基于改进TD3方案的RIS-UAV联合应急抢险通信网络性能研究

《Mathematics》：RIS-UAV Joint Emergency Rescue Communication Network Performance Based on an Improved TD3 Scheme

　　

摘要 灾后环境存在严重遮挡、强散射、深阴影以及重尾衰落等问题，使得可靠的应急通信和生命体征感知变得十分困难。本研究构建了一个STAR-RIS辅助的无人机应急抢险网络，采用幂律路径损耗和莱斯（Rician）衰落对控制中心至无人机链路进行建模，同时采用Fisher–Snedecor F分布刻画无人机至用户以及无人机至目标链路的信道特性，以捕捉废墟遮挡和多径效应的影响。为联合优化通信吞吐量与生命探测精度，研究团队提出了一种改进的GD-TD3算法，该算法融合了基于门控循环单元（GRU）的时间记忆模块、Softmax值平滑机制以及高斯动作探索策略。该方法在时变遮挡条件下联合控制无人机部署、RIS相移以及通信感知功率分配。仿真结果表明，仅激活50%的阵元激活率即可保持全阵列STAR-RIS基准方案约81%的感知性能。在动态高遮挡场景下，GD-TD3可实现约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的吞吐量以及0.5594 Mbps/J的能效。上述结果证明，在严重动态遮挡条件下，该系统在保持具有竞争力的能效的同时，展现出稳健的通信感知一体化性能。

基于改进TD3方案的RIS-UAV联合应急抢险通信网络性能研究——论文解读

一、研究背景与意义

地震、泥石流等自然灾害极易损毁地面通信基础设施，导致公共网络瘫痪，严重制约抢险救援工作的开展。现有应急通信系统在技术配置上存在不足，难以满足复杂灾害场景下高可靠、广覆盖以及通信感知一体化的需求。因此，构建空地协同、通信感知融合的智能应急通信系统已成为提升灾害应对能力的迫切需求。可重构智能表面（Reconfigurable Intelligent Surface, RIS）凭借低功耗、易部署以及可编程控制信号传播路径等优势，被广泛用于改善非视距链路质量。其中，具备同时透射与反射（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。RIS-UAV系统将空中平台的机动性与智能超表面信道重构能力相结合，在应急通信领域展现出巨大潜力。

然而，现有RIS-UAV系统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信感知一体化设计。此外，现有算法在收敛性和泛化能力方面存在不足，信道模型也难以适应复杂环境下的传播特性。为满足应急场景下通信感知一体化的需求，本研究提出基于改进TD3（GD-TD3）算法的RIS-UAV应急抢险通信系统。

二、主要技术方法

研究团队构建了由地面控制中心（Ground Control Center, GCC）、搭载移动可重构透射反射智能超表面（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组成的四部分应急通信与救援系统。在信道建模方面，采用多尺度分层建模方法：控制中心至RIS-UAV链路采用幂律路径损耗和莱斯衰落模型；RIS-UAV至用户及被困人员链路引入Fisher–Snedecor F分布，以刻画灾后环境中的强散射、深阴影和重尾衰落特性。在算法设计方面，提出GD-TD3算法，将门控循环单元（Gated Recurrent Unit, GRU）嵌入Actor-Critic网络的特征提取模块，建立时序感知增强的优化框架；引入Softmax值平滑机制重构双Critic网络的目标值计算方法，以抑制传统TD3算法的低估偏差；采用高斯动作探索策略增强策略搜索能力。算法联合优化无人机部署位置、RIS反射与透射相移以及通信感知功率分配。

三、主要研究结果

ME-STAR-RIS资源效率分析：随着基站发射功率增大，各方案性能差距逐渐扩大。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%激活率即可实现全阵列方案81%的性能，展现出显著的资源效率优势。

不同遮挡条件下的通信与感知性能CDF分析：在静态低遮挡环境下，GD-TD3算法在50%累积概率点的通信覆盖率和检测率分别为75%和70%，优于TD3、DDPG和SDR-AltOpt算法。在动态高遮挡环境下，GD-TD3算法保持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。

吞吐量与虚警率随遮挡概率的变化特性：在静态低遮挡环境中，GD-TD3算法在遮挡概率0至0.5范围内通信吞吐量为4400至4900 Mbps，虚警率维持在约1.5%的低水平。在动态高遮挡环境中，GD-TD3算法吞吐量保持在约3400至3800 Mbps，虚警率仅小幅上升至约4.5%，远低于TD3和DDPG等基线方案。

系统检测率与能效：在静态低遮挡环境下，GD-TD3算法检测率保持在90%以上。在动态高遮挡环境下，检测率降至约87%，但降幅远小于其他对比方法。能效方面，GD-TD3算法在低遮挡静态场景中达到0.7500 Mbps/J，在高遮挡动态环境中降至0.5594 Mbps/J，仍保持具有竞争力的能效水平。

收敛性能：GD-TD3算法约在10000步收敛，快于TD3和DDPG算法的约15000步。最终成功率稳定在90%以上，优于TD3（约88%）和DDPG（约82%），且收敛曲线波动极小，展现出优异的训练稳定性。

奖励权重敏感性分析：对主导奖励系数进行±10%扰动后，主要性能指标变化约3–6%，训练保持稳定，表明最终策略对相对奖励权重具有可感知的敏感性，但不依赖狭窄调优的系数配置。

四、结论与讨论

本研究针对复杂灾后遮挡环境下的RIS-UAV辅助通信感知一体化系统性能优化问题，建立了多尺度分层信道模型，提出了融合GRU时序记忆模块和Softmax值平滑机制的GD-TD3算法。移动阵元部署策略提升了RIS阵元资源利用效率。增加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稳健的通信感知性能，同时实现具有竞争力的能效。未来研究可关注多RIS-UAV系统的协同优化、算法在环境变化条件下的适应性与稳定性提升，以及RIS与其他智能技术的融合，并通过实际部署和实验测试进一步完善该方案。