公开(公告)号：CN111970709B

公开(公告)日：2022-09-16

申请号：CN202010662808.1

申请日：2020-07-10

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  高振宇 ,  李书琴 ,  张宏鸣 ,  徐超 ,  南雨航 ,  申环环 ,  马亚军 ,  宋振东

IPC: H04W16/18 ,  H04W16/22 ,  H04W24/02 ,  H04B7/185 ,  G06N3/00 ,  H04W84/06

Abstract: 本发明属于无线通信技术领域，公开了一种基于粒子群优化算法的无人机中继部署方法及系统，设计并明确无人机中继的信道模型，计算其大尺度衰落路径损耗以及小尺度衰落，得到不同设备之间连接时的信道增益以及其信干噪比值；设计并明确无人机中继的能耗模型，明确悬停状态下无人机的功耗构成；构建优化目标，将有约束的混合01整数非线性规划问题转换为无约束的最优化问题；结合改进后的粒子群算法对终端设备发射功率，无人机中继候选部署位置，以及终端设备‑无人机中继‑信道关联关系进行优化，以实现系统总能耗最小化。本发明对标准粒子群算法进行了改进，更适用于该最优化问题的求解，提高了算法的执行效率。

公开(公告)号：CN117156463A

公开(公告)日：2023-12-01

申请号：CN202310941811.0

申请日：2023-07-28

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  高银洁 ,  高振宇 ,  张宏鸣 ,  李书琴 ,  徐超 ,  吕志明 ,  刘敬敏

IPC: H04W24/02 ,  H04B7/185 ,  H04B17/391 ,  H04B17/382 ,  H04W16/22

Abstract: 本发明属于无线通信技术领域，公开了一种物联网中基于QMIX的多无人机协同数据收集方法与系统，设计并明确网络场景、无人机的信道模型和能耗模型；构建优化目标，明确最小化用时最久无人机任务用时以及限制条件；根据场景及约束条件将问题转化为部分可观测的马尔科夫决策问题，进行状态空间、动作空间建模，并针对优化目标设计奖励函数；基于QMIX算法构建多无人机航迹规划算法，对模型训练，并将训练好的模型在与不同用户参数下与基准算法对比进行性能验证。本发明使用深度强化学习方法可得到一个最小化任务用时的次优解，降低其使用传统算法建模的复杂度，提高寻优效率，为多无人机协同数据收集提供更高效的求解算法。

公开(公告)号：CN113613339B

公开(公告)日：2023-10-17

申请号：CN202110781263.0

申请日：2021-07-10

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  高银洁 ,  张宏鸣 ,  李书琴 ,  徐超 ,  高振宇

IPC: H04W74/04 ,  G06F30/27 ,  G06N3/092

Abstract: 本发明属于无线通信技术领域，公开了一种基于深度强化学习的多优先级无线终端的信道接入方法，所述基于深度强化学习的多优先级无线终端的信道接入方法包括：建立具有不同优先级业务的网络场景；设计并明确该协议的系统模型，根据该协议网络场景进行状态空间建模、动作空间建模，并针对不同场景设计奖励函数；明确并建立该协议所使用的神经网络模型，并通过经验元组对网络模型进行训练；将训练好的模型通过多场景的仿真对比进行性能验证。本发明使用深度强化学习对多优先级业务无线终端的信道接入方法进行设计，更适用于具有不同优先级业务的无线网络，提高系统的吞吐量和无线信道资源的利用率，在减小高优先级业务调度时延的同时，提高低优先级业务接入信道的机会。

公开(公告)号：CN113613339A

公开(公告)日：2021-11-05

申请号：CN202110781263.0

申请日：2021-07-10

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  高银洁 ,  张宏鸣 ,  李书琴 ,  徐超 ,  高振宇

IPC: H04W74/04 ,  G06F30/27 ,  G06N3/08

Abstract: 本发明属于无线通信技术领域，公开了一种基于深度强化学习的多优先级无线终端的信道接入方法，所述基于深度强化学习的多优先级无线终端的信道接入方法包括：建立具有不同优先级业务的网络场景；设计并明确该协议的系统模型，根据该协议网络场景进行状态空间建模、动作空间建模，并针对不同场景设计奖励函数；明确并建立该协议所使用的神经网络模型，并通过经验元组对网络模型进行训练；将训练好的模型通过多场景的仿真对比进行性能验证。本发明使用深度强化学习对多优先级业务无线终端的信道接入方法进行设计，更适用于具有不同优先级业务的无线网络，提高系统的吞吐量和无线信道资源的利用率，在减小高优先级业务调度时延的同时，提高低优先级业务接入信道的机会。

公开(公告)号：CN111970709A

公开(公告)日：2020-11-20

申请号：CN202010662808.1

申请日：2020-07-10

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  高振宇 ,  李书琴 ,  张宏鸣 ,  徐超 ,  南雨航 ,  申环环 ,  马亚军 ,  宋振东

IPC: H04W16/18 ,  H04W16/22 ,  H04W24/02 ,  H04B7/185 ,  G06N3/00 ,  H04W84/06

Abstract: 本发明属于无线通信技术领域，公开了一种基于粒子群优化算法的无人机中继部署方法及系统，设计并明确无人机中继的信道模型，计算其大尺度衰落路径损耗以及小尺度衰落，得到不同设备之间连接时的信道增益以及其信干噪比值；设计并明确无人机中继的能耗模型，明确悬停状态下无人机的功耗构成；构建优化目标，将有约束的混合01整数非线性规划问题转换为无约束的最优化问题；结合改进后的粒子群算法对终端设备发射功率，无人机中继候选部署位置，以及终端设备-无人机中继-信道关联关系进行优化，以实现系统总能耗最小化。本发明对标准粒子群算法进行了改进，更适用于该最优化问题的求解，提高了算法的执行效率。