【技术实现步骤摘要】
本专利技术涉及无线移动网络中的通信，特别是一种基于网络强化学习的无人机簇群节能抗干扰通信方法。
技术介绍
1、随着无线通信技术和移动互联网的迅速发展，无人机通信网络以其可扩展性和灵活高效性等优势得到了广泛的应用。然而，现代复杂的通信网络和技术使得无人机通信易遭受到干扰，导致无人机网络中通信性能的下降。传统的抗干扰技术会消耗大量的频谱资源，且无法应对复杂的干扰环境(li c x,qi p h,li d w.on the anti-interferencetolerance of cognitive frequency hopping communication systems[j].ieeetransactions on reliability,2020,69(4):1453-1464.)。随着人工智能技术的大规模应用，同时考虑到干扰环境下无人机网络的高动态性和局部观测性对保证网络通信质量的影响，研究人员开始关注基于多智能体强化学习的智能抗干扰方案(ye y f,lei m,zhao mj.a new frequency hopping ...
【技术保护点】
1.一种基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，步骤1中，设定无人机簇群网络环境，具体如下：
3.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，步骤1中，建立无人机簇群网络模型、能量采集模型、干扰模型和无线传输模型，具体如下：
4.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，步骤2中，在当前时隙中，基于网络化的邻居神经通信机制，每个簇头无人机与其...
【技术特征摘要】
1.一种基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，步骤1中，设定无人机簇群网络环境，具体如下：
3.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，步骤1中，建立无人机簇群网络模型、能量采集模型、干扰模型和无线传输模型，具体如下：
4.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，其特征在于，步骤2中，在当前时隙中，基于网络化的邻居神经通信机制，每个簇头无人机与其所有邻居簇头无人机进行信息交互，具体如下：
5.根据权利要求1所述的基于网络强化学习的无人机簇群节能抗干扰通信方法，...
【专利技术属性】
技术研发人员：林艳，吴志娟，赵天宇，张一晋，邹骏，李骏，
申请(专利权)人：南京理工大学，
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。