基于强化学习的能量受限无人机通信感知轨迹规划方法

来源：电讯技术杂志2024年第7期北京时间：

作者：张智琛,何振清,李彬

单位：(四川大学 空天科学与工程学院，成都 610207)

摘要：针对能量受限下无人机（Unmanned Aerial Vehicle,UAV）辅助通信感知中的无人机轨迹规划问题，采用激光无线充电的方式为无人机额外提供能量，同时考虑了无人机动力学和感知通信速率等约束，以对移动目标感知互信息量最大化为目标，建立了移动目标感知通信轨迹规划问题。为了求解建立的包含大量复杂约束的优化问题，将原优化问题建立为马尔可夫决策过程，把无人机运动、能量变化、目标感知、基站通信等过程建模为环境空间，无人机电机转速设计为动作空间，并采用深度强化学习方法进行训练，实现无人机的轨迹规划。由于考虑了无人机动力学，规划得到的轨迹更符合无人机运动特性，并且训练得到的最优控制序列可以直接作用于无人机电机转速，降低了无人机控制难度。在设计的实验场景下，相较于传统最优控制方法，所提方法对移动目标感知互信息量提升了约3倍。

关键词：无人机；辅助通信感知；轨迹规划；深度强化学习；激光充电；动力学约束；

基金资助：中央高校基本科研业务费专项资金资助（YJ202305）