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
参数寻优方法
温度控制系统
分解炉
水泥
状态空间模型
联合资源分配方法
资源分配策略
深度强化学习算法
无线网络
对齐方法
属性分类识别方法
计算方法
门控循环单元
Softmax函数
回波
YOLO模型
塔机部件
塔吊部件
识别方法
加权特征