摘要
本发明提供通信导航感知深度强化时空协同组网感知优化方法及装置,包括建立受灾区域的数字表面模型并标记障碍物,建立受灾区域的自组网的通信拟合模型,模拟自组网中的感知节点任务规划,建立基于ResNet‑DDPG的深度强化学习模型,包括构建基于ResNet网络的自组网时空优化的强化学习状态空间,构建自组网时空优化的强化学习动作空间,基于通信拟合模型设计融合地理空间特征的强化学习奖励,基于DDPG模型进行强化学习训练,训练收敛后输出自组网相对于感知通信节点协同部署的最优方案。本发明通过优化地面的通信、感知和数据接收节点的时空协同部署,实现了通信速率和部署位置有效性的显著提升。
技术关键词
感知优化方法
通信节点
数字表面模型
自组网
ResNet网络
融合地理
深度强化学习模型
障碍物
速率
栅格
动作策略
非暂态计算机可读存储介质
控制通信
规划
三维地形模型
掩膜
数据
系统为您推荐了相关专利信息
中继节点
信道信噪比
信道接入方法
通信节点
接收信噪比
轮廓数据
地理信息系统软件
建筑物
面向对象分类
建筑屋顶
深度检测设备
语义分割网络
激光测高数据
水位传感器
数字高程模型数据
节点
轮盘赌算法
远程监控程序
权重分配机制
离差最大化
网络关键节点
度量
线性阈值模型
计算机程序代码
关键节点识别方法