基于地图重构的蜂窝连接无人机在线路径规划方法*

基于地图重构的蜂窝连接无人机在线路径规划方法*一文创作于：2023-04-12 11:58:56，全文字数：17887。

基于地图重构的蜂窝连接无人机在线路径规划方法*

��相同采样倍率下，所提出的DIPRMR 重构算法的NMSE 最小。因此，本文所提方法较对比算法而言，能够更加准确地还原实际环境中的中断概率分布情况，并且采样点越多，重构得到的地图与原地图的误差越小。

图4 不同采样倍率下各重构方法平均中断概率与实际值的NMSE

图5 比较了不同采样倍率和重构方法下无人机到达目的地的每条路径的总中断时间，单位为秒（s）。结果表明，在本文所提方法下无人机成功到达目的地的中断时间与重构的无线电地图密切相关，中断时间随着采样倍率的增加而增加。在采样倍率相同时，基于DIPRMR算法重构的无线电地图训练的无人机轨迹的中断时间比Kriging 算法短。因此，由本文所提方法重构得到的无线电地图能够更加准确地反映真实的无线环境，从而使得无人机在飞行中能够与基站保持更好的通信连接。

图5 不同采样倍率下无人机到达目的地的总中断时间

图6 为通过D3QN 算法得到的无人机路径。其中对比了无人机在基于无线电地图情况下的飞行路径（图6（a））和在实际环境直接飞行的飞行路径（图6（b））。结果表明，两种训练情况下的路径趋势是一致的。在选择路径时，无人机往往会经由通信覆盖率大的区域到达目的地，并且几乎不浪费步数。因此，本文所提地图重构方法能够使得无人机学得接近最优的路径，并保持与蜂窝基站的良好连接，降低飞行能耗。

图6 D3QN算法下无人机基于重构地图的飞行路径与直接飞行路径比较

5 结束语

本文研究了无线电地图重构以及基于重构的地图进行无人机路径规划的问题。考虑到无人机在任务执行过程中复杂的城市通信环境，无人机通过所提的DIPRMR算法重构无线电地图，进而基于D3QN 算法学习最优路径规划策略，从而在保证任务期间与相关基站可靠连接的情况下，最小化总飞行能耗。为了克服传统的基于优化的路径规划方法的局限性，本文提出了基于DRL 的路径规划算法，该算法只需要无人机的信号测量作为输入。仿真结果表明，无人机可以基于重构的无线电地图进行路径规划，从而提高了无人机的工作效率并降低执行任务的复杂度。本文提出的基于DIP 的地图重构算法能够有效还原实际环境的中断概率情况。并且，基于DIPRMRD3QN 算法，无人机能够降低飞行能耗，并且保持与地面基站的可靠通信连接。

《基于地图重构的蜂窝连接无人机在线路径规划方法*》在线阅读地址：基于地图重构的蜂窝连接无人机在线路径规划方法*