一种基于深度强化学习的无人机中继轨迹优化方法

    公开(公告)号:CN117991636A

    公开(公告)日:2024-05-07

    申请号:CN202410133148.6

    申请日:2024-01-31

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于深度强化学习的无人机中继轨迹优化方法,所述方法以最小化无人机飞行能耗为目标,利用源节点和目的节点的位置信息,给出了一种跑道形轨迹设计问题,根据源节点需要发送给目的节点的数据量大小和无人机飞行的最大最小速度限制以及无人机携带的能量限制,将该轨迹优化设计问题转化为马尔可夫决策问题,给出状态空间、动作空间、策略和奖励函数,在此基础上,设计了基于深度策略性梯度的轨迹优化算法获得无人机的控制策略,对无人机的飞行速度和跑道形飞行轨迹进行优化调整,在符合无人机飞行速度和能量限制下,以及满足系统发送数据量要求的条件下,实现无人机飞行能耗的最小化。

    一种圆形轨迹下全双工固定翼无人机中继系统的优化方法

    公开(公告)号:CN115542933B

    公开(公告)日:2025-01-10

    申请号:CN202211144514.5

    申请日:2022-09-20

    Applicant: 南通大学

    Inventor: 吉晓东 施森译

    Abstract: 本发明公开了一种圆形轨迹下全双工固定翼无人机中继系统的优化方法,该优化方法为利用源节点和目的节点的位置信息,根据源节点须要发送给目的节点的数据量大小,对无人机的飞行半径、飞行速度和飞行时间进行优化调整,在符合无人机飞行速度限制和水平转弯倾斜角限制下,以及满足系统发送数据量要求的条件下,使无人机飞行能耗最小化。仿真实验表明,本发明优化方法在能耗上具有优势。

    一种全自由度全双工放大转发无人机中继系统的优化方法

    公开(公告)号:CN115347939B

    公开(公告)日:2024-04-19

    申请号:CN202210973426.X

    申请日:2022-08-15

    Applicant: 南通大学

    Inventor: 吉晓东 施森译

    Abstract: 本发明公开了一种全自由度全双工放大转发无人机中继系统的优化方法,该方法利用源节点、目的节点和无人机的位置信息,根据源节点须要发送给目的节点的数据量大小,对无人机的飞行速度和时间进行优化调整,在满足系统发送数据量要求的条件下,实现无人机飞行能耗的最小化。通过仿真实验表明,本发明优化方法在降低能耗上具有显著优势。

    一种全自由度全双工放大转发无人机中继系统的优化方法

    公开(公告)号:CN115347939A

    公开(公告)日:2022-11-15

    申请号:CN202210973426.X

    申请日:2022-08-15

    Applicant: 南通大学

    Inventor: 吉晓东 施森译

    Abstract: 本发明公开了一种全自由度全双工放大转发无人机中继系统的优化方法,该方法利用源节点、目的节点和无人机的位置信息,根据源节点须要发送给目的节点的数据量大小,对无人机的飞行速度和时间进行优化调整,在满足系统发送数据量要求的条件下,实现无人机飞行能耗的最小化。通过仿真实验表明,本发明优化方法在降低能耗上具有显著优势。

Patent Agency Ranking