arXiv · ML· Kaiqiang Lin, Mohamed-Slim Alouini·· 3 天前AI 评分21
基于深度强化学习的 RSMA 辅助 SWIPT 在可持续地下物联网中实现最大最小吞吐量
Max-Min Throughput in RSMA-Aided SWIPT for Sustainable Internet of Underground Things: A Deep Reinforcement Learning Approach
AI 导读
该研究将 RSMA 辅助的 SWIPT 应用于无人机赋能的无线供电地下传感器网络,旨在最大化各地下设备的最小上行链路吞吐量。 模型采用 PD-TQC 深度强化学习算法,联合优化无人机发射功率、消息分割及资源分配,解决了非凸优化难题。 仿真显示,该方法在 96% 以上的评估帧中满足约束,并在不同 Rician 因子及设备数量下保持吞吐量优势。
来源:arXiv · ML · arxiv.org