基于深度强化学习的无人机辅助RSMA中继通信技术

摘要

针对用户在存在窃听者的复杂通信环境进行中继通信的安全问题，提出了一种多无人机辅助的中继通信网络为用户提供通信服务。通过基于Q混合网络(Q-mixing network, QMIX)的多智能体深度强化学习(multi-agent reinforcement learning, MRAL)算法优化无人机轨迹与功率分配，在信息安全敏感度较低用户(次要用户)最低速率得到保障的情况下，提高信息安全敏感较高用户(主要用户)的安全和速率。仿真结果表明，算法相较于双层深度Q网络(double deep Q-network, Double DQN)和对偶深度Q网络(dueling deep Q-network, Dueling DQN),累积奖励分别提高了大约15.5%和1.26%;模型的速率分割多址技术相较于空分多址和非正交多址技术，在系统整体性能和信息安全保障方面都具有显著优势，为多用户通信场景下的安全高效通信提供了更优解决方案。

关键词

速率分割多址接入 / 无线通信网络 / 深度强化学习 / 安全和速率