公开(公告)号：CN119421109A

公开(公告)日：2025-02-11

申请号：CN202411538738.3

申请日：2024-10-31

Applicant: 海南大学

Inventor： 梁小朋 ,  王忠南 ,  邓茜 ,  李太君 ,  刘世豪 ,  张智 ,  张状 ,  吴文俊 ,  罗誉恒

IPC: H04W4/029 ,  G05D1/46 ,  H04W4/40 ,  H04W24/02 ,  H04B17/391 ,  G06N3/092 ,  G05D109/20

Abstract: 本发明提出了一种恶意干扰下无人机机间鲁棒通信飞行轨迹优化方法，该系统通过无人机飞行策略的同步与配合，在保证面对恶意干扰无人机机间通信链路不中断的同时最大化无人机机间的通信容量，从而有效提升其通信质量。基于此，建立了以无人机机间通信容量最大化为优化目标的无人机轨迹优化方案。而后，通过利用构建的双延迟深度确定性策略梯度深度强化学习框架，对无人机机间通信容量优化问题进行求解。数值结果表明，该方法可在恶意干扰环境下实现无人机机间鲁棒、稳定通信。

公开(公告)号：CN119997213A

公开(公告)日：2025-05-13

申请号：CN202510097750.3

申请日：2025-01-22

Applicant: 海南大学

Inventor： 梁小朋 ,  王赛 ,  邓茜 ,  李峰 ,  王忠南 ,  张状 ,  吴文俊

IPC: H04W72/0453 ,  H04W72/1263 ,  H04W72/542 ,  H04W24/02 ,  G08G5/57

Abstract: 针对认知无人机与地面移动次用户通信场景，本申请提供了一种基于强化学习的智能反射面（RIS）辅助认知无人机（CUAV）系统资源联合优化方法。RIS‑CUAV系统包括RIS辅助认知无人机网络传输的认知无线通信系统模型、感知模型、传输模型和信道模型。基于该系统，通过联合优化频谱感知持续时间、无人机3D轨迹和RIS相位，建立了RIS‑CUAV系统传输速率最大化数学模型。而后针对该数学模型求解，构建了一种基于双深度q‑网络的深度强化学习框架。所提方法能够实时调整RIS相移、频谱感知持续时间和无人机3D轨迹来适应动态环境条件，同时仿真结果表明，所提方法能够显著提高RIS‑CUAV系统的传输速率。