[发明专利]无人机网络分布式轨迹规划方法、系统、设备及介质

权利要求书

1.一种无人机网络分布式轨迹规划方法，其特征在于，所述方法包括：

以多无人机系统的数据传输能力最大为优化目标，构建所述多无人机系统的系统模型；

获取所述系统模型中各无人机在观测空间中的观测信息、以及在动作空间的动作信息，并根据所述系统模型中各无人机在观测空间中的观测信息、以及在动作空间的动作信息创建所述无人机到达不同状态的奖励模型；

根据所述多无人机系统的历史数据，预测所有无人机的下一时隙轨迹点，并将各无人机的下一时隙轨迹点输入贝叶斯预测模型，得到奖励信息；

获取所述系统模型中各无人机的部分观测值、根据所述部分观测值、所述奖励信息以及通过贝叶斯模块对所有无人机的动作预测信息，从所述动作预测信息中预测最优动作。

2.根据权利要求1所述的一种无人机网络分布式轨迹规划方法，其特征在于，所述构建所述多无人机系统的系统模型，包括：

对多无人机系统基础架构进行建模，所述多无人机系统基础架构包括一个基站与多个无人机的通信网络；

对多无人机网络成型进行建模，所述多无人机网络成型包括无人机直接连接到基站的连接以及无人机之间的连接；

对各通信信道进行建模，所述各通信信道包括用户对无人机的信道、无人机对无人机的信道和无人机对基站的信道；

对用户、无人机和基站的数据更新过程进行建模；

对公平性单元和无人机能耗单元进行建模，所述公平性单元包括采用公平因子进行各无人机之间的负载均衡计算，所述无人机能耗单元包括无人机的总能耗计算。

3.根据权利要求2所述的一种无人机网络分布式轨迹规划方法，其特征在于，

所述系统模型中各无人机在观测空间中的观测信息包括无人机的位置、采集的数据量，无人机对其他无人机的部分观测和对所有无人机的状态和动作预测；

所述动作空间的动作信息包括无人机的飞行方向、飞行速度和多无人机网络成型策略；

所述奖励模型包括采集奖励、能耗奖励、传输奖励和碰撞惩罚。

4.根据权利要求2所述的一种无人机网络分布式轨迹规划方法，其特征在于，所述多无人机系统的系统模型包括如下约束：

无人机数据缓冲区的数据量小于或等于预设最大容量；

无人机的飞行速度小于或等于预设最大速度；

任意两架无人机之间的距离大于预设最小间距；

所述公平性单元中的公平因子大于预设阈值；

无人机在同一时隙只能向一架其他无人机或基站传输数据。

5.根据权利要求4所述的一种无人机网络分布式轨迹规划方法，其特征在于，所述时隙包括飞行子时隙、采集子时隙、传输子时隙和决策子时隙；

所述飞行子时隙为无人机从当前位置飞往下一位置的时隙；

所述采集子时隙为无人机进行数据采集的时隙；

所述传输子时隙为无人机向基站或其他无人机传输数据的时隙；

所述决策子时隙为无人机根据自身观测结果和基站预测结果决定当前时隙的执行策略。

6.根据权利要求1所述的一种无人机网络分布式轨迹规划方法，其特征在于，根据所述部分观测值、奖励信息以及通过贝叶斯模块对所有无人机的动作预测信息，从所述动作预测信息中确定最优动作，包括：

根据所述部分观测值以及贝叶斯模块预测的其他无人机动作生成当前无人机动作，并训练动作策略网络；

根据所述部分观测值，贝叶斯模块预测的其他无人机动作，以及动作策略网络输出的策略生成无人机当前策略的价值，并训练价值评估网络；

以所述奖励信息为目标，训练价值评估网络以评估动作策略网络；

以价值评估网络为目标，训练动作策略网络以生成动作策略。