摘要
本发明提供了一种基于主动可重构智能表面和异构无人机群的物联网数据收集方法。该方法包括将无人机划分为近基站无人机和远基站无人机;获取当前时隙的可重构智能表面、传感器节点的状态信息;以及建立通信模型、任务计算模型与能耗模型;同时,我们建立了一个联合优化无人机轨迹、可重构智能表面放大增益矩阵和相移矩阵的数据量最大化问题。为了解决这个问题,我们提出了一个基于深度强化学习的算法和一个受集合覆盖启发的贪婪算法。本发明表明多智能体深度强化学习方法以较高的能量消耗为代价提高了整体数据收集性能,而贪婪算法以较低的计算复杂度获得了有竞争力的结果。
技术关键词
基站无人机
主动可重构
数据收集方法
异构无人机
传感器节点
重构智能
多智能体强化学习
贪婪算法
矩阵
网络
深度强化学习
能耗
转发策略
轨迹
信道
通信链路