助的UAV语义安全通信系统,旨在最大化语义安全能效(SSEE)。我们首先引入了一种基于语义相似度的安全能效度量指标,以捕捉传输可靠性、物理层安全和无人机能耗之间的权衡关系。在移动性、保密性和能量约束下,语义符号数量、无人机轨迹、发射功率和IRS相移被联合考虑。为了高效求解由此产生的混合离散-连续优化问题,我们构建了一个分层优化框架:外层对有限数量的候选语义符号数进行穷举搜索,而内层则采用启发式引导的软演员-评论家(HG-SAC)算法求解连续资源分配问题。仿真结果表明,所提框架相比若干基准方案在SSEE方面取得了显著的增益。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号