-
公开(公告)号：CN112511250B
公开(公告)日：2022-06-03
申请号：CN202011406139.8
申请日：2020-12-03
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明涉及一种基于DRL的多无人机空中基站动态部署方法及系统。该方法包括：获取待部署的目标区域范围；根据所述目标区域范围，采用ATG信道模型确定无人机的部署高度；基于所述部署高度、所述目标区域范围内用户分布、无人机数量和更新时间段，构建多无人机基站动态部署的神经网络模型；所述神经网络模型包括Actor网络和Critic网络；基于DRL的训练方式对所述神经网络模型进行训练，得到训练后的Actor网络；基于所述更新时间段内初始时刻每个无人机的位置信息和每个用户的位置信息，采用所述训练后的Actor网络生成每个无人机在所述更新时间段内的运动决策。本发明可以在地面用户位置信息时变条件下，提升无人机基站的通信效能。
-
公开(公告)号：CN114567401A
公开(公告)日：2022-05-31
申请号：CN202210390364.X
申请日：2022-04-14
Applicant: 中国人民解放军火箭军工程大学
IPC: H04B17/391 , H04W4/40 , H04B7/0413 , H04L25/02 , G01C21/00 , G01C21/16
Abstract: 本发明公开了一种基于感知通信一体化的无人机蜂群状态联合估计方法，包括以下步骤：一、无人机蜂群通信信道的建模；二、获得离散时频多输入多输出时间信道模型；三、采用计算机利用梳状导频获得用户到第m个无人机的上行信道接收信号；四、根据用户到第m个无人机的上行信道接收信号获取观测航向角；五、输入观测航向角，基于扩展卡尔曼滤波算法获取无人机状态变化量的估计值；六、根据无人机状态变化量的估计值获取无人机的通信参数。本发明方法步骤简单，通过无人机的运动状态获得无人机蜂群通信的通信参数，且无人机蜂群上行信道接收信号为无人机的运动状态估计提供了基础，从而实现了无人机蜂群状态和信道参数的联合估计。
-
公开(公告)号：CN114567401B
公开(公告)日：2023-02-14
申请号：CN202210390364.X
申请日：2022-04-14
Applicant: 中国人民解放军火箭军工程大学
IPC: H04B17/391 , H04W4/40 , H04B7/0413 , H04L25/02 , G01C21/00 , G01C21/16
Abstract: 本发明公开了一种基于感知通信一体化的无人机蜂群状态联合估计方法，包括以下步骤：一、无人机蜂群通信信道的建模；二、获得离散时频多输入多输出时间信道模型；三、采用计算机利用梳状导频获得用户到第m个无人机的上行信道接收信号；四、根据用户到第m个无人机的上行信道接收信号获取观测航向角；五、输入观测航向角，基于扩展卡尔曼滤波算法获取无人机状态变化量的估计值；六、根据无人机状态变化量的估计值获取无人机的通信参数。本发明方法步骤简单，通过无人机的运动状态获得无人机蜂群通信的通信参数，且无人机蜂群上行信道接收信号为无人机的运动状态估计提供了基础，从而实现了无人机蜂群状态和信道参数的联合估计。
-
公开(公告)号：CN113359480B
公开(公告)日：2022-02-01
申请号：CN202110806485.3
申请日：2021-07-16
Applicant: 中国人民解放军火箭军工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于MAPPO算法多无人机与用户协同通信优化方法，包括以下步骤：一、无人机网络模型和用户网络模型的建立；二、无人机和用户场景设置；三、无人机和用户的观测状态的获取；四、无人机和用户的全局状态的获取；五、无人机和用户的奖励的获取；六、储存经验元组；七、MAPPO算法迭代优化网络模型的参数；八、多无人机和多用户协同通信优化预测。本发明通过无人机和用户网络模型参数优化，实现了无人机飞行方位角、功率、带宽分配优化，有效地适应多个无人机和多用户的观测状态以预测输出合理的协同通信优化策略，实现在多维决策动作下最大化通信系统吞吐量并满足资源分配的公平性。
-
Patent Agency Ranking
公开(公告)号：CN113115344B
公开(公告)日：2021-12-14
申请号：CN202110420398.4
