[发明专利]基于扩展无人机网络中的延时与能耗折中模型的系统

权利要求书

1.一种基于扩展无人机网络中的延时与能耗折中模型的系统，其特征在于，包括：

将无人机网络划分为簇，每一簇包含一架作为簇头的大型无人机、中继无人机及其作为扩展无人机群的小型无人机群；

所述中继无人机构成核心网，所述扩展无人机构成扩展网，所述中继无人机由空闲无人机充当，所述中继无人机用于协助所述扩展无人机将信息传输到簇头，所述中继无人机还用于调整无人机网络系统的带宽策略来提高带宽利用率，并根据无人机网络通信的功率和带宽资源的耦合关系，实现无人机网络通信的延时与能耗的折中；

所述基于扩展无人机网络中的延时与能耗折中模型的系统实现无人机网络通信的延时与能耗的折中，包括：所述基于扩展无人机网络中的延时与能耗折中模型的系统将所述无人机网络中的传输延时与能耗的折中问题建模为分层斯坦伯格博弈模型，将所述中继无人机作为上层领导者，所有扩展无人机作为下层跟随者，所述中继无人机首先做出无人机网络系统的带宽调整策略，随后，所述扩展无人机也随即将自身功率策略调整到最优值以满足传输时延一致性；如此循环交替所述带宽调整策略和功率策略进行调整，直至扩展无人机群和中继无人机分别收敛至最优传输功率和系统带宽；

所述扩展无人机网络通信的延时与能耗折中模型的系统，使用分层学习算法，该算法包括以下步骤：

步骤1，将所述无人机网络中的通信延时与能耗折中问题，建模为斯坦伯格博弈模型，其博弈的参与者是中继无人机和扩展无人机群；

步骤2，所有扩展无人机给所述中继无人机上报所需传输的信息量，所述中继无人机根据所述无人机网络系统的可选带宽范围随机选择总带宽并把该总带宽广播给所有扩展无人机；所有扩展无人机开始智能学习并在当前带宽策略下，更新其自身策略选择概率，使其自身效用函数达到最大值，并将此时的传输功率，作为当前自身最优功率策略；

步骤3，所述中继无人机计算出当前带宽策略下的自身效用函数，并根据Q函数更新动作Q值，所述中继无人机的自身效用函数的函数值越大所对应的动作Q值越高，即此动作的选择概率增大；随后，中继无人机根据最新带宽策略选择概率决定其所选择带宽；

步骤4，所有扩展无人机根据中继无人机此时的最优带宽策略，重新调整自己的功率策略，实现其自身效用函数最大化，并将此时的功率策略作为最优功率策略；

步骤5，中继无人机和所有扩展无人机均完成所述步骤2-步骤5的调整，算法即完成一次迭代，当所有扩展无人机和中继无人机的传输功率和带宽策略分别收敛到斯坦伯格均衡时，算法结束。

2.根据权利要求1所述的基于扩展无人机网络中的延时与能耗折中模型的系统，其特征在于，在所述无人机网络的信息传输中，由于信息传输任务的需要，存在新的无人机加入所述无人机网络或旧的无人机离开所述无人机网络，所述核心网内的中继无人机拥有高优先权合作学习、评估和决策，所述扩展无人机群被视为加入静态无人机群为核心网的中继无人机提供服务以获得公平交换的成员。

3.根据权利要求1所述的基于扩展无人机网络中的延时与能耗折中模型的系统，其特征在于，所述中继无人机使用半双工传输机制，所有扩展无人机根据自己信息量的差异调整自己的传输功率，使得在正交信道上传输信息的各扩展无人机实现到达中继无人机的时延一致性。

4.根据权利要求1所述的基于扩展无人机网络中的延时与能耗折中模型的系统，其特征在于，所述步骤1的将所述无人机网络中的通信延时与能耗折中问题，建模为斯坦伯格博弈模型，其博弈的参与者是中继无人机和扩展无人机群，具体方式包括：

在该博弈模型中，中继无人机为领导者，其效用函数为u₀，扩展无人机为跟随者，其效用函数集合为{u₁,u₂,...,u_n}，该集合的元素表示对应的扩展无人机的效用函数，该集合的元素的下标为该元素对应的所述扩展无人机的编号，其中n为正整数。