《Mathematics》：Univalence of a New Integral Operator Involving the Bessel Functions
编辑推荐：
：
灾后环境涉及严重遮挡、强散射、深阴影和重尾衰落，使得可靠的应急通信和生命体征感知变得困难。本研究开发了一种STAR-RIS辅助的无人机应急救援网络，并使用幂律路径损耗和莱斯衰落对控制中心到无人机链路进行建模，而无人机到用户和无人机到目标链路则采用Fishe
：
灾后环境涉及严重遮挡、强散射、深阴影和重尾衰落，使得可靠的应急通信和生命体征感知变得困难。本研究开发了一种STAR-RIS辅助的无人机应急救援网络，并使用幂律路径损耗和莱斯衰落对控制中心到无人机链路进行建模，而无人机到用户和无人机到目标链路则采用Fisher–Snedecor F分布来表征废墟遮挡和多径效应。为了联合优化通信吞吐量和生命探测精度，提出了一种改进的GD-TD3算法，该算法集成了基于门控循环单元（GRU）的时序记忆模块、Softmax值平滑和高斯动作探索。该方法在时变遮挡条件下联合控制无人机部署、可重构智能超表面（RIS）相移以及通信感知功率分配。仿真结果表明，仅激活50%的激活率即可保持全阵列STAR-RIS基准所实现感知性能的约81%。在动态高遮挡场景中，GD-TD3实现了约72%的通信覆盖率、68%的感知检测率和87%的系统检测率，同时保持3.4–3.8 Gbps的吞吐量和0.5594 Mbps/J的能效。这些结果证明了在严重动态遮挡条件下，该系统在保持竞争性能效的同时，具有鲁棒的通感一体化性能。
论文解读文章：
一、研究背景与问题
自然灾害如地震和泥石流极易破坏地面通信基础设施，导致公共网络瘫痪，严重阻碍搜救工作的开展。现有应急通信系统在技术架构和配置方面存在不足，难以满足复杂灾害场景下对高可靠性、广覆盖以及通感一体化的需求。可重构智能超表面（Reconfigurable Intelligent Surfaces, RIS）凭借低功耗、易部署以及对信号传播路径的可编程控制等优势，被广泛用于改善非视距链路质量。其中，具备同传同收（Simultaneous Transmission and Reflection, STAR）工作模式的RIS突破了半空间覆盖的限制，为复杂遮挡环境下的通信与感知提供了新途径。无人机（Unmanned Aerial Vehicle, UAV）具有快速部署、高机动性和广覆盖等优势，将RIS与UAV结合形成的RIS-UAV系统，融合了空中平台的机动性与智能超表面的信道重构能力，在应急通信领域展现出巨大潜力。
然而，现有关于RIS-UAV系统的研究大多仅聚焦于通信覆盖优化，未针对复杂灾害环境进行通感一体化设计。此外，算法收敛性和泛化能力不足、信道模型难以适配复杂环境传播特性等问题依然存在。为满足应急场景下通感一体化的需求，该研究提出了一种基于改进TD3算法（GD-TD3）的RIS-UAV应急通信系统。
二、研究内容与意义
研究人员建立了由地面指挥中心、搭载移动可部署同传同收可重构智能超表面（ME-STAR-RIS）的无人机平台、地面通信用户以及废墟下待探测目标四部分组成的应急通感一体化系统。通过整合幂律路径损耗、对数正态阴影、莱斯衰落和Fisher–Snedecor F分布，建立了RIS-UAV系统的级联信道模型。在算法层面，将门控循环单元（Gated Recurrent Unit, GRU）模块引入Actor-Critic网络，并结合高斯动作探索与Softmax值平滑机制，提高了动态环境下通信感知协同决策的精度与收敛速度。仿真结果表明，仅激活50%的RIS单元即可保持全阵列基准约81%的感知性能；在动态高遮挡场景下，GD-TD3实现了约72%的通信覆盖率、68%的感知检测率和87%的系统检测率，同时维持3.4–3.8 Gbps的吞吐量和0.5594 Mbps/J的能效。该研究为灾后应急通信中的通感一体化设计提供了新的技术路径，具有重要的理论意义和工程应用价值。论文发表在《Mathematics》期刊。
三、关键技术方法