申请日：2021-04-19
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种基于噪声优化的无人机基站通信资源分配策略预测方法，该方法包括以下步骤：一、网络模型的建立；二、训练数据的获取；三、训练迭代以获取网络优化参数和噪声优化参数；四、获取优化后的网络模型；五、无人机基站通信资源动态分配策略预测。本发明方法步骤简单，设计合理，能增大通信资源分配策略的探索空间，提高了优化后的网络模型的准确性，有效地适应各个用户的动态状态以预测输出合理的通信资源分配策略。
-
公开(公告)号：CN113359480A
公开(公告)日：2021-09-07
申请号：CN202110806485.3
申请日：2021-07-16
Applicant: 中国人民解放军火箭军工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于MAPPO算法多无人机与用户协同通信优化方法，包括以下步骤：一、无人机网络模型和用户网络模型的建立；二、无人机和用户场景设置；三、无人机和用户的观测状态的获取；四、无人机和用户的全局状态的获取；五、无人机和用户的奖励的获取；六、储存经验元组；七、MAPPO算法迭代优化网络模型的参数；八、多无人机和多用户协同通信优化预测。本发明通过无人机和用户网络模型参数优化，实现了无人机飞行方位角、功率、带宽分配优化，有效地适应多个无人机和多用户的观测状态以预测输出合理的协同通信优化策略，实现在多维决策动作下最大化通信系统吞吐量并满足资源分配的公平性。
-
公开(公告)号：CN112511250A
公开(公告)日：2021-03-16
申请号：CN202011406139.8
申请日：2020-12-03
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明涉及一种基于DRL的多无人机空中基站动态部署方法及系统。该方法包括：获取待部署的目标区域范围；根据所述目标区域范围，采用ATG信道模型确定无人机的部署高度；基于所述部署高度、所述目标区域范围内用户分布、无人机数量和更新时间段，构建多无人机基站动态部署的神经网络模型；所述神经网络模型包括Actor网络和Critic网络；基于DRL的训练方式对所述神经网络模型进行训练，得到训练后的Actor网络；基于所述更新时间段内初始时刻每个无人机的位置信息和每个用户的位置信息，采用所述训练后的Actor网络生成每个无人机在所述更新时间段内的运动决策。本发明可以在地面用户位置信息时变条件下，提升无人机基站的通信效能。
-
公开(公告)号：CN116188811A
公开(公告)日：2023-05-30
申请号：CN202211624981.8
申请日：2022-12-16
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种基于颜色直方图距离的跟踪目标丢失检测方法，包括：获取待跟踪图像，其中，所述待跟踪图像包括目标区域和背景区域；基于所述跟踪图像的目标区域确定跟踪框缩放比例以调节跟踪框参数得到目标中心区域，使得所述目标中心区域中目标对象的像素数量与背景的像素数量之比满足预设条件；根据所述目标中心区域生成彩色直方图；基于所述彩色直方图按时序存储所述彩色直方图特征值，以根据所述特征值进行目标丢失检测；其中，所述跟踪框为矩形，所述跟踪框参数包括边长和旋转角度。本发明能够准确检测异常特征值的出现提高目标跟踪算法及应用系统的长时工作可靠性和智能化水平。
-
公开(公告)号：CN113115344A
公开(公告)日：2021-07-13
申请号：CN202110420398.4
申请日：2021-04-19
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明公开了一种基于噪声优化的无人机基站通信资源分配策略预测方法，该方法包括以下步骤：一、网络模型的建立；二、训练数据的获取；三、训练迭代以获取网络优化参数和噪声优化参数；四、获取优化后的网络模型；五、无人机基站通信资源动态分配策略预测。本发明方法步骤简单，设计合理，能增大通信资源分配策略的探索空间，提高了优化后的网络模型的准确性，有效地适应各个用户的动态状态以预测输出合理的通信资源分配策略。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.082 seconds)
