一种使用强化学习获得无人机中继轨迹的方法
授权
摘要
本发明公开了一种使用强化学习获得辅助蜂窝网络的无人机中继轨迹的方法，输入无人机起始位置，无人机电池最大容量，最大回合数,折扣因子,学习率,动作利用率，采用Q学习设计能量受限的无人机轨迹。本发明综合考虑基站的天线辐射模式、回程约束、无人机能量消耗，建立了一个有实际意义的无人机电池能量受限的轨迹优化问题，分析待解决的轨迹设计问题，将无人机轨迹设计问题转化为离散时间决策过程并转用Q学习解决问题，能设计无人机最佳轨迹,充分利用无人机电池能量带来最大用户频谱效率的提升。
基本信息
专利标题 ：
一种使用强化学习获得无人机中继轨迹的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113258989A
申请号 ：
CN202110532993.7
公开（公告）日 ：
2021-08-13
申请日 ：
2021-05-17
授权号 ：
CN113258989B
授权日 ：
2022-06-03
发明人 ：
刘楠慕红伟潘志文尤肖虎
申请人 ：
东南大学
申请人地址 ：
江苏省南京市江宁区东南大学路2号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
孙建朋
优先权 ：
CN202110532993.7
主分类号 ：
H04B7/185
IPC分类号 ：
H04B7/185 H04W40/10 H04W52/34
法律状态
2022-06-03 ：
授权
2021-08-31 ：
实质审查的生效
IPC(主分类) : H04B 7/185
申请日 : 20210517
申请日 : 20210517
2021-08-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
