基于能量感知的智能反射面辅助无人机时效数据收集策略

来源：电子与信息学报杂志2025年第2期北京时间：

作者：张涛, 张迁, 朱颖雯, 代陈

单位：1.江苏开放大学信息工程学院 南京 2100002.南京航空航天大学计算机科学与技术学院 南京 2100163.南京邮电大学计算机学院 南京 210023

摘要：为了应对智能反射面(RIS)辅助的无人机(UAV)在物联网数据收集过程中能量高效利用与信息收集时效性之间的均衡问题，该文提出一种基于深度强化学习的数据收集优化策略。针对无人机在数据采集过程中的飞行能耗、通信复杂性及采集信息时效性(AoI)约束，设计了一种基于双深度Q网络(DDQN)的联合优化方案，涵盖无人机轨迹规划、物联网设备调度以及智能反射面相位调整。该方案有效缓解了传统Q学习方法中Q值过估计的问题，使无人机能够根据实时环境动态调整飞行轨迹和通信策略，从而在提升数据传输效率的同时降低能量消耗。仿真结果表明，与传统方法相比，所提方案能够显著提高数据收集效率。此外，通过合理分配能量与通信资源，所提方案能够动态适应不同通信环境参数变化，确保系统在能耗与AoI之间达到最佳均衡。

关键词：无人机辅助通信, 时效性, 深度强化学习, 智能反射面

基金资助：国家自然科学基金(62402232)，江苏省高等学校自然科学研究项目(23KJB520024)