[发明专利]一种面向覆盖侦察任务的多无人机通信资源分配方法

权利要求书

1.一种面向覆盖侦察任务的多无人机通信资源分配方法，其特征在于，具体包括：

首先，搭建M架无人机飞行的任务区域场景模型，考虑无人机飞行环境中的高斯白噪声以及信道间的干扰，建立每条链路的信噪比和信道容量；

链路包括M架无人机与地面调度中心通信的M对U2I链路，用M＝{1,2,…,m}表示；以及K对无人机间的空-空链路的U2U链路，用K＝{1,2,…,k}表示；

然后，利用各链路的信噪比和信道容量定义状态空间、动作空间和奖励函数，为每架无人机建立两个结构相同的深度神经网络：Q-eval网络和Q-target网络；以及回放记忆库；

所述的Q-eval和Q-target均为含有3个隐藏层的5层全连接神经网络结构，3个隐藏层中的神经元数量分别为500，250和120，设定每个全连接神经网络的初始权重w和偏差项b分别服从参数为μ(0，0.1)，μ(0.05，0.01)的正态分布，且使用Relu激活函数；

奖励函数的表达式为：

C^c[m]表示第m条U2I链路的信道容量，C^u[k]为第k对U2U链路的信道容量，λ为C^c[m]的权重因子，(1-λ)为C^u[k]的权重因子，T₀是最大容许延迟，U_t是剩余传输时间；k_r为转弯角约束带来的奖励函数；γ_r为k_r对应的权重因子；k_d为无人机是否进入侦察区域带来的奖励函数；γ_d为k_d对应的权重因子；k_c为覆盖率奖励函数；γ_c为k_c对应的权重因子；

利用奖励函数计算Q值的表达式为：

γ为折扣因子；0＜γ＜1；

Q-eval网络用于选择最大Q值对应的动作，Q-target网络用于计算在Q-eval网络所选动作下的目标Q值；

回放记忆库用于存储训练样本[s_t,a_t,r_t,s_t+1]，表示输入当前状态s_t，输出动作a_t时，得到的奖励r_t，以及采取动作a_t后下一个状态s_t+1；

接着，通过从回放记忆库中选择训练样本，结合状态空间、动作空间和奖励函数训练神经网络模型；

最后，加载训练好的神经网络模型，输入无人机群的状态信息s_t，输出最优Q值对应的动作集，无人机集群系统按照最优动作执行航路规划和通信资源分配输出，并根据侦察覆盖任务目标结束应用。

2.如权利要求1所述的一种面向覆盖侦察任务的多无人机通信资源分配方法，其特征在于，所述搭建任务区域场景模型具体为：根据无人机的监视范围在地面的投影，设定网格的单元宽度，将任务区域栅格化；无人机集群内的每架无人机速度相同，且在完成任务前保持匀速飞行。