摘要
本发明公开了一种复杂地形下的无人机集群拓扑动态优化方法及系统,方法包括:采集峡谷或城市群的地形三维建模数据与实时环境参数,融合无人机集群的位置、通信链路状态数据构建动态更新的孪生场景模型;将孪生场景模型输入分布式强化学习模型,通过多智能体异步决策生成无人机中继节点选址与链路优先级分配的拓扑优化策略;根据拓扑优化策略中的中继节点位置与链路方向,生成天线参数‑拓扑结构的协同适配方案;基于协同适配方案,实时采集集群通信质量与导航连续性指标,生成适配复杂地形变化的集群拓扑动态优化结果。利用本发明实施例,能够实现复杂地形下集群通信与导航性能动态提升,保障集群任务稳定执行。
技术关键词
分布式强化学习
三维建模数据
中继节点
通信链路状态
集群通信
数字孪生体
无人机集群
可重构天线
融合无人机
地形特征提取
策略
无人机所处区域
天线波束宽度
动态优化方法
生成无人机
参数
深度学习语义分割
卡尔曼滤波修正
系统为您推荐了相关专利信息
仿真方法
仿真模型
粗糙度
三维建模数据
硅橡胶试样
结构化数据格式
深度优先搜索算法
通信链路
计算方法
通信网络拓扑结构
候选中继节点
自组网
水利
通信信道
信道控制方法
新能源电动汽车充电桩
充放电控制系统
充放电控制方法
充电桩模块
系统监控模块