[發明專利]UAV異構網絡多維資源動態管理方法

有效

• 申請號: 202011043077.9
• 申請日: 2020-09-28
• 公開（公告）號: CN112584347B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 喬冠華;吳麒;王翔
• 申請（專利權）人: 西南電子技術研究所(中國電子科技集團公司第十研究所)
• 主分類號: H04W4/44
• 分類號: H04W4/44;H04W24/02;G06N3/04
• 代理公司: 成飛(集團)公司專利中心 51121
• 代理人: 郭純武

1.一種UAV異構網絡多維資源動態管理方法，具有如下技術特征：在給定的無人機UAV異構網絡場景中，采用地面基站集中式匯聚層學習模型和UAV智能體分布式執行層學習模型組成執行資源管理策略的聯邦學習架構；在地面基站集中式匯聚層學習模型中，集中式匯聚層基于UAV異構網絡場景構建多智能體增強學習模型并負責初始化模型參數；在UAV智能體分布式執行層學習模型中，分布式執行層通過多智能體增強學習模型對局部網絡策略進行調整，每個UAV通過加裝智能體模塊在感知到局部的網絡狀態后，通過最小化代理損失函數得到學習模型參數的近似解，并基于增強學習設計的資源管理算法輸出頻譜共享、功率控制和調制選擇策略，接收來自網絡環境的獎勵和網絡狀態轉移反饋信號，并將計算后的模型參數發送給所關聯的地面基站；地面基站通過交互獲得所有局部模型參數并將更新后的參數下發至每個UAV學習模型，基于聯邦學習的資源動態管理算法終止條件，統一聯邦學習框架輸出能夠使局部和全局性能達到折中優化的模型參數。

2.如權利要求1所述的UAV異構網絡多維資源動態管理方法，其特征在于：在典型的UAV異構網絡的場景中，其特征在于：在t時隙內，無人機UAV-1…UAV-i…UAV-n分別感知到當前網絡狀態s₁(t)，…，s_i(t)，…，s_n(t)后，采取網絡資源管理行為a₁(t)，…a_i(t)，…，a_n(t)，獲得網絡環境反饋的獎勵信號r₁(t)，…r_i(t)，…r_n(t)并使網絡狀態發生轉移。

3.如權利要求2所述的UAV異構網絡多維資源動態管理方法，其特征在于：無人機U_i在t時隙內的網絡狀態s_i(t)＝{d_i,b_i,u_i,{G_i[p]}_p∈κ}，無人機U_i應用的數據類型d_i＝{cr_i,co_i,se_i}d_i所對應業務類型的通信需求u_i＝{re_i,la_i,ra_i}，無人機U_i感知到的局部信道狀態信息其中，b_i為d_i所對應業務類型的數據報文大小，cr_i為指控類，co_i為協調類，se_i為傳感類；re_i為可靠性要求，la_i為傳輸時延要求，ra_i為通信速率要求。

4.如權利要求1所述的UAV異構網絡多維資源動態管理方法，其特征在于：在UAV異構網絡的場景中，設有子網-1和子網-2，子網-1存在多個無人機節點和通信鏈路，包含通過干擾鏈路與地面基站B₁進行通信的無人機U_i和無人機U_k，無人機U_k對U_j的干擾鏈路增益g_k,j[p]，通過U2U通信鏈路與無人機U_k進行通信的無人機U_m，通過U2U通信鏈路與無人機U_i進行通信的無人機U_j，無人機U_i和U_j的直通鏈路增益g_i[p]，通過干擾鏈路與無人機U_j進行通信的無人機U_p，無人機U_p對U_j的干擾鏈路增益g_p,j[p]。