公开(公告)号：CN119376413A

公开(公告)日：2025-01-28

申请号：CN202411501402.X

申请日：2024-10-25

Applicant: 重庆邮电大学

Inventor： 李云 ,  王嘉豪 ,  潘俊男 ,  夏士超 ,  吴广富 ,  张承宇

IPC: G05D1/46 ,  G05D1/243 ,  G05D1/644 ,  G05D109/20

Abstract: 本发明属于无人机移动搜索领域，具体涉及一种无人机SAR网格场景下的最佳搜索方法，包括：构建SAR无人机搜索系统模型；根据识别人数约束、搜索区域面积约束和无人机资源约束，构建出剩余资源最大化和搜索人数最大化的搜索目标函数；利用深度强化学习的方法求解所述剩余资源最小化和搜索人数最大化搜索目标函数，得到最佳搜索路径；系统根据最佳搜索路径方案对搜索模型中无人机偏转角度和移动距离进行实时优化；利用目标检测算法对最后生成的路径区域进行检测识别受困人员，对搜索模型搜索效率进行优化。本发明的方法能够反映出搜索场景下无人机在消耗资源最小下的最佳搜索路径，同时识别算法代替人眼识别解放了人力，提高了搜索效率。

公开(公告)号：CN119095076A

公开(公告)日：2024-12-06

申请号：CN202411149227.2

申请日：2024-08-21

Applicant: 重庆邮电大学

Inventor： 夏士超 ,  张承宇 ,  姚枝秀 ,  李云 ,  邢智童

IPC: H04W24/02 ,  H04W24/06 ,  H04B7/0452

Abstract: 本发明涉及一种无蜂窝大规模MIMO系统的策略优化算法，包括构建用户关联模型，用户关联模型用于建模移动设备MD和接入点AP之间在每个时隙的关联关系；构建下行信号模型，下行信号模型用于建模无蜂窝大规模MIMO系统在每个时隙的网络可达速率；构建系统能耗模型，系统能耗模型用于建模在每个时隙提供服务的所有接入点AP的总能耗；根据构建的用户关联模型、下行信号模型和系统能耗模型构建目标优化问题模型，并利用基于图注意力的多智能体强化学习算法进行求解得到最优策略。本发明降低系统的能耗，提高用户服务质量。