面向无人机载物联网平台的RIS辅助干扰抑制与路径规划：一种新深度强化学习框架
信号处理
2023-02-13 v1
摘要
本文提出一种基于深度强化学习（DRL）的新方法，用于物联网（IoT）应用中无人机的轨迹规划与干扰抑制。干扰会阻碍感知数据的及时传送与操作指令的接收。在可重构智能表面（RIS）辅助下，我们提议增强无线电环境、抑制干扰信号并增强期望信号。该无人机被设计为仅基于其接收数据速率的变化，利用最新的深度确定性策略梯度（DDPG）与双延迟DDPG（TD3）模型来学习其轨迹与RIS配置。仿真表明，所提DRL算法赋予无人机强抗干扰能力，且TD3算法比DDPG算法收敛更快更平滑，更适用于更大的RIS。该基于DRL的方法消除了对涉及RIS与干扰机的信道知识的需要，从而具有显著实用价值。
引用
@article{arxiv.2302.04994,
title = {RIS-Assisted Jamming Rejection and Path Planning for UAV-Borne IoT Platform: A New Deep Reinforcement Learning Framework},
author = {Shuyan Hu and Xin Yuan and Wei Ni and Xin Wang and Abbas Jamalipour},
journal= {arXiv preprint arXiv:2302.04994},
year = {2023}
}
备注
submitted to IEEE IoTJ in Feb. 2023