摘要
本发明涉及一种分布式无人机基站低空无线信号覆盖方法,属于无线通信技术领域。该方法包括以下步骤:S1:建模无人机基站覆盖优化场景并提出优化问题;S2:将所述优化问题建模为去中心化部分可观测的马尔科夫决策过程;S3:设计分布式多智能体深度强化学习算法的网络结构;S4:设计分布式多智能体深度强化学习算法的训练框架。面向复杂动态环境下无人机基站协同覆盖优化问题,针对传统方法在对全局状态的依赖性与部分可观测场景适应性等方面的不足,本发明将部分可观测环境下无人机基站协同覆盖优化问题建模为去中心化部分可观测的马尔科夫决策过程,提出一种分布式多智能体深度强化学习算法的网络结构以及训练框架。
技术关键词
分布式无人机基站
分布式多智能体
信号覆盖方法
深度强化学习算法
网络结构
优化场景
无人机三维轨迹
时隙持续时间
通信覆盖范围
栅格化方法
时间序列信息
分布式策略
通信吞吐量
机载传感器
决策
训练神经网络
注意力
系统吞吐量
系统为您推荐了相关专利信息
神经网络模型
神经网络预测模型
数据
网络结构
运动型
智慧能源管理方法
控制分析单元
集成水位传感器
水力发电供能
光伏发电供能
无人车
深度强化学习算法
进化算法
策略
搜索模块
电池状态评估
综合评估系统
多模态深度学习
大数据分析平台
学习异常检测
数字孪生模型
降阶方法
仿真数据
降阶模型
Simulink模型