申请/专利权人:南京理工大学
申请日:2023-12-15
公开(公告)日:2024-03-22
公开(公告)号:CN117750523A
主分类号:H04W72/50
分类号:H04W72/50;G06N3/092;G06N3/094;G06N3/045;H04W72/0453;H04W72/541;H04W72/51;H04B17/382;H04W16/14;H04W84/06;H04B7/185
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种基于神经虚拟自我对弈的多无人机动态频谱接入方法,用于解决认知无人机动态频谱接入问题。本发明适用于认知无人机网络,该网络允许认知无人机和主用户共享主用户通信频段,其中主用户的频谱占用状态随时间和空间不断变化;每个作为认知无人机发射端根据从主用户接收端和自身接收端接反馈的自动重复请求信号,以完全分布式的方式独立决策频谱接入方案;将非合作认知无人机之间的分布式频谱接入问题建模为随机博弈,其中每个认知无人机发射端优化其频谱接入策略,以最大化其累积速率的期望,同时控制对主用户的总干扰。本发明可快速有效地提高无线通信频谱利用率。
主权项:1.一种基于神经虚拟自我对弈的多无人机动态频谱接入方法,其特征在于,包括如下步骤:步骤1、每个无人机初始化自身动作-价值网络、目标网络和平均策略网络;步骤2、每个时隙认知无人机发射端根据观测到的状态,通过动作-价值网络输出各个动作Q值,再根据行为策略生成相关动作;步骤3、认知无人机发射端执行动作,并得到环境中主用户接收端和认知无人机接收端反馈,根据反馈计算奖励,最后将轨迹保存到经验回放池;步骤4、当前时隙结束后,若不满足无人机发射端多步更新的条件,返回步骤2,否则转步骤5;步骤5、各无人机发射端采样自身的经验回放池的轨迹,计算时间差分误差,根据损失函数进行梯度计算,并对动作-价值网络、目标网络和平均策略网络进行更新;当未达到时间限制时,返回步骤2,否则转步骤6进入实施阶段;步骤6、在实施阶段,每个无人机根据自身已经收敛的最优策略π*进行接入动作的选择。
全文数据:
权利要求:
百度查询: 南京理工大学 基于神经虚拟自我对弈的多无人机动态频谱接入方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。