欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025111799976
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,包括:获取RIS-NOMA系统当前时刻的基站位置信息、RIS位置信息、各个用户的位置信息、基站总功率、NOMA系统SIC残余干扰系数,以及用户的QoS条件,作为当前状态;其中,系统内各个用户包括合法用户和窃听者;

将当前状态输入RIS相位网络,输出当前时刻的RIS元件相位;

将当前状态输入基站处的功率分配网络,生成当前时刻基站向各个用户传输信号的功率;

将当前状态输入基站处的非圆系数分配网络,生成当前时刻基站向各个用户传输信号的非圆系数;

基于当前时刻的RIS元件相位、基站向各个用户传输信号的功率以及非圆系数,计算当前时刻所有合法用户的保密速率之和构建当前时刻的反馈;

利用经验回放池训练RIS相位网络、功率分配网络和非圆系数分配网络。

2.根据权利要求1所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,RIS相位网络、功率分配网络和非圆系数分配网络均基于SAC算法构建。

3.根据权利要求1所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,基于当前时刻的RIS元件相位、基站向各个用户传输信号的功率以及非圆系数,计算当前时刻所有合法用户的保密速率之和构建当前时刻的反馈包括:根据当前时刻的RIS元件相位,计算得到当前时刻各个用户的信道状态;

根据当前时刻基站向各个用户传输信号的功率和非圆系数,得到当前时刻基站向各个用户传输信号的协方差矩阵;

根据当前时刻各个用户的信道状态和基站向各个用户传输信号的协方差矩阵,得到当前时刻各合法用户的可达速率以及窃听者解码各合法用户的数据速率;

基于当前时刻各合法用户的可达速率和窃听者解码各合法用户信号的数据速率,计算得到当前时刻各合法用户的保密速率;

若当前时刻所有合法用户的可达速率均不小于QoS条件中的最小传输速率,且当前时刻所有合法用户的保密速率均不小于0,则将当前时刻所有合法用户的保密速率之和作为当前时刻的反馈;

若当前时刻存在合法用户的可达速率小于最小传输速率或存在合法用户的保密速率小于零,则当前时刻的反馈为0。

4.根据权利要求3所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,根据当前时刻的RIS元件相位,计算得到当前时刻各个用户的信道状态,表达式为:;

其中,为当前时刻用户的信道状态,为时刻RIS与用户之间的信道向量,矩阵为当前时刻的RIS元件相位构成的对角矩阵,为当前时刻基站与RIS之间的信道矩阵,为当前时刻基站到用户直达链路的信道向量,为用户索引,1表示合法用户中的强用户,2表示合法用户中的弱用户,3表示窃听者;

根据当前时刻基站向各个用户传输信号的功率和非圆系数,得到当前时刻基站向各个用户传输信号的协方差矩阵,表达式为:;

其中,表示当前时刻基站向用户传输信号的协方差矩阵,为当前时刻用户的圆极化信号的实数向量,和分别为当前时刻基站向用户传输信号的功率和非圆系数,为和对应的几何成形的变换矩阵,T表示转置。

5.根据权利要求3所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,根据当前时刻各个用户的信道状态和基站向各个用户传输信号的协方差矩阵,得到当前时刻各合法用户的可达速率以及窃听者解码各合法用户的数据速率,包括:根据当前时刻第个合法用户的信道状态、基站向第个合法用户传输信号的协方差矩阵以及第个合法用户处的干扰噪声成分,得到当前时刻第个合法用户的可达速率,表达式为:;

其中,为当前时刻第个合法用户的可达速率,为单位矩阵,为当前时刻用户的实值信道矩阵,当前时刻基站向用户传输信号的协方差矩阵,T表示转置,为当前时刻第个合法用户处的干扰噪声成分;

当前时刻用户的实值信道矩阵为:

,

其中,表示当前时刻用户的信道状态的实部,表示当前时刻用户的信道状态的虚部;

