面向自组织无人机网络的分层时频功率联合优化方法

本发明涉及自组织无人机网络通信与资源调度，具体公开了一种面向自组织无人机网络的分层时频功率联合优化方法。

背景技术：

1、自组织无人机网络在6g与应急通信中应用广泛，但面临频谱稀缺、拓扑剧变及强干扰等挑战。现有资源调度方法中，传统数学优化算法计算复杂度高且依赖全局信道信息，难以满足实时性要求；而基于多智能体强化学习的分布式方法在处理大规模动作空间与严格物理约束时，常因缺乏有效引导而收敛缓慢或陷入局部最优。此外，现有分层架构多依赖简单启发式规则，缺乏对复杂环境的建模能力。

技术实现思路

1、为解决以上现有技术存在的问题，本发明提出了一种面向自组织无人机网络的分层扩散时频功率联合优化方法，该方法基于分簇架构与ctde机制，由高层扩散模型生成资源掩码作为约束，指导低层利用掩码感知的混合网络进行分布式的微观功率决策。该方案实现了无固定基础设施下的高效自主协同，显著提升全局抗干扰能力与编队任务效率。具体的，一种面向自组织无人机网络的分层时频功率联合优化方法，包括：构建基于分簇架构的无人机网络观测信息集，建立动态簇维护与故障接管机制，采用动态簇维护与故障接管机制对无人机网络观测信息集中的数据进行处理，得到簇集状态信息和局部观测信息；建立分层时频功率联合优化任务与任务接口；基于联合优化任务与任务接口对簇集状态信息进行能量场约束，生成时频资源掩码；将局部观测信息对时频资源掩码进行融合，并将融合后的时频资源掩码输入到多智能体混合网络中，生成协同功率决策；基于协同功率决策生成联合调度指令，并执行联合调度指令；联合调度指令执行完后对任务进行迭代更新，判断任务是否结束，若是，则结束，否则重新进行分层时频功率联合优化过程。

2、本发明的有益效果：

3、本发明采用“高层扩散掩码指导—低层混合网络决策”的分层架构，从全局视角规避资源冲突，显著提升复杂环境下的通信抗干扰能力与编队任务效率。本发明引入物理约束能量场引导梯度采样，并结合投影算子进行兜底，确保生成的资源策略严格满足硬性约束，有效解决了高维空间下可行解生成难的问题。本发明基于动态簇头选举与故障接管机制，摆脱了对固定基础设施的依赖，在节点失效或拓扑剧变时能快速实现架构自愈，保障通信连续性。

1.一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，包括：构建基于分簇架构的无人机网络观测信息集，建立动态簇维护与故障接管机制，采用动态簇维护与故障接管机制对无人机网络观测信息集中的数据进行处理，得到簇集状态信息和局部观测信息；建立分层时频功率联合优化任务与任务接口；基于联合优化任务与任务接口对簇集状态信息进行能量场约束，生成时频资源掩码；将局部观测信息对时频资源掩码进行融合，并将融合后的时频资源掩码输入到多智能体混合网络中，生成协同功率决策；基于协同功率决策生成联合调度指令，并执行联合调度指令；联合调度指令执行完后对任务进行迭代更新，判断任务是否结束，若是，则结束，否则重新进行分层时频功率联合优化过程。

2.根据权利要求1所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，对无人机网络观测信息集中的数据进行处理包括：对每个无人机节点在决策时刻t采集各个节点的数据信息，其中数据信息包括节点在时刻的三维坐标、节点在时刻的三维速度、数据队列长度、平均信息年龄、干扰强度以及剩余能量；将数据信息转换为局部状态向量；对于簇成员，通过广播获取邻居动作历史；对于簇头，收集簇内成员概要状态形成簇级全局观测；通过向量拼接操作将局部状态向量和邻居动作观测向量进行拼接；采用动态簇维护与故障接管机制对拼接后的向量进行处理，得到簇集状态信息和局部观测信息。

