无人机系统中基于能量效率的资源分配研究

摘要：

无人机作为一种新的通信基础设施,引起了学术界和工业界的广泛关注.由于其在空中部署的特点,广泛应用于军事侦查、监控、城市交通管理等场景.然而,无人机的部署面临以下挑战:① 由于无人机信道的广播特性,无人机与地面通信时容易被窃听;② 由于无人机采用蓄电池供电,其续航能力和传输数据量受限于电池容量.本文采用物理层安全容量来描述无人机通信速率,为了降低数据被窃听的风险,合法接收者即宏基站将辅助发射人工干扰噪声,以降低窃听者的通信信道质量;通过联合控制无人机的发射功率和宏基站的干扰功率,以最大化无人机系统的能量效率;考虑到无人机信道的动态特性,本文将此功率控制问题建模为马尔科夫决策过程,并采用深度Q学习网络算法来获得最优的功率策略.Python仿真实验证明:本文所提出算法的平均回报值和收敛性能都优于Policy Gradient算法.

关键词：无人机;能量效率;马尔科夫决策过程;深度Q学习网络

所属期刊栏目：35

分类号：TP393(计算技术、计算机技术)

在线出版日期：2021-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：503-507