[發明專利]一種基于知識梯度的無人機最優信道快速選擇方法

在審

• 申請號: 202110681497.8
• 申請日: 2021-06-18
• 公開（公告）號: CN113573323A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 杜豐;林艷;李駿
• 申請（專利權）人: 南京理工大學
• 主分類號: H04W16/22
• 分類號: H04W16/22;H04W36/30;H04B17/391;H04B17/336;H04B17/345
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

1.一種基于知識梯度的無人機最優信道快速選擇方法，其特征在于，包括以下步驟：

步驟1、基于貝葉斯定理將所有信道的信道容量建模為查找表信念模型；

步驟2、根據無人機通信任務經驗，初始化查找表信念模型；

步驟3、根據當前時刻關于信道容量的信念狀態，計算得到關于各信道的知識梯度值，選擇知識梯度最大的信道為當前時刻的通信信道；

步驟4、無人機在選擇的信道上進行通信，同時監測傳輸速率，根據傳輸速率對信道容量的信念狀態進行更新。

2.根據權利要求1所述的基于知識梯度的無人機最優信道快速選擇方法，其特征在于，步驟1所述的查找表信念模型，基于貝葉斯定理，具體如下：

查找表信念模型是對信道容量的建模，由信道容量的信念均值和信念方差組成，統稱信念狀態；前一時刻更新后的信念狀態屬于信道容量的后驗分布，用做當前時刻先驗分布參與運算。

3.根據權利要求1所述的基于知識梯度的無人機最優信道快速選擇方法，其特征在于，步驟2中所述初始化查找表信念模型，其中信念狀態初始值根據經驗聚合得來，包括信道容量的信念均值。

4.根據權利要求1、2或3所述的基于知識梯度的無人機最優信道快速選擇方法，其特征在于，步驟3所述根據當前時刻關于信道容量的信念狀態，計算得到關于各信道的知識梯度值，選擇知識梯度最大的信道為當前時刻的通信信道，具體為：

利用基于查找表模型的知識梯度算法，將關于信道容量的信念狀態作為此次迭代的先驗分布，該先驗分布服從高斯分布，是一個由信念均值和信念方差組成的二維表格；

根據知識梯度的計算公式計算得到所有信道在當前信念狀態下的知識梯度值，選擇知識梯度值最大的信道為當前時刻的通信信道，同時對被選擇信道進行監測。

5.根據權利要求4所述的基于知識梯度的無人機最優信道快速選擇方法，其特征在于，利用基于查找表信念模型的知識梯度算法選擇干擾最小的信道，針對單干擾機或多干擾機對通信信道變功率干擾場景，具體為：

(1)查找表信念模型

定義S^t為關于信道n∈{1,2,...,N}的信念狀態，動作為選擇N個信道中的一個，其中為時刻t對信道n的信道容量估值，則是時刻t關于信道n的信念標準差，信念狀態記錄了關于信道容量實際值r_n＝EF(n,W)的信念，W表示對信道n的觀測，假設

t時刻關于信道n的知識梯度定義為：

是時刻t選擇信道n＝n^t后的更新；

每一時刻做完動作選擇后將得到如下回報，即觀測值：

r_n是關于信道n信道容量的實際觀測值；

定義信念精度和噪聲精度

其中是基于經驗和歷史統計關于信道n的信道容量的方差；是信念方差，是信念標準差的平方；

基于上述定義和公式，對信道容量和信念精度做出如下更新，對于t時刻被選擇的信道n：

其余信道沿用上一時刻的信念狀態；

(2)知識梯度算法

利用基于查找表信念模型的知識梯度算法，對干擾機多信道變功率干擾場景下的各信道容量的知識梯度進行計算，知識梯度的大小表征了選擇對應信道后能獲取信息量的多少；知識梯度算法基于貝葉斯理論和信念狀態服從高斯分布的假設，計算每個信道能夠獲取的信息量，信息量越大表示更新信念狀態后決策的進步越大；

記t時刻選擇信道n造成的信念均值的變化的方差

表示觀測誤差；

然后計算稱為動作n的規范化影響，給出了當前動作n對應的信道容量的標準偏差的大小；

再計算

f(ζ)＝ζΦ(ζ)+φ(ζ)

其中Φ(ζ)和φ(ζ)分別表示累積標準正態分布函數和標準正態密度函數；

綜上，t時刻信道n對應的知識梯度寫作：

考慮到當前時刻的知識梯度對剩余時刻影響，同時權衡數據探索與利用之間的關系，最終用在線知識梯度作為信道選擇的依據：

輸入當前信念狀態S^t，定義并由此計算規范化影響以及對應的f(ζ)，最后給出t時刻所有信道對應的在線知識梯度動作選擇為

然后觀測信道實際通信速率，根據(1)查找表信念模型中的更新方程對信念狀態進行更新，然后開始下一時刻的信道選擇，每個時刻對應一個預算，直到預算用完停止算法的迭代。