当前时刻第个合法用户处的干扰噪声成分为:

;

其中,为当前时刻t用户k与用户j信号的SIC残余干扰系数,表示用户属于用户集合,且;为当前时刻第个合法用户处观测噪声的方差;和为用户索引,1表示合法用户中的强用户,2表示合法用户中的弱用户,3表示窃听者;为当前时刻基站向用户传输信号的协方差矩阵;

根据当前时刻窃听者的信道状态、基站向第个合法用户传输信号的协方差矩阵以及窃听者处的干扰噪声成分,得到当前时刻窃听者解码第个合法用户信号的数据速率,表达式为:;

其中,为当前时刻窃听者解码第个合法用户信号的数据速率,为当前时刻窃听者的实信道矩阵,为当前时刻窃听者解码第个合法用户信号的干扰噪声成分:,为当前时刻第个合法用户处观测噪声的方差,为当前时刻基站向用户传输信号的协方差矩阵。

6.根据权利要求3所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,当前时刻的反馈的表达式为:;

其中,为当前时刻第个合法用户的保密速率:;表示当前时刻第个合法用户的可达速率不小于QoS条件中的最小传输速率;表示当前时刻第个合法用户的可达速率不小于窃听者解码合法用户信号的数据传输速率,即。

7.根据权利要求1所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,将当前状态输入RIS相位网络,输出当前时刻的RIS元件相位,包括:将当前状态输入RIS相位网络,生成所有RIS元件相位服从分布的均值和方差后,进行重采样,利用tanh函数对采样结果进行激活,将激活后的结果与RIS元件相位的取值范围相乘,得到当前时刻的RIS元件相位。

8.根据权利要求1所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,将当前状态输入基站处的功率分配网络,生成当前时刻基站向各个用户传输信号的功率包括:将当前状态输入功率分配网络,生成所有用户功率服从分布的均值和方差后,进行重采样,利用softmax函数对采样结果进行激活,得到当前时刻基站向各个用户传输信号的功率。

9.根据权利要求1所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,将当前状态输入基站处的非圆系数分配网络,生成当前时刻基站向各个用户传输信号的非圆系数包括:将当前状态输入非圆系数分配网络,生成所有用户信号非圆系数服从分布的均值和方差后,进行重采样,利用sigmoid函数对采样结果进行激活,得到当前时刻基站向各个用户传输信号的非圆系数。

10.根据权利要求1所述的基于深度强化学习的RIS-NOMA资源分配方法,其特征在于,利用经验回放池的样本训练RIS相位网络、功率分配网络和非圆系数分配网络,包括:将每个时刻的元组作为训练样本,存入经验回放池中;

在经验回放池中随机采集组样本训练RIS相位网络、功率分配网络及非圆系数分配网络,包括:在RIS相位网络经验回放池中随机采集组样本,更新RIS相位网络的值网络、策略网络、第一价值网络、第二价值网络和目标值网络的参数;

在功率分配网络经验回放池中随机采集组样本,更新功率分配网络的值网络、策略网络、第一价值网络、第二价值网络和目标值网络的参数;

在非圆系数分配网络经验回放池中随机采集组样本,更新非圆系数分配网络的值网络、策略网络、第一价值网络、第二价值网络和目标值网络的参数;

其中,为时刻的状态;为时刻的策略网络的输出动作,为时刻的RIS元件相位,和分别为时刻基站向各个用户传输信号的功率和非圆系数,和分别为时刻基站向强用户传输信号的功率和非圆系数,和分别为时刻基站向弱用户传输信号的功率和非圆系数,和分别为时刻基站用以迷惑窃听者的信号的功率和非圆系数;为时刻的反馈,为时刻的状态;、、、分别为经验回放池中第个样本的当前状态、动作、反馈和下一状态,、和分别为第个样本中的RIS元件相位、基站向各个用户传输信号的功率和非圆系数。