【技术实现步骤摘要】
本专利技术属于语义通信、无人机通信、移动边缘计算、抗干扰通信等领域，具体是涉及一种基于语义通信和资源分配的无人机边缘计算抗干扰方法。
技术介绍
1、语义通信技术的核心概念是在传输数据之前从原始通信任务中提取数据含义，该通信技术可以从任务中区分出相关信息和不相关信息，选择相关信息进行传输，从而提高通信效率，减小任务处理时间。近年来，语义通信技术引起研究者的广泛关注。一种基于深度学习的高级语义通信系统deepsc被h.xie等提出，该系统通过恢复句子含义来最大化系统容量。通过结果可知，该语义通信系统可以在低信噪比环境下表现出优异的性能，具有很好的通信稳定性。不过，由于用户数量增多，导致计算通信网络可能会出现通信资源，计算资源不足的情况，语义通信无法较好地解决这些问题。因此，研究者引入边缘计算和语义通信相结合，以应对这些情况的发生。
2、作者在先文献中介绍了边缘驱动语义提取的训练、维护和执行，同时探讨sc如何通过降低与减少信息交换相关的计算成本和通信成本来增强智能体的泛化能力，旨在增强边缘智能。现有技术提出一种边缘计算系统的语义缓...
【技术保护点】
1.一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于包括以下步骤：
2.如权利要求1所述一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于在步骤2中，所述初始化系统参数，包括：
3.如权利要求1所述一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于在步骤4中，所述组成用户状态、无人机状态和干扰机状态，在时隙t，干扰机不断向无人机发射干扰功率，无人机通过观察得出干扰机的位置然后用无人机位置用户位置信道选择状态ρt,n组成用户状态无人机状态和干扰机状态
4.如权利要求1所述一种基于语义通信和资...
【技术特征摘要】
1.一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于包括以下步骤：
2.如权利要求1所述一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于在步骤2中，所述初始化系统参数，包括：
3.如权利要求1所述一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于在步骤4中，所述组成用户状态、无人机状态和干扰机状态，在时隙t，干扰机不断向无人机发射干扰功率，无人机通过观察得出干扰机的位置然后用无人机位置用户位置信道选择状态ρt,n组成用户状态无人机状态和干扰机状态
4.如权利要求1所述一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在于在步骤5中，所述将用户状态、无人机状态和干扰机状态分别输入其对应的决策网络得到动作并执行，包括：
5.如权利要求1所述一种基于语义通信和资源分配的无人机边缘计算抗干扰方法，其特征在...
【专利技术属性】
技术研发人员：杨和林，刘帅，郑梦婷，肖亮，邵子凌，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
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。