基于深度强化学习的多无人机空中充电和任务调度方法
授权
摘要
本发明公开了一种基于深度强化学习的多无人机空中充电和任务调度方法，包括：构建多无人机群辅助边缘计算模型；预设每个无人机的计算资源；构建多无人机位置部署、用户设备卸载决策和计算资源分配的优化模型；以无人机群能耗最小为优化目标，采用DDQN算法求解用户设备的卸载决策；采用差分进化算法求解无人机的计算资源分配策略；再次利用差分进化算法对无人机部署策略进行优化；迭代直至获得无人机的部署策略、无人机的计算资源最优分配策略，以及用户设备的最优卸载决策。本发明考虑到了多无人机之间的协作，无人机之间计算资源的平衡，使部分无人机充当中继站，将任务传输给其他无人机来计算，以获得无人机系统能耗最小的最优卸载决策。
基本信息
专利标题 ：
基于深度强化学习的多无人机空中充电和任务调度方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114048689A
申请号 ：
CN202210034831.5
公开（公告）日 ：
2022-02-15
申请日 ：
2022-01-13
授权号 ：
CN114048689B
授权日 ：
2022-04-15
发明人 ：
夏景明王亮李斌谈玲
申请人 ：
南京信息工程大学
申请人地址 ：
江苏省南京市浦口区宁六路219号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
陈月菊
优先权 ：
CN202210034831.5
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F9/445 G06F9/48 G06F9/50 G06N3/04 G06N3/08 G06N3/12 G06F111/04 G06F119/06 G06F119/12
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-04-15 ：
授权
2022-03-04 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220113
申请日 : 20220113
2022-02-15 ：
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
