CN114980160B 一种无人机辅助的太赫兹通信网络联合优化方法和装置 （北京科技大学）

一种无人机辅助的太赫兹通信网络联合优本发明公开了一种无人机辅助的太赫兹通基于预设的深度强化学习算法，实现无人机位弥补了边缘接入节点覆盖范围和接入用户数量2基于系统模型，在用户服务质量和资源约束下，以最小化通信i个用户的最大容忍能耗，N=f1,2,3…n}为无法由E-APs提供服务的用户的集合，为无人机预设坐标阈值；C1表示每个用户的总时延不超过最大容忍时延；C2表示无人基于预设的深度强化学习算法，得到满足优化目标函数的最优的无3步骤4：在经验缓存空间中采样预设数量的状abs4i个用户的最大容忍能耗，N=f1,2,3…n}为无法由E-APs提供服务的用户的集合，为无人机预设坐标阈值；C1表示每个用户的总时延不超过最大容忍时延；C2表示无人联合优化模块，用于基于预设的深度强化学习算法，得到满步骤4：在经验缓存空间中采样预设数量的状5不足，移动边缘计算技术(Mobileedgecomputing,MEC)通过在物联网设备侧部署边缘接随着无人机技术的发展，将服务器部署在无人机上成为了一种有效提升系统容量的方式。计算资源分配方案使得所有用户的时延之和最6[0011]基于预设的深度强化学习算法，得到满足所述优化目标函数的最优的无人机位[0019]C3:0≤A≤1,vieNN={1,2,3…n)表示无法由E-APs提供服务的用户的集合，表示无人机的预设坐标阈值；7设的深度强化学习算法来训练智能体，得到满足所述优化目标函数的最优的无人机位置、[0027]进一步地，所述预设的深度强化学习算法为DDPG(deepdeterministicpolicy[0046]通信网络系统模型构建模块，用于构建无人机辅助的太赫兹构建模块所构建的优化目标函数的最优的无人机位置、计算卸载比例和计算资源分配方8[0052]本发明的无人机辅助的太赫兹通信网络联合优化方法在用户服务质量和资源约[0054]图1是本发明实施例提供的无人机辅助的太赫兹通信网络联合优化方法的执行流活性强与太赫兹通信传输速率高的特点，弥补了E-APs覆盖范围和接入用户数量有限的缺人机的服务器与用户之间的太赫兹通信链路路径损耗PL(f9ti,max}[0070]C3:0≤A≤1,vieN[0073]C6:+E"+⃞,Ei,wiE.N和计算资源分配方案充当智能体的动作输出，采用预设的深度强化学习算法来训练智能验缓存空间D采用N个mini-batch状态转移数据(Ft,Gt,Rt,Ft+1)作为训练Q网络和训练策略[0100]在对Q网络和策略网络的参数进行更新后，需要每隔C步去更新目标Q网络和目标[0101]λ←τλ+(1-τ)λ′[0108]通信网络系统模型构建模块，用于构建无人机辅助的太赫兹构建模块所构建的优化目标函数的最优的无人机位置、计算卸载比例和计算资源分配方[0111]本实施例的无人机辅助的太赫兹通信网络联合优化装置与上述第一实施例的无联合优化装置中的各功能模块所实现的功能与上述无人机辅助的太赫兹通信网络联合优实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的[0119]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方个流程