trajectory design | BriefGPT

关键词trajectory design

搜索结果 - 8

基于深度强化学习的雨天环境中面向蜂窝连接的无人机物理轨迹设计
在极端天气条件下，本研究提出了一种基于物理的轨迹设计方法，利用基于物理的电磁模拟器考虑详细的环境信息和降雨对无线电波传播的影响，并通过深度强化学习算法基于多步学习和双 Q-learning 解决联合考虑无人机飞行时间和信干比的轨迹优化问题。
PDF10 months ago
MM使用深度强化学习优化无人机辅助网络能源效率
本文研究了无人机供应无线覆盖时的能源效率优化问题，提出了一种基于多智能体去中心化双重深度 Q 网络的算法，优化了每个无人机的三维航迹、连接用户数量和使用能源的协同优化，结果达到比现有基线方法提高 55% 至 80% 的能源效率。
PDF2 years ago
基于分布式多智能体元学习的无线无人机网络轨迹设计
本研究采用基于价值分解的强化学习算法来解决能量限制多个无人机在动态无线网络环境下的航迹规划问题，以最大化无人机服务的用户群组覆盖率，并通过元学习机制优化算法的性能。仿真结果显示，该算法相较于基准多智能体算法，能够分别提高 53.2% 的服务
PDF4 years ago
MM无人机支持的合法监测系统的能量管理和轨迹优化
本文提出了一种新的框架，利用无人机的灵活性，通过联合轨迹设计和能量管理来进行合法监测的研究。
PDF4 years ago
MM基于双重 Q 学习的面向 3D 用户的无人机蜂窝网络优化轨迹设计
本文研究了无人机轨迹设计的优化问题，旨在最大化服务于用户的数量，提出了一种基于双 Q 学习算法的机器学习框架来解决这个问题，并且模拟结果表明，该算法与传统的学习算法相比，可以使用户的满意度获得高达 19.4% 的增长。
PDF5 years ago
多无人机辅助无线网络的轨迹设计与功率控制：一种机器学习方法
本研究提出了一种基于用户移动信息预测的多无人机轨迹设计的新框架，其利用机器学习技术为多个无人机实现位置信息获取和轨迹设计，并通过多智能体 Q 学习算法实现对其位置的预测与优化。同时，数值结果表明所提出的多智能体 Q 学习算法的轨迹设计和功率
PDF6 years ago
利用联合轨迹和功率控制实现认知型无人机通信
本研究探讨了一种新的无人机和地面无线通信系统之间的频谱共享场景，并利用航迹设计优化 UAV 通信性能，控制主要接收器的同频干扰，以及保护其通信所需的干扰温度约束。最后采用交替优化和连续凸逼近（SCA）技术解决非凸问题，数值结果表明，我们的方
PDF6 years ago
无人机支持的无线电能传输：轨迹设计与能量优化
本文研究一种新型无人机无线电能传输系统，通过优化其轨迹设计，使得无人机最大化地利用其移动性来向一组地面能量接收器输送无线能量，从而解决了无人机提供能量传输的距离分布不均的问题，并提出了一种基于连续凸规划的优化方案。
PDF7 years ago