-
公开(公告)号：CN116704823B
公开(公告)日：2023-12-19
申请号：CN202310689260.3
申请日：2023-06-12
Applicant: 大连理工大学
Abstract: 证感知精度的前提下实现目标感知速率和通信本发明属于无人机和通感一体化技术领域， 速率的最大化。本发明能够得到最优的无人机轨提出了一种基于强化学习的无人机智能轨迹规 迹和适应环境需求的功率、带宽分配复杂耦合策划和通感资源分配方法。无人机作为空中基站同 略。在离线学习的基础上进行在线学习并更新权时实现对目标物体的状态感知以及为地面用户 重，具有广泛的自适应性。提供通信服务。针对本环境下不同区域和时段内用户通信需求动态变化与地面感知目标移动的复杂资源分配与自身轨迹规划问题，基于深度强(56)对比文件温朝阳.无人机安全通信系统的资源分配与轨迹优化研究《.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2023,C031-91.郑佳丽.无人机辅助通信系统中无人机轨迹规划与资源分配. .2022,C031-82.
-
Patent Agency Ranking
公开(公告)号：CN111432433B
公开(公告)日：2023-02-10
申请号：CN202010142914.7
申请日：2020-03-04
Applicant: 大连理工大学
IPC: H04W28/02 , H04W28/08 , H04B7/185 , H04W16/14 , H04W72/0453 , H04B17/382
Abstract: 本发明属于无线通信技术领域，具体为一种基于强化学习的无人机中继智能流量卸载方法。本发明综合考虑无人机能耗问题和回传链路的频谱供应问题，采用动态频谱接入技术，能够有效扩充移动通信网络的吞吐量以缓解由于用户流量需求骤增导致的网络拥塞；本发明设计了基于强化学习的智能决策算法，使得无人机能够根据动态变化的环境自适应地进行轨迹选择和频带选择，以最小的能耗卸载最多的流量，避免了传统集中式控制带来的额外开销，克服了环境动态性对策略制定带来的难题。
-
公开(公告)号：CN117692929A
公开(公告)日：2024-03-12
申请号：CN202311666494.2
申请日：2023-12-07
Applicant: 大连理工大学
Abstract: 本发明属于6G无线通信技术领域，公开了一种面向车联网的基于多智能体参数化Q网络的无人机通信感知任务调度方法。具体来说，无人机集群作为空中通感一体化平台灵活覆盖变化的流量热点区域进行数据传输，同时动态地追踪感知车辆实现高精度实时感知。考虑到车辆轨迹和用户流量需求通常具有随机动态性，无人机集群需要自适应地规划轨迹并制定通信感知任务调度策略，兼顾热点区域覆盖和车辆感知两方面性能要求，在高随机动态环境下满足网络内的通信感知需求。本发明通过对网络环境的观察和试错，利用奖惩机制实现高随机动态环境下集群的自适应联合策略制定，动态更新优化集群轨迹和任务调度方案，实现最优的通信容量和感知性能。
-
公开(公告)号：CN111432433A
公开(公告)日：2020-07-17
申请号：CN202010142914.7
申请日：2020-03-04
Applicant: 大连理工大学
Abstract: 本发明属于无线通信技术领域，具体为一种基于强化学习的无人机中继智能流量卸载方法。本发明综合考虑无人机能耗问题和回传链路的频谱供应问题，采用动态频谱接入技术，能够有效扩充移动通信网络的吞吐量以缓解由于用户流量需求骤增导致的网络拥塞；本发明设计了基于强化学习的智能决策算法，使得无人机能够根据动态变化的环境自适应地进行轨迹选择和频带选择，以最小的能耗卸载最多的流量，避免了传统集中式控制带来的额外开销，克服了环境动态性对策略制定带来的难题。
-
公开(公告)号：CN116704823A
公开(公告)日：2023-09-05
申请号：CN202310689260.3
申请日：2023-06-12
Applicant: 大连理工大学
Abstract: 本发明属于无人机和通感一体化技术领域，提出了一种基于强化学习的无人机智能轨迹规划和通感资源分配方法。无人机作为空中基站同时实现对目标物体的状态感知以及为地面用户提供通信服务。针对本环境下不同区域和时段内用户通信需求动态变化与地面感知目标移动的复杂资源分配与自身轨迹规划问题，基于深度强化学习算法采用历史数据或模拟数据离线训练神经网络，使无人机通过获取当前环境信息制定最优的轨迹规划和通感资源分配联合策略，在保证感知精度的前提下实现目标感知速率和通信速率的最大化。本发明能够得到最优的无人机轨迹和适应环境需求的功率、带宽分配复杂耦合策略。在离线学习的基础上进行在线学习并更新权重，具有广泛的自适应性。
-
公开(公告)号：CN116667944A
公开(公告)日：2023-08-29
申请号：CN202310573083.2
申请日：2023-05-19
Applicant: 大连理工大学
IPC: H04B17/00 , H04B17/318 , H04B17/373 , G06N3/0442 , G06N3/08
Abstract: 本发明是为了解决黑电台频繁出现和打击治理困难的问题，提出一种基于长短期记忆网络的移动黑电台监测方法。首先借鉴了先进监测设备的优势和大数据挖掘的理念提出了一个高效智能的方案，具体内容是基于长短期记忆网络对频谱占用情况进行预测分析，同时为了增加监测设备的灵活性，将检测设备搭载到可移动的无人机上，在地面的上位机可以实时观察检测的结果。本发明设计的目的就是提高黑电台查找的精确度，规范和改进干扰源查找、数据采集和数据分析等一系列繁琐的步骤，大大提高区域间监测的工作效率。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
