[发明专利]一种基于上下文-MAB的中继无人机路径规划方法

权利要求书

1.一种基于上下文-MAB的中继无人机路径规划方法，其特征在于：包括如下步骤：

步骤1、划分任务区域并保存划分好的子网格位置信息，初始化无人机航行路径；

步骤2、对用户、无人机与子网格进行特征编码，得到用户、无人机与子网格的二进制特征向量；

步骤3、获取优化后的无人机与子网格特征的权重矩阵，得到无人机的交互特征向量；

步骤3具体包括如下子步骤：

步骤3.1、对无人机与子网格的二进制特征向量归一化，得到无人机与子网格的归一化特征向量；

步骤3.2、基于步骤3.1得到的无人机与子网格的归一化特征向量建立目标函数并进行优化，获取优化后的无人机与子网格特征的权重矩阵；

步骤3.3、获取无人机交互特征向量，具体为：无人机的归一化特征向量与优化后的无人机与子网格特征的权重矩阵融合得到无人机交互特征向量；

步骤4、对无人机交互特征向量进行特征降维，得到降维交互特征向量，具体包括：确定聚类中心，对无人机交互特征向量进行高斯核映射并归一化；具体包括如下子步骤：

步骤4.1、对无人机交互特征向量进行K-means聚类，得到无人机交互特征向量聚类中心；

步骤4.2、对步骤3得到的无人机交互特征向量进行高斯核映射，得到无人机映射距离向量；

步骤4.3、对无人机映射距离向量归一化，得到降维交互特征向量；

步骤5、归一化步骤2得到的用户的二进制特征向量，并对用户进行K-means聚类，得到用户的聚类中心及用户簇；

步骤6、根据步骤4得到的降维交互特征向量，为执行任务的无人机推荐子网格，保存无人机路径；具体包括如下子步骤：

步骤6.1、获取每个子网格的用户连网效果收益的估计；

步骤6.2、为执行任务的无人机推荐子网格，作为该轮架次无人机的任务区域；

其中，各个用户连网效果收益的估计通过步骤6.1得到，在K²个子网格中选择用户连网效果收益的估计最大的子网格作为第t架次无人机的任务区域；

步骤6.3、若用户连接情况可知，更新反馈向量与训练矩阵，若用户连接情况不可知，则根据步骤6.4估计用户的连接情况反馈值，再更新反馈向量与训练矩阵；

步骤6.4、估计无人机在选中子网格内情况未知的用户的连接情况反馈值，具体为：计算该子网格内各用户簇的平均连接情况反馈值，得到该用户的连接情况反馈值；

步骤6.5、保存无人机路径，具体为：

获取无人机任务中依次被推荐的子网格集合，保存为该无人机的航行路径；

至此，完成了基于上下文-MAB的中继无人机路径规划方法。

2.根据权利要求1所述的一种基于上下文-MAB的中继无人机路径规划方法，其特征在于：步骤1中，任务区域即为空地网络的服务地域，该区域被划分为K×K个相等的子网格；无人机航行路径为一列向量，向量元素是无人机服务过的子网格。

3.根据权利要求2所述的一种基于上下文-MAB的中继无人机路径规划方法，其特征在于：步骤2、具体为：对用户、无人机或子网格的特征按照大小分段，对应分段的特征进行二进制编码，并将得到的二进制编码作为该特征对应的二进制特征向量，连接不同特征所得二进制编码得到完整的二进制特征向量；

其中，用户特征包括用户所在地理位置与用户终端收发功率；

无人机特征包括：无人机电量、无人机所在位置与出发点距离、无人机用户占有率以及无人机传输功率；

子网格特征包括：子网格内用户数量、子网格内用户距离子网格中心距离、子网格与出发点距离及子网格用户连接率；

通过步骤2，得到了用户、无人机与子网格的二进制特征向量。

4.根据权利要求3所述的一种基于上下文-MAB的中继无人机路径规划方法，其特征在于：步骤3.1中，二进制特征向量归一化，具体为：特征向量各元素除以该向量的模值。