基于MAPPO和RLNC的无人机集群协作式数据传输方法技术

本发明专利技术提供了一种基于MAPPO和RLNC的无人机集群协作式数据传输方法，所述方法包括：每个无人机获取机器学习算法评估指标、无人机集群编码策略和环境参数，并对传输过程参数进行配置；每个无人机分别将无人机集群协作式数据传输问题定义为多主体分散部分可观测马尔可夫决策过程，设置无人机的观测空间、动作空间和奖励函数；基于无人机的观测空间等每个无人机分别对预先构建的神经网络模型进行训练，预先构建的神经网络模型采用改进后的多智能体近端策略优化算法；训练后，得到感知源数据包的无人机集群最佳编码策略。因此，本发明专利技术通过调整重点信息的传输，在保证感知数据的可靠性和时效性的前提下，尽可能提升服务器端基于传输数据的相关机器学习算法分析处理效率。

【技术实现步骤摘要】

本专利技术涉及无人机集群，具体的说，涉及了一种基于mappo和rlnc的无人机集群协作式数据传输方法。

技术介绍

1、在一些突发或特殊场景，比如自然灾害中，对于人员难以到达的高风险区域，无法使用已建立的通讯基础设施或者根本无法修建通讯基础设施，而这些区域中还存在大量实时物联网感知信息，需要及时回传并交由后端服务器进行解析；无人机可以代替人类及时赶往高风险区域的现场，作为空中基站或者通信中继传输数据，实现场景的精细化巡检和数据收集，高效传输现场实时数据和调度命令，为指挥人员决策提供依据。

2、需要说明的是，大量物联网感知数据仅靠单一无人机的通讯能力是无法完成的，而多无人机组成的无线自组织网络可以发挥群体优势，以协作的方式完成数据高效回传任务。还需要说明的是，海量数据的人工处理效率低下、极易出错且工作量繁重，因此海量数据可以交付给后端服务器上的机器学习模型进行挖掘和自动化分析，这种方式不仅可以在短时间内处理大量数据，而且随着数据量的增长，机器学习模型可以轻松地进行扩展，以容纳更多的数据。

3、还需要说明的是，在将数据传递给后端服务器上的本文档来自技高网...

【技术保护点】

1.一种基于MAPPO和RLNC的无人机集群协作式数据传输方法，其特征在于，包括：

2.根据权利要求1所述的基于MAPPO和RLNC的无人机集群协作式数据传输方法，其特征在于，改进后的actor网络目标函数表示为：

3.根据权利要求1所述的基于MAPPO和RLNC的无人机集群协作式数据传输方法，其特征在于，所述步骤3.2还包括：

4.根据权利要求1至3任一项所述的基于MAPPO和RLNC的无人机集群协作式数据传输方法，其特征在于，所述步骤2包括：

5.一种基于MAPPO和RLNC的无人机集群协作式数据传输系统，其特征在于，包括无人机管理端和...

【技术特征摘要】

1.一种基于mappo和rlnc的无人机集群协作式数据传输方法，其特征在于，包括：

2.根据权利要求1所述的基于mappo和rlnc的无人机集群协作式数据传输方法，其特征在于，改进后的actor网络目标函数表示为：

3.根据权利要求1所述的基于mappo和rlnc的无人机集群协作式数据传输方法，其特征在于，所述步骤3.2还包括：

4.根据权利要求1至3任一项所述的基于mappo和rlnc的无人机集群协作式数据传输方法，其特征在于，所述步骤2包括：

5.一种基于mappo和rlnc的无人机集群协作式数据传输系统，其特征在于，包括无人机管理端和服务器管理端，所述无人机管理端包括获取模块、配置模块、问题描述模块和神经网络模型训练模块，所述神经网络模型训练模块包括模型参数输入单元、最大时延判断单元、无人机侧训练单元和网络策略参数更新单元；

6...

【专利技术属性】
技术研发人员：张博，晁梁琛，纪方恒，郭恒朋，
申请(专利权)人：郑州大学，
类型：发明
国别省市：