本发明公开了一种使用强化学习获得辅助蜂窝网络的无人机中继轨迹的方法,输入无人机起始位置,无人机电池最大容量,最大回合数,折扣因子,学习率,动作利用率,采用Q学习设计能量受限的无人机轨迹。本发明综合考虑基站的天线辐射模式、回程约束、无人机能量消耗,建立了一个有实际意义的无人机电池能量受限的轨迹优化问题,分析待解决的轨迹设计问题,将无人机轨迹设计问题转化为离散时间决策过程并转用Q学习解决问题,能设计无人机最佳轨迹,充分利用无人机电池能量带来最大用户频谱效率的提升。
声明:
“使用强化学习获得无人机中继轨迹的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)