摘要
针对现有的无人机(UAV)与智能反射面(RIS)辅助移动边缘计算(MEC)系统的波束赋形方案中的能量效率(EE)较低的问题,文章提出了一种基于深度确定性策略梯度(DDPG)的RIS-UAV辅助MEC系统波束赋形算法。该算法首先利用全连通神经网络(FCNN)实现的Actor网络和Critic网络;其次使用加性噪声进行训练,通过提供更快更平滑的收敛来提高DDPG的效果;最后针对模型收敛速度慢的问题,设计数据驱动经验回放机制(PER),提升DDPG算法在负载调度场景的收敛速度。仿真实验结果表明,所提出的算法,优于传统CCCP算法,具备更快收敛速度和更好稳定性,并能提高系统的EE。
出处
《信息技术与信息化》
2025年第8期77-83,共7页
Information Technology and Informatization
作者简介
高航(2000-),男,辽宁大连人,硕士研究生,研究方向:无线与移动通信技术。
