摘要
本发明属于无人机辅助通信领域,公开了一种真实地理环境下用户轨迹预测与无人机路径规划的方法,其实施过程为:建立无人机与用户间的信道模型;计算无人机和用户间的吞吐量,确定优化目标和约束条件;建立用户历史轨迹数据集,利用LSTM网络进行预测;将得到的用户预测轨迹应用到无人机通信场景中;初始化强化学习DDQN网络的参数,根据动作选择策略选择动作,计算动作对应的奖励,计算Q值及相应的Loss函数,利用Loss函数更新Q网络权重,迭代至最大迭代次数,最终得到规划出的无人机路径。本发明提出的方法考虑了符合真实地理环境的用户移动特征,通过预测的方法得出用户的移动轨迹,并考虑无人机相邻时隙间位置的相关性,最终提高了系统总吞吐量。
技术关键词
无人机通信网络
历史轨迹数据
通信链路
总吞吐量最大化
时间段
坐标
无人机路径规划
三维路径规划
优化网络参数
损耗
深度学习网络
深度Q网络
定义
速率
贪婪策略
系统为您推荐了相关专利信息
导管架平台
健康管理系统
数字孪生技术
杆件
三阶固有频率
资源分配策略
数据传输能耗
李雅普诺夫算法
决策
队列
一体化管理方法
无线网关
模态传感器
数据立方体
风险
企业用电量分析
新能源发电量
月度用电量
时序预测模型
阶段