本發明提供一種基于深度強化學習的無人機中繼抗干擾方法,包括:步驟1、搭建無人機協作通信網絡,包括地面節點、源無人機、中繼無人機、智能干擾機和固定干擾機;步驟2、將觀察到的當前時隙的狀態作為目標Q神經網絡的輸入,分析后得到所有動作的Q值,根據ε?greedy策略來選擇當前時隙的動作,計算當前時隙下的誤比特率、信號干擾噪聲比、中斷率和效益,觀察下一個時隙的狀態,將經驗e存放到經驗池中,從經驗池中隨機抽取若干個經驗更新Q神經網絡參數θ;步驟3、依次對劃分的時隙執行步驟2中的操作,并在每間隔固定時隙T更新一次目標Q網絡的參數采用本發明上述方法可降低通信系統的誤比特率和中斷率,提高抗干擾性能,降低源無人機的能耗。
聲明:
“基于深度強化學習的無人機中繼抗干擾方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)