一种基于改进DT的自适应无人机轨迹优化与资源分配方法

本发明公开了一种基于改进DT的自适应无人机轨迹优化与资源分配方法，属于无人机边缘计算技术领域，包括：对DT模型进行改进；使用约束强化学习算法收集不同电池约束下收集数据；对改进后的模型进行预训练，生成决策动作，计算奖励和能耗成本，并将收集的状态、动作、奖励、成本拼接成轨迹片段；利用收集的轨迹片段进行微调，优化无人机的轨迹选择、用户关联与频带分配决策，以最大化奖励。本发明采用上述方法，通过对DT模型进行改进提高了边缘计算模型的效率与安全性，实现了在无线环境的约束条件变化时的良好泛化适应性。