一种基于改进DQN算法的中继无人机多样性资源调度方法

本专利公开了一种基于改进DQN算法的中继无人机多样性资源调度方法，该方法包括以下步骤：为多样性需求的无人机中继通信场景建立数学模型；将该数学模型转化为马尔可夫决策模型；将改进的DQN算法应用于该决策模型。所公开的改进的DQN算法相较于原DQN算法做出3点改进：引入了双网络结构，以缓解存在的过度估计问题；将随机采样调整为重要性采样策略，引入优先经验回放机制，减少了样本选择的偏差，提升算法的训练效果和收敛性；将评估网络中的线性层替换为噪声层，帮助算法平衡探索与开发，增加模型的泛化能力。本发明能获得更高的数据吞吐量和用户服务水平，能更好的适应拥有多样性需求的复杂多变的无人机中继通信场景。