D3QN-PER提升无人机-IRS通信的保密能效

研究人员开发了一种新颖的方法，通过集成无人机（UAV）和智能反射面（IRS）来增强低空无线通信中的保密能效。所提出的方法构建了一个复杂的优化问题，以最大化保密能效，涉及波束成形、IRS相位偏移和无人机轨迹。为了解决无人机轨迹优化问题，引入了一种基于优先经验回放的双深度Q网络（D3QN-PER）算法，据称与传统的深度Q网络相比，该算法提供了更好的收敛性和稳定性。 AI

影响 引入了一种新颖的D3QN-PER算法，用于优化无人机-IRS通信，有望提高未来无线网络的效率和安全性。

排序理由 该项目是一篇学术论文，详细介绍了一种用于特定通信系统的新算法和优化方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

• arXiv
• D3QN-PER
• Deep Q-Network
• Dinkelbach's method
• Dueling Double Deep Q-Network
• Prioritized Experience Replay
• unmanned aerial vehicle

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →