[发明专利]一种蜂窝网联无人机轨迹设计和干扰管理的方法及装置

权利要求书

1.一种蜂窝网联无人机轨迹设计和干扰管理的方法，应用于两个或多个无人机，其特征在于，每个无人机以周期的形式同步地执行任务，每个周期包含若干帧，所述方法包括：

每个无人机对自身内置的最小化周期内AOI的轨迹算法进行强化训练；

初始化，基站将所有任务内感知点和传输点的位置、所有移动设备的位置和所有无人机的初始位置广播给每个无人机；

每一帧开始时，每个无人机向基站汇报自身包括当前AOI在内的当前状态，当一个无人机的周期开始时，基站将获得的所有无人机的当前状态广播给该无人机；

每一个周期开始时，无人机根据获得的所有其他无人机的最新状态通过所述最小化周期内AOI的轨迹算法计算出自身所在周期内的感知点和传输点；

无人机径直飞向所在周期内的感知点进行数据采集，然后无人机径直飞向所在周期内的传输点进行数据传输，所述数据传输包括传输给基站或移动设备，数据传输完成后，所述周期结束；

其中，所述最小化周期内AOI的轨迹算法中的所述轨迹算法包括：

初始化，基站将所有任务内感知点和传输点的位置、所有移动设备的位置和所有无人机的初始位置广播给每个无人机，每个无人机初始化自身的演员DQN和评论家DQN；

每一帧开始时，每个无人机向基站汇报自身包括当前AOI在内的当前状态，当一个无人机的周期开始时，基站将获得的所有无人机的当前状态广播给该无人机；

在每个周期开始时，无人机把其他所有无人机最新的状态作为演员DQN的输入，并从演员DQN的输出获得其在本周期内的行动；

在本周期内，无人机执行所述行动，获得回报，所述回报为本周期内的AOI总和的负数，然后转移到下一个周期的初始状态；

当本周期结束后，无人机将本周期的初始状态、采取的行动、获得的回报和下一个周期的初始状态储存为训练样本；

每个周期结束后，无人机抽取训练样本进行演员DQN和评论家DQN的训练；

经过多个周期的训练后，如果无人机的演员DQN和评论家DQN参数收敛，此时获得的回报为最大值，无人机轨迹算法完成。

2.根据权利要求1所述的方法，其特征在于，每一帧开始时，每个无人机向基站汇报包括当前AOI在内的当前状态，当一个无人机的周期开始时，基站将获得的所有无人机的当前状态广播给该无人机，所述状态还包括：当前的位置、本周期内感知点和传输点的位置、当前在进行的操作以及剩余的传输数据大小。

3.根据权利要求1至2任意一项所述的方法，其特征在于，所述无人机径直飞向所在周期内的感知点进行数据采集，所述方法包括：

在飞行途中不进行数据采集，当到达感知点后，无人机悬停在感知点并采集一帧的数据；

所述无人机径直飞向所在周期内的传输点进行数据传输，所述方法包括：

在飞行途中即能传输数据，当到达传输点后，如果数据传输未完成，无人机悬停在传输点继续传输，直到数据传输完成，无人机记录并更新AOI。