研究人员采用了以下主要关键技术方法：其一，建立了多尺度分层信道模型，采用幂律路径损耗和莱斯衰落描述控制中心到无人机链路的视距传播特性，采用Fisher–Snedecor F分布刻画RIS-UAV到用户及被困目标链路的强散射与深阴影效应；其二，提出了GD-TD3算法，将GRU时序记忆模块嵌入Actor-Critic网络以提取信道和轨迹的时序演化特征，引入Softmax值平滑机制抑制传统TD3算法的低估偏差，并采用双Actor网络生成候选动作以拓宽策略搜索空间；其三，设计了ME-STAR-RIS移动单元部署策略，通过动态调整RIS阵列单元位置和反射/透射相移，提升资源利用效率。
四、研究结果
4.1 ME-STAR-RIS资源效率
通过在不同发射功率水平下比较各方案的感知性能发现，随着基站发射功率增大，各方案间的性能差距逐渐扩大。在40 dBm高功率场景下，全阵列STAR-RIS配置的波束增益可达16 dB，而所提出的Ideal ME-STAR-RIS配置仅使用50%的激活率即可达到全阵列方案81%的性能，展现出显著的资源效率优势。此外，当通信信干噪比（SINR）阈值从15 dB提升至20 dB时，系统感知性能显著下降，全阵列STAR-RIS在40 dBm下的波束增益从16 dB降至13 dB，降幅约19%。
4.2 不同遮挡条件下通信与感知性能的CDF分析
在静态低遮挡环境中，GD-TD3算法的累积分布函数（CDF）曲线整体位于基线方案右侧。在50%累积概率点处，其通信覆盖率和检测率分别为75%和70%，均优于TD3、DDPG和SDR-AltOpt算法。在动态高遮挡环境中，GD-TD3算法在50%累积概率点处仍保持72%的通信覆盖率和68%的检测率，比TD3和DDPG等基线方法高出5%以上，而基于静态优化的SDR-AltOpt算法性能显著下降。
4.3 吞吐量与虚警率随遮挡概率变化的特性
在静态低遮挡环境中，GD-TD3算法的通信吞吐量在遮挡概率0至0.5范围内保持在4400至4900 Mbps，显著优于基线方案；其感知虚警率维持在约1.5%的低水平，几乎不随遮挡概率变化。在动态高遮挡环境中，GD-TD3算法的通信吞吐量仅略有下降，维持在约3400至3800 Mbps，虚警率仅小幅上升至约4.5%，仍远低于TD3和DDPG等基线方案。
4.4 系统检测率与能效
在静态低遮挡环境中，GD-TD3算法保持超过90%的生命检测率，显著优于其他基线方法。在动态高遮挡环境中，检测率降至约87%，但降幅远小于TD3、DDPG和传统优化方法。能效测试方面，GD-TD3算法在低遮挡静态场景中达到0.7500 Mbps/J的能效，在动态高遮挡环境中降至0.5594 Mbps/J。TD3、SDR-AltOpt、Random和Static算法的能效分别比GD-TD3低26.23%、99.95%、26.64%和4.22%。
4.5 收敛特性
GD-TD3算法约在10000步内收敛，而TD3和DDPG算法约需15000步。GD-TD3算法的成功率最终稳定在90%以上，超过TD3算法约88%和DDPG算法约82%的收敛性能，且收敛曲线波动极小。在相同信噪比阈值下，发射功率与收敛性能正相关；在相同发射功率下，目标信噪比阈值的升高会抑制波束成形增益。
4.6 奖励权重敏感性分析
通过对主导奖励系数进行±10%的局部扰动测试发现，通信速率系数增加10%时，平均吞吐量从3610 Mbps增至3805 Mbps，检测率从68.0%降至66.3%；检测奖励系数增加10%时，检测率升至71.4%，吞吐量降至3490 Mbps。主要性能指标在扰动下变化约3–6%，训练保持稳定，表明最终策略对奖励权重具有可感知的敏感性，但不过度依赖特定系数配置。
五、结论
该论文研究了复杂灾后遮挡环境中RIS-UAV辅助通感一体化系统的性能优化问题。首先建立了RIS-UAV通感一体化系统，采用多尺度分层建模方法描述通信与感知信道，并引入Fisher–Snedecor F衰落模型表征RIS-UAV到用户和被困目标链路的复杂散射信道。GD-TD3算法集成了基于GRU的时序表示和Softmax值平滑机制，完整框架在复杂灾后环境中展现出更强的适应性和收敛性能。移动单元部署策略提高了RIS单元的资源利用效率。增大发射功率可增强波束成形收敛增益，而提高目标信噪比阈值则抑制收敛增益，且该效应在低功率条件下更为显著。所提算法在复杂遮挡环境中保持鲁棒的通感性能，同时实现具有竞争力的能效。未来研究可关注多RIS-UAV系统在复杂环境中的协同优化、提高算法在环境变化条件下的适应性和稳定性，以及探索RIS与其他智能技术的融合，实际部署和实验测试也将是进一步完善该方案的关键。
