低空无线网络中RIS辅助的数据收集与无线功率传输
网络与互联网体系结构
2025-09-25 v1
摘要
低空无线网络（LAWN）已成为在通信基础设施有限的偏远地区从低功耗物联网设备（IoTD）收集数据的有效解决方案。然而，部署在此类地区的一些户外IoTD面临能量限制和低信道质量的双重挑战，这使得在LAWN中确保及时从这些IoTD收集数据变得困难。在这项工作中，我们研究了LAWN中可重构智能表面（RIS）辅助的无人机（UAV）数据收集和无线功率传输系统。具体来说，IoTD首先从低空UAV获取能量，然后通过时分多址（TDMA）协议将数据上传到UAV，并由RIS支持以改善信道质量。为了保持IoTD满意的数据新鲜度并为能量受限的UAV节省能量，我们旨在通过联合优化RIS相移、UAV轨迹、充电时间分配和二进制IoTD调度来最小化信息年龄（AoI）和UAV的能量消耗。我们提出了一种基于深度强化学习（DRL）的方法，即交替优化改进的参数化深度Q网络（AO-IPDQN）。具体来说，考虑到RIS通常包含大量反射单元，我们首先采用交替优化（AO）方法来优化RIS相移，以降低动作空间的维度。然后，我们提出了改进的参数化深度Q网络（IPDQN）方法来处理混合动作空间。仿真结果表明，在各种仿真场景中，AO-IPDQN方法相对于多种比较方法实现了优异的性能。
引用
@article{arxiv.2509.19651,
title = {RIS-assisted Data Collection and Wireless Power Transfer in Low-altitude Wireless Networks},
author = {Wenwen Xie and Geng Sun and Jiahui Li and Jiacheng Wang and Yinqiu Liu and Dusit Niyato and Dong In Kim and Shiwen Mao},
journal= {arXiv preprint arXiv:2509.19651},
year = {2025}
}