[发明专利]无人机基站飞行规划方法、系统、储存介质及无人机基站在审
申请号: | 202010852007.1 | 申请日: | 2020-08-21 |
公开(公告)号: | CN112068590A | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 张广驰;郑思远;崔苗;刘圣海;王昆 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10;H04W4/029;H04W4/42;H04W12/00 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 张金福 |
地址: | 510062 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无人机 基站 飞行 规划 方法 系统 储存 介质 | ||
1.一种无人机基站飞行规划方法,其特征在于,包括以下步骤:
通过采用视距-非视距混合信道的无人机基站运作模型实时获取无人机基站的瞬时保密率以及无人机基站到终点位置的距离;
以所述瞬时保密率作为收益进行强化学习,获取无人机基站从起始位置飞往瞬时保密率最大值位置的优化飞行轨迹;
以所述瞬时保密率结合无人机基站到终点位置的距离作为收益进行强化学习,获取无人机基站从瞬时保密率最大值位置飞往终点位置的优化飞行轨迹。
2.根据权利要求1所述的无人机基站飞行规划方法,其特征在于,所述无人机基站运作模型包括无人机基站以及能够从所述无人机基站获取无线信号的地面节点k,k取值为1表示合法接受节点,k取值为2表示窃听节点;无人机基站到地面节点k的平均路径损耗通过以下公式描述:
其中,无人机基站与地面节点k在t时刻视距传输的概率
θk(t)表示无人机基站与地面节点k在t时刻的仰角,a和b为根据环境得到的常量参数,H和L(t)分别为无人机基站的飞行高度和无人机基站到地面节点k的水平距离;
视距传输信道的自由空间路径损耗PLLoS(t):
非视距传输信道的自由空间路径损PLNLoS(t):
dk(t)为无人机基站在t时刻到地面节点k的距离,fc为载波频率,c表示光速,ηLoS为视距信道因环境因素造成的额外损耗,ηNLoS为非视距信道因环境因素造成的额外损耗。
3.根据权利要求2所述的无人机基站飞行规划方法,其特征在于,无人机基站的瞬时保密率通过以下公式获取:
Rsec(t)=R1(t)-R2(t);
其中,无人机基站到地面节点k的瞬时传输速率Rk(t):
P表示无人机基站的传输功率,gk(t)表示无人机基站到地面节点k链路的信道增益,σ2为地面节点k接收信号时产生的热噪声。
4.根据权利要求3所述的无人机基站飞行规划方法,其特征在于,通过以小尺度衰落ρk(t),作为的独立同分布,生成随机矩阵代入所述瞬时保密率的公式中获取无人机基站的瞬时保密率最大值位置。
5.根据权利要求3所述的无人机基站飞行规划方法,其特征在于,在获取无人机基站从起始位置飞往瞬时保密率最大值位置的优化飞行轨迹时,强化学习过程中的收益如下:
Rt=β1Rsec(t);
在获取无人机基站从瞬时保密率最大值位置飞往终点位置的优化飞行轨迹时,强化学习过程中的收益如下:
Rt=β2Rsec(t)+β3D(t);
其中β1、β2以及β3为预设的系数。
6.根据权利要求1至5任一项所述的无人机基站飞行规划方法,其特征在于,所述强化学习通过Q-learning算法进行。
7.根据权利要求1至5任一项所述的无人机基站飞行规划方法,其特征在于,在强化学习的过程中按以下公式更新价值函数Q(St,At):
其中,St表示无人机基站的位置,At表示无人机基站的飞行动作,a∈动作集A(s),步长α表示无人机基站每次飞行动作的执行时间长度;γ为衰减因子,0≤γ≤1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010852007.1/1.html,转载请声明来源钻瓜专利网。