来源：期刊VIP网 时间：
作者：李佳润;毕辉;张学军;高辉;
单位：南京邮电大学现代邮政学院;
摘要：设计了一种基于深度强化学习(Deep Reinforcement Learning, DRL)算法的智能反射面(Intelligent Reflecting Surface, IRS)联合通感算一体化(Integrated Sensing and Communication, ISAC)的无人机(Unmanned Aerial Vehicle, UAV)边缘计算语义安全系统(Semantic-enhanced Mobile Edge-ISAC,SME-ISAC)。该系统通过引入人工噪声(Artificial Noise, AN)降低窃听者的窃听速率，并利用多个IRS分别辅助通信波束和感知波束，实现通信、感知与计算资源的高效整合，旨在提升系统安全速率。为实现系统安全速率最大化，联合优化了IRS相移、UAV位置、卸载比例、语义符号数量以及AN功率，建立了一个复杂的非凸优化问题。由于问题的严格非凸性以及变量的耦合，传统凸优化算法难以解决，因此提出了一种基于软演员-评论家(Soft Actor-Critic, SAC)算法的智能优化算法SAC-SME-ISAC,其中离散SAC算法用于优化UAV轨迹和语义符号数量，连续SAC算法用于优化IRS相移和卸载比例等关键参数。仿真结果表明，所提算法可在短周期内快速收敛，且相较于传统基线方案在IRS相移设计和UAV轨迹优化等方面表现出显著性能提升，展现了提出算法的优越性和实用性。
关键词：无人机;;通感算一体化;;语义通信;;智能反射面
基金资助：江苏省自然科学基金(BK20240653);; 江苏省高等学校基础科学(自然科学)研究面上项目(24KJB580010)~~
