[发明专利]一种无人机协能通信网络中轨迹设计和功率分配方法

权利要求书

1.一种无人机协能通信网络中轨迹设计和功率分配方法，其特征在于，包括以下步骤：

以节点最终虚拟剩余能量最接近节点的电池最大容量为目标建立功率分配模型；

采用强化学习距离奖惩算法对所述功率分配模型进行求解，得到节点资源分配和剩余能量的优化方案。

2.根据权利要求1所述的无人机协能通信网络中轨迹设计和功率分配方法，其特征在于，所述功率分配模型的目标函数为：其中，表示节点k的最终虚拟剩余能量，E_max表示节点k的电池最大能量，

表示节点k的初始能量，N表示飞行周期最大步长，η表示节点的能量接收转化效率，β₀表示单位距离的信道增益，P表示无人机广播能量时的固定功率；z₀(n)和z_k(n)为二元向量，当z_k(n)＝1且z₀(n)＝0时，在时隙n时无人机与节点k进行上行数据通信，当z_k(n)＝0且z₀(n)＝1时，在时隙n时无人机进行下行能量广播，q表示无人机的飞行坐标，x_k表示节点k的坐标，H为无人机的飞行高度，Δt为单位飞行时隙，p_k(n)表示在时隙n时节点k的上行通信发射功率。

3.根据权利要求2所述的无人机协能通信网络中轨迹设计和功率分配方法，其特征在于，所述功率分配模型的约束条件为：其中，K表示节点的数量，T表示飞行周期，R_k表示飞行周期内节点k的数据吞吐量，

σ²表示节点处的加性高斯白噪声的功率，q(n)表示在时隙n时无人机的飞行坐标，R_min表示预设门限；E_k(n)表示在时隙n时节点k的剩余能量，

4.根据权利要求1所述的无人机协能通信网络中轨迹设计和功率分配方法，其特征在于，采用强化学习距离奖惩算法对所述功率分配模型进行求解时，将功率分配模型描述为马尔可夫决策过程，其中，状态空间包括三部分，分别为：无人机当前所在的地理位置、过去n个历史动作、以及当前n个节点的数据吞吐量；动作空间定义为无人机在每个时隙中的运动方向、对每个节点进行能量传输动作以及对单个节点数据传输动作，其中，无人机每一步只能采取能量传输动作或数据传输动作中的一种；奖励函数包括上行链路各节点在每个周期内的平均可达到速率奖励函数和最大剩余能量差奖励函数两部分；转移概率矩阵设置为确定概率1。

5.根据权利要求4所述的无人机协能通信网络中轨迹设计和功率分配方法，其特征在于，所述上行链路各节点在每个周期内的平均可达到速率奖励函数为其中，K表示节点的数量，T表示飞行周期，R_k表示飞行周期内节点k的数据吞吐量。

6.根据权利要求4所述的无人机协能通信网络中轨迹设计和功率分配方法，其特征在于，所述最大剩余能量差奖励函数为其中，K表示节点的数量，表示节点k的初始能量，η表示节点的能量接收转化效率，β₀表示单位距离的信道增益，P表示无人机广播能量时的固定功率；z₀(n)和z_k(n)为二元向量，q表示无人机的飞行坐标，x_k表示节点k的坐标，H为无人机的飞行高度，Δt为单位飞行时隙，p_k(n)表示在时隙n时节点k的上行通信发射功率，E_max表示节点k的电池最大能量。