[發(fā)明專利]一種智能反射表面監(jiān)聽優(yōu)化方法、裝置及控制器

有效

• 申請?zhí)枺?/td>: 202110975595.2
• 申請日: 2021-08-24
• 公開（公告）號: CN113810930B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設計）人: 李保罡;崔康佳;侯思祖;項洪印
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04B17/391;G06F30/27;G06N3/04;G06N3/08;G06N7/01;G06F111/04;G06F111/08
• 代理公司: 石家莊國為知識產(chǎn)權事務所 13120
• 代理人: 付曉娣

1.一種智能反射表面監(jiān)聽優(yōu)化方法，其特征在于，應用于監(jiān)聽系統(tǒng)中的控制器，所述監(jiān)聽系統(tǒng)包括發(fā)送終端、智能反射表面、接收終端、監(jiān)聽終端和所述控制器，所述方法包括：

獲取所述監(jiān)聽系統(tǒng)中通信鏈路的信道狀態(tài)信息；

基于所述信道狀態(tài)信息建立所述監(jiān)聽系統(tǒng)的監(jiān)聽優(yōu)化模型，所述監(jiān)聽優(yōu)化模型的優(yōu)化目標為監(jiān)聽速率最大；

將所述監(jiān)聽優(yōu)化模型轉換為馬爾科夫過程；

基于深度學習算法對所述馬爾科夫過程進行求解，得到所述智能反射表面的最優(yōu)控制方案；

所述監(jiān)聽優(yōu)化模型包括目標函數(shù)和約束條件；

所述監(jiān)聽優(yōu)化模型的目標函數(shù)包括：

其中，α為所述監(jiān)聽終端的監(jiān)聽狀態(tài)指標，R_D為所述接收終端的接收信息速率，Θ為所述智能反射表面的反射矩陣參數(shù)；

所述監(jiān)聽優(yōu)化模型的約束條件包括：

其中，R_E為所述監(jiān)聽終端的接收信息速率，θ_l為第l個反射單元的相位，Φ為離散相位范圍，L為所述智能反射表面的反射單元數(shù)量，約束C1和約束C2用于確保在α＝1時可以成功監(jiān)聽到目標信號，約束條件C3是智能反射表面各個單元的相位約束；

所述將所述監(jiān)聽優(yōu)化模型轉換為馬爾科夫過程，包括：

將所述馬爾科夫過程表示為元組形式：

S,A,P,R,γ

其中，S代表狀態(tài)空間，A代表動作空間，P為狀態(tài)轉換概率函數(shù)，R為獎勵函數(shù)，γ為折扣系數(shù)；

馬爾科夫決策的過程為，在時隙t內，觀測馬爾科夫決策過程的當前狀態(tài)s_t，根據(jù)當前狀態(tài)和預設的決策策略選擇一個行動a_t，在行動后接收到返回值r_t，并進入下一狀態(tài)s_t+1中，循環(huán)執(zhí)行以上步驟，直至完成所有時隙的行動，在以上決策過程中，尋優(yōu)目標為積累獎勵值最大；其中，所述馬爾科夫決策過程為所述馬爾科夫過程；

所述積累獎勵值的表達式為：

其中，T為所有時隙的總時長；

所述基于深度學習算法對所述馬爾科夫過程進行求解，得到所述智能反射表面的最優(yōu)控制方案，包括：

基于所述馬爾科夫過程構建Q功能函數(shù)；

基于貝爾曼法則和所述Q功能函數(shù)構建最優(yōu)策略下的最優(yōu)Q功能函數(shù)；

基于深度學習神經(jīng)網(wǎng)絡計算最接近所述最優(yōu)Q功能函數(shù)的Q功能函數(shù)及對應的最優(yōu)控制方案。

2.如權利要求1所述的智能反射表面監(jiān)聽優(yōu)化方法，其特征在于，所述基于所述信道狀態(tài)信息建立所述監(jiān)聽系統(tǒng)的監(jiān)聽優(yōu)化模型，包括：

基于所述信道狀態(tài)信息確定第一接收信號和第二接收信號；所述第一接收信號為所述接收終端接收的信號，所述第二接收信號為所述監(jiān)聽終端接收的信號；

基于所述第一接收信號確定第一速率，所述第一速率為接收終端接收信息的速率；

基于所述第二接收信號確定第二速率，所述第二速率為監(jiān)聽終端接收信息的速率；

基于所述第一速率和所述第二速率建立所述監(jiān)聽優(yōu)化模型。

3.如權利要求1所述的智能反射表面監(jiān)聽優(yōu)化方法，其特征在于，所述基于深度學習算法對馬爾科夫過程進行求解，包括：

在神經(jīng)網(wǎng)絡訓練過程中，基于經(jīng)驗回放技術打破相鄰訓練序列之間的相關性。

4.如權利要求1所述的智能反射表面監(jiān)聽優(yōu)化方法，其特征在于，所述基于深度學習算法對所述馬爾科夫過程進行求解，包括：

在所述求解過程中，基于貪心算法進行迭代更新。

5.如權利要求1所述的智能反射表面監(jiān)聽優(yōu)化方法，其特征在于，所述基于深度學習算法對所述馬爾科夫過程進行求解，得到所述智能反射表面的最優(yōu)控制方案之后，所述方法還包括：

按照所述最優(yōu)控制方案對所述智能反射表面進行調整。