公开(公告)号：CN114884595B

公开(公告)日：2023-01-03

申请号：CN202210384112.6

申请日：2022-04-13

Applicant: 大连理工大学

Inventor： 李轩衡 ,  张怡冉 ,  吕志远 ,  周炜淋

IPC: H04B17/382 ,  H04B7/185

Abstract: 本发明属于移动通信技术领域，提供一种基于强化学习的认知无人机频谱感知方法，涉及认知无线电技术，为空闲频谱的高效利用提供了一种有效频谱感知方法。由于无人机具有部署方便、灵活性高等特点，本发明利用无人机搭载认知无线电设备感知网络中的空闲频谱，相比传统基站式感知方法，该方法可以有效对局部地区的频谱进行感知。本发明基于强化学习算法设计最优无人机飞行轨迹，以无人机位置和频谱感知结果为状态，飞行为动作，通过对不同状态下的不同动作进行评估，同时考虑感知的虚警和误警概率，智能化地制定和改进轨迹策略，最大化感知到的空闲频谱带宽。该方法不依靠具体的频谱状态统计模型，无人机飞行感知轨迹可以自适应频谱环境的动态变化。

公开(公告)号：CN114884595A

公开(公告)日：2022-08-09

申请号：CN202210384112.6

申请日：2022-04-13

Applicant: 大连理工大学

Inventor： 李轩衡 ,  张怡冉 ,  吕志远 ,  周炜淋

IPC: H04B17/382 ,  H04B7/185

Abstract: 本发明属于移动通信技术领域，提供一种基于强化学习的认知无人机频谱感知方法，涉及认知无线电技术，为空闲频谱的高效利用提供了一种有效频谱感知方法。由于无人机具有部署方便、灵活性高等特点，本发明利用无人机搭载认知无线电设备感知网络中的空闲频谱，相比传统基站式感知方法，该方法可以有效对局部地区的频谱进行感知。本发明基于强化学习算法设计最优无人机飞行轨迹，以无人机位置和频谱感知结果为状态，飞行为动作，通过对不同状态下的不同动作进行评估，同时考虑感知的虚警和误警概率，智能化地制定和改进轨迹策略，最大化感知到的空闲频谱带宽。该方法不依靠具体的频谱状态统计模型，无人机飞行感知轨迹可以自适应频谱环境的动态变化。