[发明专利]一种基于知识梯度的无人机最优信道快速选择方法

权利要求书

1.一种基于知识梯度的无人机最优信道快速选择方法，其特征在于，包括以下步骤：

步骤1、基于贝叶斯定理将所有信道的信道容量建模为查找表信念模型；

步骤2、根据无人机通信任务经验，初始化查找表信念模型；

步骤3、根据当前时刻关于信道容量的信念状态，计算得到关于各信道的知识梯度值，选择知识梯度最大的信道为当前时刻的通信信道；

步骤4、无人机在选择的信道上进行通信，同时监测传输速率，根据传输速率对信道容量的信念状态进行更新。

2.根据权利要求1所述的基于知识梯度的无人机最优信道快速选择方法，其特征在于，步骤1所述的查找表信念模型，基于贝叶斯定理，具体如下：

查找表信念模型是对信道容量的建模，由信道容量的信念均值和信念方差组成，统称信念状态；前一时刻更新后的信念状态属于信道容量的后验分布，用做当前时刻先验分布参与运算。

3.根据权利要求1所述的基于知识梯度的无人机最优信道快速选择方法，其特征在于，步骤2中所述初始化查找表信念模型，其中信念状态初始值根据经验聚合得来，包括信道容量的信念均值。

4.根据权利要求1、2或3所述的基于知识梯度的无人机最优信道快速选择方法，其特征在于，步骤3所述根据当前时刻关于信道容量的信念状态，计算得到关于各信道的知识梯度值，选择知识梯度最大的信道为当前时刻的通信信道，具体为：

利用基于查找表模型的知识梯度算法，将关于信道容量的信念状态作为此次迭代的先验分布，该先验分布服从高斯分布，是一个由信念均值和信念方差组成的二维表格；

根据知识梯度的计算公式计算得到所有信道在当前信念状态下的知识梯度值，选择知识梯度值最大的信道为当前时刻的通信信道，同时对被选择信道进行监测。

5.根据权利要求4所述的基于知识梯度的无人机最优信道快速选择方法，其特征在于，利用基于查找表信念模型的知识梯度算法选择干扰最小的信道，针对单干扰机或多干扰机对通信信道变功率干扰场景，具体为：

(1)查找表信念模型

定义S^t为关于信道n∈{1,2,...,N}的信念状态，动作为选择N个信道中的一个，其中为时刻t对信道n的信道容量估值，则是时刻t关于信道n的信念标准差，信念状态记录了关于信道容量实际值r_n＝EF(n,W)的信念，W表示对信道n的观测，假设

t时刻关于信道n的知识梯度定义为：

是时刻t选择信道n＝n^t后的更新；

每一时刻做完动作选择后将得到如下回报，即观测值：

r_n是关于信道n信道容量的实际观测值；

定义信念精度和噪声精度

其中是基于经验和历史统计关于信道n的信道容量的方差；是信念方差，是信念标准差的平方；

基于上述定义和公式，对信道容量和信念精度做出如下更新，对于t时刻被选择的信道n：

其余信道沿用上一时刻的信念状态；

(2)知识梯度算法

利用基于查找表信念模型的知识梯度算法，对干扰机多信道变功率干扰场景下的各信道容量的知识梯度进行计算，知识梯度的大小表征了选择对应信道后能获取信息量的多少；知识梯度算法基于贝叶斯理论和信念状态服从高斯分布的假设，计算每个信道能够获取的信息量，信息量越大表示更新信念状态后决策的进步越大；

记t时刻选择信道n造成的信念均值的变化的方差

表示观测误差；

然后计算称为动作n的规范化影响，给出了当前动作n对应的信道容量的标准偏差的大小；

再计算

f(ζ)＝ζΦ(ζ)+φ(ζ)

其中Φ(ζ)和φ(ζ)分别表示累积标准正态分布函数和标准正态密度函数；

综上，t时刻信道n对应的知识梯度写作：

考虑到当前时刻的知识梯度对剩余时刻影响，同时权衡数据探索与利用之间的关系，最终用在线知识梯度作为信道选择的依据：

输入当前信念状态S^t，定义并由此计算规范化影响以及对应的f(ζ)，最后给出t时刻所有信道对应的在线知识梯度动作选择为

然后观测信道实际通信速率，根据(1)查找表信念模型中的更新方程对信念状态进行更新，然后开始下一时刻的信道选择，每个时刻对应一个预算，直到预算用完停止算法的迭代。