一种基于多智能体强化学习的多波束干扰规避方法及系统

    公开(公告)号:CN119233427A

    公开(公告)日:2024-12-31

    申请号:CN202411235093.6

    申请日:2024-09-04

    Abstract: 本发明涉及基于多智能体强化学习的多波束干扰规避方法及系统,方法包括:S1、根据卫星生成的多波束及地面小区关系建立初始系统模型图;S2、多波束间干扰分析;S3、根据地面状态信息生成业务到达模型;S4、构建M/G/1排队模型,将S3模型输出结果输入排队模型中;S5、多波束的上下文学习;S6、将波束干扰规避问题转化为多智能体深度确定性策略梯度算法学习问题,并进行马尔可夫决策过程问题的转化定义;S7、根据问题的转化定义和MADDPG算法,进行MADDPG算法的强化学习,依据卫星多个波束输出的最大概率动作值规划卫星波束调度的最优策略。本发明解决了现有低轨卫星多波束系统中多波束之间存在干扰的问题,更加合理、灵活,且能有效规避干扰,提升系统总体性能。

    基于跳点搜索算法的无人机自适应通信轨迹优化方法及系统

    公开(公告)号:CN118034339A

    公开(公告)日:2024-05-14

    申请号:CN202410162849.2

    申请日:2024-02-05

    Abstract: 本发明公开了一种基于跳点搜索算法的无人机自适应通信轨迹优化方法及系统,方法包括:步骤1、构建无人机飞行区域的二维栅格地图,确定飞行起点和终点位置,并识别标记所述飞行区域中的障碍物,得到初始化二维栅格地图;步骤2、将初始化二维栅格地图作为无人机路径规划的搜索空间,运行跳点搜索算法,根据含有自适应动态权重的评估函数从二维栅格地图的起点进行全局路径规划,获得一条从起点到终点的全局最优路径,标记路径上的所有节点;步骤3、修剪回溯节点,删除冗余节点,得到修剪后的最优路径;步骤4、基于安全走廊的强制约束,使用贝塞尔曲线进行轨迹优化,得到最终的平滑的无人机飞行路径。

Patent Agency Ranking