[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

说明书

一种扩展无人机网络中的延时与能耗折中模型及分层学习算法，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。结合其它结构或方法有效避免了现有技术中对无人机网络的系统延时问题进行优化并没有同时考虑延时和吞吐量性能以及资源利用率的缺陷。

技术领域

本发明涉及无线通信技术领域，具体涉及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及分层学习算法。

背景技术

无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。随着无人机技术的成熟与完善，无人机网络通信技术广泛应用于军事和民事领域。为了任务需要，无人机网络向大规模发展，通过核心网内的空闲无人机充当中继，扩展簇头的通信覆盖范围。然而随着无人机网络规模扩大，无人机网络传输的延时性能与资源消耗成为限制无人机网络发展的核心问题。

现有研究多以减小吞吐量性能或增加资源开销为代价而对无人机网络的系统延时问题进行优化，并没有同时考虑延时和吞吐量性能以及资源利用率问题。特别地，在大规模无人机网络中，由于频谱和功率资源的稀缺性，急需设计一种同时保证系统延时性能和资源合理分配的优化机制。

发明内容

为解决上述问题，本发明提供了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及分层学习算法，由此提供了一种更加贴合实际的在大规模无人机通信网络场景中，同时考虑信息传输时延和能耗的信息传输模型，有效避免了现有技术中对无人机网络的系统延时问题进行优化并没有同时考虑延时和吞吐量性能以及资源利用率的缺陷。

为了克服现有技术中的不足，本发明提供了基于扩展无人机网络中的延时与能耗折中模型的系统及分层学习算法的解决方案，具体如下：

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，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。

所述扩展无人机网络中的延时与能耗折中模型实现无人机网络通信的延时与能耗的折中，包括：所述扩展无人机网络中的延时与能耗折中模型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。

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更高优先权合作学习、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。

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。

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，使用分层学习算法，该算法包括以下步骤：