无人机中基于C-DQN的资源分配和轨迹优化研究

摘要：

随着无人机作为空中中继和终端技术的迅速发展,物理层安全问题在近几年间已经成为一个研究热点.本文将无人机发射的通信功率分为两部分(保密信息功率和人工噪声功率),在传输保密信息时能有效防止非法窃听,同时考虑了无人机在空中飞行时所需的动力功耗,通过联合优化无人机的飞行轨迹和功率分配比,以实现在固定能量下平均传输信息量最大化的目的.将这一情景建模成马尔可夫模型(MDP),并利用Curiosity-Driven Deep Q-learning Network(C-DQN)算法进行训练优化,结果表明,该算法具有良好的收敛效果.

关键词：功率分配、安全传输、动力功耗、MDP、C-DQN算法、无人机

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：141-146