一种低空无人机集群资源调度方法及系统

本发明涉及无线通信、低空无人机通信及人工智能，尤其是一种低空无人机集群资源调度方法及系统。

背景技术：

1、在地震、洪水、台风等自然灾害以及突发事故发生后，地面通信基础设施往往遭到严重破坏，导致地面通信网络无法维持正常运行。低空无人机因具备快速部署、机动灵活和空中覆盖范围广的优势，可以通过搭载基站或中继设备，在短时间内建立临时通信网络，为受灾群众和救援人员提供无线接入服务，从而提升救援效率。

2、在低空无人机应急通信中，如何高效利用有限的能量资源是关键挑战之一。低空无人机集群通常依赖电池供电，其飞行时间和通信时长受到严格限制，因此提升低空无人机的集群能量效率对于延长通信持续时间和扩大服务范围尤为重要。围绕该目标，低空无人机集群轨迹设计、用户关联策略和功率分配方案均会影响服务质量、干扰强度和能量利用效率。

3、现有资源协同方法多依赖优化理论、启发式算法或普通深度神经网络，需要较完整的信道信息，计算复杂度较高，且难以在灾后动态环境中实现实时决策。随着用户规模增加以及低空无人机集群与用户之间拓扑结构复杂化，普通深度神经网络难以有效刻画节点之间的结构关系。

技术实现思路

1、针对现有技术的不足，本发明提供一种低空无人机集群资源调度方法及系统，以解决上述技术问题。

2、第一方面，本发明提供一种低空无人机集群资源调度方法，包括：

3、构建低空无人机集群应急通信系统，并获取低空无人机与用户之间的信道增益、用户可达通信速率、系统发射能量和集群能量效率；

4、构建以所述集群能量效率最大化为优化目标的资源协同优化问题；

5、以低空无人机和用户为图节点，以低空无人机与用户间通信链路为图边构建携带节点特征与边特征的动态特征图，并定义所述动态特征图的节点状态和关系边状态；

6、对所述动态特征图的节点状态和关系边状态信息态势增强融合，分别得到低空无人机态势特征和地面用户态势特征；

7、基于所述低空无人机态势特征和地面用户态势特征构建决策策略；

8、将资源协同优化问题转化为马尔可夫决策过程，构建包含actor网络和critic网络的深度强化学习模型，并利用集群能量效率作为奖励对所述深度强化学习模型进行训练；

9、将训练收敛后的深度强化学习模型部署至各低空无人机和地面用户执行分布式推理。

10、作为优选的，所述定义节点状态和关系边状态，包括：

11、基于上一时刻低空无人机所服务用户的可达通信速率之和与干扰之和、低空无人机在当前时刻初的观测信息、低空无人机在时刻分别离右、左、上和下四个边界的距离构建低空无人机在当前时刻的节点状态；

12、基于上一时刻用户连接为其提供服务的低空无人机时的可达通信速率之和与干扰之和、以及用户在当前时刻估计的可达通信速率和干扰、用户在当前时刻分别离右、左、上和下四个边界的距离定义用户在当前时刻的节点状态；

13、基于低空无人机与用户在上一时刻的发射功率、信道增益、低空无人机与用户的二维水平欧式距离、三维空间欧式距离定义低空无人机与用户的关系边状态。

14、作为优选的，对所述动态特征图的节点状态和关系边状态信息态势增强融合，分别得到低空无人机态势特征和地面用户态势特征，包括：

15、通过线性层将所述低空无人机在当前时刻的节点状态映射到高维特征，并通过重塑操作将高维特征转化为无人机多头特征；

16、通过线性层将所述用户在当前时刻的节点状态映射到高维特征，并通过重塑操作将高维特征转化为用户多头特征；

17、对低空无人机与用户的关系边状态进行复制多次得到多头边特征，并将多头边特征、无人机多头特征、用户多头特征进行拼接后通过leaky relu非线性层进行映射，得到低空无人机到用户的注意力权重；

18、采用softmax对所述低空无人机到用户的注意力权重进行归一化处理，得到低空无人机到用户的归一化的注意力权重和用户到低空无人机的归一化的注意力权重；

19、基于所述用户到低空无人机的归一化的注意力权重和无人机多头特征、用户多头特征，低空无人机采用relu非线性层从其所有邻居用户聚合得到低空无人机态势特征；

20、基于所述低空无人机到用户的归一化的注意力权重和无人机多头特征、用户多头特征，所述用户从其连接的低空无人机处聚合得到用户态势特征。

21、第二方面，本发明提供一种低空无人机集群资源调度系统，包括：

22、应急通信系统构建模块，用于构建低空无人机集群应急通信系统，并获取低空无人机与用户之间的信道增益、用户可达通信速率、系统发射能量和集群能量效率；

23、优化问题构建模块，用于构建以所述集群能量效率最大化为优化目标的资源协同优化问题；

24、动态特征图构建模块，用于以低空无人机和用户为图节点，以低空无人机与用户间通信链路为图边构建携带节点特征与边特征的动态特征图，并定义所述动态特征图的节点状态和关系边状态；

25、态势特征构建模块，用于对所述动态特征图的节点状态和关系边状态信息态势增强融合，分别得到低空无人机态势特征和地面用户态势特征；

26、决策策略构建模块，用于基于所述低空无人机态势特征和地面用户态势特征构建决策策略；

27、强化学习模块，用于将资源协同优化问题转化为马尔可夫决策过程，构建包含actor网络和critic网络的深度强化学习模型，并利用集群能量效率作为奖励对所述深度强化学习模型进行训练；

28、推理模块，用于将训练收敛后的深度强化学习模型部署至各低空无人机和地面用户执行分布式推理。

29、第三方面，本发明提供一种电子设备，包括：

30、至少一个处理器；

31、以及与所述至少一个处理器通信连接的存储器；

32、其中，所述存储器存储有可被至少一个处理器执行的计算机程序，其特征在于，所述计算机程序被至少一个处理器执行时实现所述低空无人机集群资源调度方法。

33、本发明的有益效果为：

34、1、本发明能够将灾后应急通信场景中的低空无人机位置、地面用户分布、空地链路质量、用户服务状态、干扰状态、能量消耗和运动约束统一组织为态势图谱，提高动态应急通信环境下的状态表达能力；

35、2、本发明能够利用关系边状态参与节点特征融合，使低空无人机和地面用户的态势特征同时包含节点自身状态、邻居服务状态以及空地通信链路关系，从而提升对复杂空地协同关系的刻画能力，实现低空信息态势增强融合；

36、3、本发明能够将低空无人机轨迹调整、用户接入选择和发射功率分配统一纳入资源动作决策，使离散轨迹动作、离散接入动作和连续功率动作能够在同一集群能效目标下协同生成；

37、4、本发明能够在保障灾后应急通信服务需求的同时提升集群能量效率，延长低空无人机集群持续服务时间，并增强对动态地面用户的覆盖与通信保障能力。