[發明專利]灌區場景中基于能耗優化的無人機自主部署方法

在審

• 申請號: 202210758217.3
• 申請日: 2022-06-30
• 公開（公告）號: CN115119174A
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 王侃;鄭翔;劉卓琳;舒永翔;徐凱歌;鄭霖
• 申請（專利權）人: 西安理工大學
• 主分類號: H04W4/40
• 分類號: H04W4/40;H04W16/18;H04W24/02;G06N20/00
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 王敏強

本發明公開的灌區場景中基于能耗優化的無人機自主部署方法，首先，構建由地面基站、無人機基站、地面終端組成的空地協作無人機組網模型；針對空對地通信過程的路徑損耗，構建能耗優化模型；搭建基于DQN算法的強化學習神經網絡模型，訓練神經網絡，通過梯度下降法優化損失函數，得到當前狀態下最優無人機位置部署策略。本方法通過結合強化學習的決策能力和深度學習的感知能力，提高無人機基站的部署速度，快速組建空中移動基站，同時減少部署過程中的路徑損耗和能耗，能在復雜灌區環境中增強蜂窩網絡覆蓋服務并節約部署能耗。

技術領域

本發明屬于無人機控制技術領域，具體涉及一種灌區場景中基于能耗優化的無人機基站自主部署方法。

背景技術

當前無人機應用飛速發展，無人機自身固有的機動性和靈活性使其在無線系統中有非常大的應用潛力。我國是傳統農業大國，農業灌區中水資源的配置及農作物生長情況影響總體農業生產，為提升農業生產效率，需對灌區水資源配置與作物生長情況進行數據監測，并通過蜂窩網絡將采集的數據信息傳輸至灌區信息化系統，進行數據的集中管理與分析，從而提高灌區用水效率。傳統的灌區網絡管理方式，對于一些偏遠的有網絡通信需求卻無需長時間網絡覆蓋的灌區，效率低下，造成人力物力的浪費?，F有灌區蜂窩網絡的容量和覆蓋極為緊張，部署低空無人機被認為是復雜灌區地理區域中提供無線連通的有效方法。一方面，高空平臺無人機可提供更長期的持續解決方案，為灌區提供網絡覆蓋并為信息化灌區終端設備按需提供連接和高數據率無線通信服務。另一方面，物聯網技術應用中，空地一體化協同組網架構在增強灌區移動通信系統性能方面有巨大潛力，能夠在由于障礙物或相隔距離太遠而無法直接通信的環境中，保持可靠的通信鏈路。

目前無人機大多采用電池供電，執行任務時間有限，因此現有研究主要考慮將能量更多的用于飛行過程；另一方面，無人機基站部署的速度也會對網絡通信質量和數據傳輸效率造成影響，因此無人機基站自主部署所面臨的最大挑戰為：如何利用最低能耗來快速部署無人機基站，以為終端用戶提供智能接入服務。提高無人機組建空中移動基站的速度、實現部署最優覆蓋、減少部署過程中的路徑損耗以及能量消耗和快速選擇最優位置是提升部署效率、節省能量的有效方法。已有的針對控制無人機解決通信問題的方法主要包括以下兩個方向：第一，傳統強化學習算法，其具有一定局限性，如較早在通信領域應用的強化學習算法Q-learning只適用于離散動作空間較小的無人機部署場景中，從而在灌區多終端復雜環境下無法實時獲得連續動作獲取的最優策略；第二，粒子群算法，該方法局部搜索能力差，容易陷入局部極值。

發明內容

本發明的目的是提供一種灌區場景中基于能耗優化的無人機基站自主部署方法，利用深度強化學習算法通過神經網絡訓練來得到無人機部署的模型參數，從而得到灌區場景中無人機自主部署過程中所應采取的最優動作和最佳位置。

本發明所采用的技術方案是，灌區場景中基于能耗優化的無人機基站自主部署方法，具體按照以下步驟實施：

步驟1、構建由地面基站、無人機基站和地面終端組成的空地協作無人機組網模型；

步驟2、基于步驟1構建的空地協作無人機組網模型，針對空對地通信過程的路徑損耗，構建能耗優化模型，得到能耗獎勵值；

步驟3、針對步驟2得到的過程能耗獎勵值，搭建基于DQN算法的強化學習神經網絡模型；

步驟4、訓練步驟3得到的神經網絡模型，實時得到最優動作，對無人機進行自主部署。

本發明的特點還在于：

步驟1具體操作為：

步驟1.1、地面基站與終端間的通信鏈路為非可視距鏈路，地面基站和無人機基站之間以及無人機基站和終端之間的通信鏈路為可視距鏈路；