一种基于绝对定位和相对定位的强化学习无人机网络构建系统和方法技术方案

本发明专利技术涉及一种基于绝对定位和相对定位的强化学习无人机网络构建系统，所述系统包括中心侧和边缘侧两部分，中心侧包含无人机部署决策制定模块，无人机移动决策制定模块和信息收发模块；边缘侧包含无人机飞行决策制定模块，无人机通信模块和地面节点通信模块；该方案提供了一种无需考虑无人机组网拓扑结构，使用无人机的相对定位信息来制定无人机飞行决策的强化学习方法，具有普适性；提出了自适应扩展卡尔曼滤波测距精度提升策略，该策略使用自适应扩展卡尔曼滤波算法(Adaptive Extended Kalman Filter Algorithm,AEKF)计算无人机之间的相对距离，能有效提高距离测量的精度。的精度。的精度。

【技术实现步骤摘要】
一种基于绝对定位和相对定位的强化学习无人机网络构建系统和方法


[0001]本专利技术涉及一种无人机网络构建系统和方法，具体涉及一种基于绝对定位和相对定位的强化学习无人机网络构建系统，属于无人机网络构建


技术介绍

[0002]目前主流的无线通信技术往往需要依赖完善的网络基础设施。而无人机因为其移动灵活等特点，可以在极端场景中作为通信服务的中继节点，其组网方案的制定是目前的研究热点。现有的无人机组网方案研究多是基于地面节点静态场景，即地面节点是静止不动的，这与实际情况不符。因此缺少一种能根据地面节点分布特征的动态改变而做出自适应部署的无人机组网方案；现有的关于无人机集群移动行为的研究多是基于无人机的绝对定位信息，这在某些特殊场景中(例如战争场景)可能无法满足，因此研究利用无人机的相对定位信息来制定无人机集群的移动决策也是有必要的；现有的研究多为中心化求解方式，可以考虑引入分布式架构，从而降低系统的总控负载；此外，赋予无人机自主飞行的能力也是具有前景的研究方向，目前缺乏一种不限定无人机组网拓扑，具有普适性的无人机相对定位组网方案；最后，无人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于绝对定位和相对定位的强化学习无人机网络构建系统，其特征在于，所述系统包括中心侧和边缘侧两部分，中心侧包含无人机部署决策制定模块，无人机移动决策制定模块和信息收发模块；边缘侧包含无人机飞行决策制定模块，无人机通信模块和地面节点通信模块。2.根据权利要求1所述的基于绝对定位和相对定位的强化学习无人机网络构建系统，其特征在于，边缘侧中，其中地面节点通信模块部署于地面节点，无人机通信模块和无人机飞行决策制定模块部署在用于边缘覆盖网络的各个无人机上，地面节点通信模块上传边缘侧的地面节点绝对位置信息，无人机通信模块接收中心侧传来的无人机部署决策与移动决策指令；无人机飞行决策制定模块根据无人机的部署决策与移动决策选取参照点和确定奖励表达式，结合自适应扩展卡尔曼滤波测距精度提升策略，使用强化学习方法制定无人机的飞行决策，完成无人机的自适应飞行。3.根据权利要求1所述的基于绝对定位和相对定位的强化学习无人机网络构建系统，其特征在于，中心侧中的三个模块皆部署于云计算中心，信息收发模块完成与边缘侧各个通信模块之间的通信，接收边缘侧地面节点的绝对位置信息，返回无人机部署决策和无人机移动决策，无人机部署决策制定模块使用遗传算法，根据地面节点的分布特征及预设的无人机数量，以最大化网络覆盖率为优化目标，求解出无人机的最佳部署位置，无人机移动决策制定模块使用贪心算法，根据无人机的上一次部署位置，以最小化无人机集群移动总距离为优化目标，求解出无人机的移动决策。4.一种基于绝对定位和相对定位的强化学习无人机网络构建方法，其特征在于，采用权利要求1中的系统，所述方法包括以下步骤：步骤1：地面节点通信模块将地面节点的绝对位置信息上传至中心侧的信息收发模块，步骤2：中心侧基于地面节点的绝对位置信息求解出无人机的部署决策和移动决策；步骤3：中心侧的信息收发模块将无人机部署和移动决策返回给边缘侧的无人机通信模块，步骤4：无人机飞行决策制定模块结合自适应扩展卡尔曼滤波测距精度提升策略，使用强化学习方法制定无人机的飞行决策。5.根据权利要求4所述的基于绝对定位和相对定位的强化学习无人机网络构建方法，其特征在于，步骤2具体如下：步骤2.1：中心侧的信息收发模块获取地面节点的绝对位置信息，步骤2.2：无人机部署决策制定模块使用遗传算法求解无人机的部署决策，具体步骤如下，步骤2.2.1：确定编码规则，将无人机网络覆盖问题与遗传算法术语相适配：个体/染色体表示无人机的部署...

【专利技术属性】
技术研发人员：刘一川，汪芸，
申请(专利权)人：东南大学，
类型：发明
国别省市：