一种基于深度强化学习的无人机巡检方法、设备及介质

本发明涉及一种基于深度强化学习的无人机巡检方法、设备及介质，属于无人机通信技术领域，该方法步骤包括获取基站和无人机的位置信息，计算它们之间的距离，并根据这个距离来确定存在视距链路的概率和大尺度路径损耗，进而构建信道模型。然后，基于信道模型，计算无人机与基站之间的数据传输时间，同时考虑基站通过多跳传输与数据终端的数据传输时间。最终，建立一个目标函数，旨在最小化总的巡检数据传输时间，并通过深度学习算法求解，得到无人机的最佳飞行路径和发射功率。本发明简化了三维空间和时间的综合考量，降低了计算复杂度。