3.根据权利要求2所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，动态簇维护与故障接管机制包括：分别对拼接后的局部状态向量和邻居动作观测向量进行归一化处理，按照邻居节点标识对邻居动作观测向量进行排序，对邻居数量不足的部分进行补零，对超过预设邻居数量的部分进行截取，得到维度统一的标准化联合观测向量，并将标准化联合观测向量作为对应无人机节点的局部观测信息；根据无人机节点之间的通信距离和干扰强度确定有效邻接关系，并根据各无人机节点的剩余能量和有效邻居连接度确定簇头节点及簇成员节点；由簇头节点收集簇内各簇成员节点的标准化联合观测向量，按照节点标识进行排列并执行均值聚合、最大值聚合或加权聚合，得到对应的簇级状态向量，将各无人机簇的簇级状态向量组成簇集状态信息；当簇成员节点进入或离开有效通信范围时，更新簇成员节点列表、局部观测信息及簇级状态向量；根据簇头选举结果确定备用簇头节点，并将簇成员节点列表、簇级状态向量及时频资源掩码同步至所述备用簇头节点；当检测到簇头节点的剩余能量低于预设阈值、心跳信息异常或通信超时时，由备用簇头节点接管当前无人机簇，对最近一次时频资源掩码进行可行性校验，并重新收集簇成员节点的标准化联合观测向量，更新簇级状态向量及簇头选举结果。

4.根据权利要求1所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，基于联合优化任务与任务接口对簇集状态信息进行能量场约束包括：基于分簇架构，将联合优化问题解耦为簇头端的高层时频资源预分配与成员端的低层功率协同控制两个子任务；根据簇级状态构建约束能量函数，将约束能量函数的梯度引入条件扩散模型的逆向去噪过程，生成连续资源变量，并对连续资源变量进行二值化和可行域投影，得到时频资源掩码。

5.根据权利要求4所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，簇头端的高层时频资源预分配包括：簇头节点利用扩散生成模型，根据簇级观测，生成针对该簇的时频资源掩码。

6.根据权利要求4所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，成员端的低层功率协同控制包括：簇成员节点利用多智能体强化学习网络qmix的agent网络，在接收到簇头下发的资源掩码后，决定具体的发射功率；节点的功率选择动作：

7.根据权利要求1所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，生成协同功率决策包括：将各簇成员节点的局部观测信息、历史功率动作及对应的时频资源掩码进行拼接，得到功率决策输入向量；将功率决策输入向量输入各簇成员节点对应的局部评估网络，得到不同功率动作对应的局部动作价值，并根据时频资源掩码屏蔽不可执行的功率动作；将各簇成员节点的局部动作价值输入混合网络，将簇集状态信息和时频资源掩码输入超网络，由超网络生成混合网络的权重和偏置；对权重进行非负化处理，计算各簇成员节点功率动作组合对应的联合动作价值；根据联合动作价值确定各簇成员节点的功率动作，并将各簇成员节点的功率动作组合为协同功率决策。

8.根据权利要求1所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，联合调度指令执行完后对任务进行迭代更新包括：各无人机节点将资源掩码与功率控制动作进行逻辑合成，生成最终的联合调度控制指令；簇头节点收集簇内成员的状态更新，重构簇级全局状态；基于簇级全局状态对任务协同度的全局联合奖励进行更新；将由局部观测、全局状态、全局资源掩码向量、分层动作、联合奖励及下一时刻状态构成的完整经验元组存入经验回放池；利用经验回放池中的数据，对高层扩散模型和低层混合网络进行梯度更新，最终输出更新后的策略网络参数集合；其中更新后的扩散模型参数，驻留于簇头，用于下一周期生成更优的资源掩码；更新后的局部q网络参数，分发回各簇成员，用于下一周期在本地进行更精准的功率控制。

9.根据权利要求8所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，对高层扩散模型进行梯度更新包括：利用全局奖励优化扩散模型的critic网络，进而更新actor网络参数；低层混合网络进行梯度更新包括：将全局状态输入混合网络，通过最小化td误差来更新簇成员的局部q网络参数。

10.根据权利要求1所述的一种面向自组织无人机网络的分层时频功率联合优化方法，其特征在于，判断任务是否结束为：若满足所有节点数据队列清空或达到最大任务时长 ，则结束调度；若检测到簇头能量低于阈值或通信超时，则任务继续。