【技术实现步骤摘要】
一种中继无人机部署方法及装置
本说明书一个或多个实施例涉及无人机
，尤其涉及一种中继无人机部署方法及装置。
技术介绍
随着通信与无人机技术的发展，无人机已经应用于情报侦察、搜索救援、通信中断和武装攻击等领域。在多无人机架构的无人机网络中，多无人机协同追踪目标时，由于无人机的高速移动和通信范围受限问题，无人机之间的通信链路容易被频繁打断，造成多无人机协作追踪时对多个移动目标无法精确共识；同时，随着无人机机群数量的增多，信息共识的路径也变得复杂，接收到的信息可能会有一定的时延，严重影响目标追踪的精度，甚至导致目标丢失。
技术实现思路
有鉴于此，本说明书一个或多个实施例的目的在于提出一种中继无人机部署方法及装置，通过在无人机网络中部署中继无人机以解决多无人机协同工作所存在的问题。基于上述目的，本说明书一个或多个实施例提供了一种中继无人机部署方法，包括：确定至少一个无人机在无人机网络中的位置；根据无人机网络的网络参数，确定无人机网络的优化目标，所述优化目标包括最优化能耗和时延、最小化...
【技术保护点】
1.一种中继无人机部署方法，其特征在于，包括：/n确定至少一个无人机在无人机网络中的位置；/n根据无人机网络的网络参数，确定无人机网络的优化目标，所述优化目标包括最优化能耗和时延、最小化中断概率和最大化共识概率；/n基于深度Q学习方法，根据所述优化目标计算奖励值，确定中继无人机在所述无人机网络中的位置。/n
【技术特征摘要】
1.一种中继无人机部署方法，其特征在于，包括：
确定至少一个无人机在无人机网络中的位置；
根据无人机网络的网络参数，确定无人机网络的优化目标，所述优化目标包括最优化能耗和时延、最小化中断概率和最大化共识概率；
基于深度Q学习方法，根据所述优化目标计算奖励值，确定中继无人机在所述无人机网络中的位置。
2.根据权利要求1所述的方法，其特征在于，所述确定至少一个无人机在无人机网络中的位置，包括：
所述无人机网络初始化时，随机确定各无人机在所述无人机网络中的起始位置；
所述根据无人机网络的网络参数，确定无人机网络的优化目标，包括：
根据各无人机的起始位置，确定初始化的无人机网络的拓扑结构；
根据所述初始化的无人机网络的拓扑结构，确定所述初始化的无人机网络的网络参数；
根据所述初始化的无人机网络的网络参数，确定所述初始化的无人机网络的优化目标；
所述基于深度Q学习方法，根据所述优化目标计算奖励值，确定中继无人机在所述无人机网络中的位置，包括：
基于深度Q学习方法，根据所述初始化的无人机网络的优化目标计算奖励值，确定所述中继无人机的初始位置。
3.根据权利要求2所述的方法，其特征在于，所述基于深度Q学习方法，根据所述初始化的无人机网络的优化目标计算奖励值，确定所述中继无人机的初始位置，包括：
确定各无人机的起始位置后，通过将所述中继无人机部署于所述初始化的无人机网络中的不同位置，基于深度Q学习方法，计算所述中继无人机位于不同位置下的奖励值和对应的Q值，从中选择Q值最大的中继无人机的位置作为最优的初始位置。
4.根据权利要求2所述的方法，其特征在于，所述确定至少一个无人机在无人机网络中的位置，包括：
其中一个无人机从所述起始位置移动至少一步；
所述根据无人机网络的网络参数，确定无人机网络的优化目标，包括：
根据其中一个无人机移动每一步后形成的各无人机的当前位置，确定当前无人机网络的拓扑结构；
根据所述当前无人机网络的拓扑结构，确定所述当前无人机网络的网络参数；
根据所述当前无人机网络的网络参数，确定所述当前无人机网络的优化目标；
所述基于深度Q学习方法，根据优化目标计算奖励值，确定中继无人机在无人机网络中的位置，包括：
基于深度Q学习方法，根据所述当前无人机网络的优化目标计算奖励值，确定所述中继无人机从所述初始位置移动至少一步的移动轨迹。
5.根据权利要求4所述的方法，其特征在于，所述基于深度Q学习方法，根据所述当前无人机网络的优化目标计算奖励值，确定所述中继无人机从所述初始位置移动至少一步的移动轨迹，包括：
任意一个无人机从所述起始位置移动一步时，所述中继无人机从所述初始位置开始移动一步至不同位置，基于深度Q学习方法，计算所述中继无人机移动一步至不同位置下的奖励值和对应的Q值，从中选择出Q值最大的中继无人机移动一步所达到的位置作为最优的下一步位置。
6.根据权利要求1所述的方法，其特征在于，所述最优化能耗和时延的优化目标为：
其中，Tc为加入中继无人机和不加入中继无人机两种情况下得到的共识收敛时间的时...
【专利技术属性】
技术研发人员：许晓东，黄芷菡，韩书君，孙梦颖，刘宝玲，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。