灾后无人机通感系统的任务调度与资源分配方法及装置

本发明涉及通信技术领域，特别涉及灾后无人机通感系统的任务调度与资源分配方法及装置。方法包括：无人机补充失效的基站，对潜在的感知目标进行监测；将通信惩罚指数和感知惩罚指数作为在无人机能量约束下的优化目标；建立联合任务调度和资源分配模型，最小化通信性能指标和感知性能指标的加权和；将优化问题重新表述为马尔可夫决策过程；构建软演员‑评论家算法SAC更新MDP，将迁移学习应用于软演员‑评论家算法SAC，当基站可用性发生变化时，将已训练模型的参数转移到更新后的MDP中。实验结果表明，SAC在通信和感知性能以及收敛速度上均优于基线算法。基于迁移学习的SAC在基站可用性突然变化时表现出更快的收敛速度和更好的鲁棒性。