基于深度强化学习的无人机通信网络效率优化OACSTPCD
Optimization of UAV Communication Network Efficiency Based on Deep Reinforcement Learning
随着无人机在各种应用中的广泛应用,其通信网络的安全性、频谱和能源效率问题逐渐凸显.该研究针对无人机群通信网络提出了一种基于深度强化学习的联合优化策略.首先构建了一个考虑安全威胁、频谱共享和能源消耗的模型.然后,通过深度强化学习训练了智能代理来动态地选择最佳的频谱分配和能源策略,以在保证网络安全的同时提高频谱和能源效率.通过大量的仿真实验,证明了该方法在提高通信安全性、频谱利用率和能源效率方面均表现出色,且相比传统基线和平均分配DQN-wopa[15]方法有明显的优势.
With the widespread application of UAVs in various applications,the security,spectrum and energy efficiency of their communication networks have gradually become prominent.In this study,a joint optimization strategy based on deep reinforce-ment learning is proposed for UAV swarm communication networks.First,this paper builds a model that takes into account security threats,spectrum sharing,and energy consumption.Then,through deep reinforcement learning,this …查看全部>>
伍亮;习彤;汤巍;姜军;陈昂
西藏大学信息科学技术学院 拉萨 850000西藏大学信息科学技术学院 拉萨 850000西华师范大学教育学院 南充 637002西藏大学信息科学技术学院 拉萨 850000西藏大学信息科学技术学院 拉萨 850000
计算机与自动化
无人机安全性频谱能效优化深度强化学习
UAVsecurityspectrum-energy efficiency optimizationdeep reinforcement learning
《舰船电子工程》 2024 (6)
60-64,5
国家自然科学基金项目"融合语义信息的非法发射源检测与实时协同定位"(编号:62261051)资助.
评论