CN119402921A 灾后无人机通感系统的任务调度与资源分配方法及装置 （北京科技大学）

灾后无人机通感系统的任务调度与资源分人机通感系统的任务调度与资源分配方法及装练模型的参数转移到更新后的MDP中。实验结果表明，SAC在通信和感知性能以及收敛速度上均优于基线算法。基于迁移学习的SAC在基站可用性突然变化时表现出更快的收敛速度和更好的2S1、部署无人机对失效的基站进行补充，构建无人机的感知性能指标，遵循约束优化中的惩罚S3、建立联合任务调度和资源分配模型，通过2.根据权利要求1所述的灾后无人机通感系统的任务调度与资源分配方法，其特征在将K个无人机部署在区域U内的网络覆盖空白部分，K个无人机同时3.根据权利要求2所述的灾后无人机通感系统的任务调度与资源分配方法，其特征在如果数据速率达到要求的阈值TH,则认为所述通信用户接收到通信成功，反之亦4.根据权利要求3所述的灾后无人机通感系统的任务调度与资源分配方法，其特征在35.根据权利要求4所述的灾后无人机通感系统的任务调度与资源分配方法，其特征在获取优化目标，所述优化目标为最小化通信惩罚指数yc=和感知惩罚指数的加权和；标集Ω;优化问题需要满足的约束条件包括：为无人机的雷达"-x形⃞sxmax、l"-snax以及为标，表示在时隙n_1内无人机UAVk的纵坐标，表示在时隙n内无人机UAVk的高46.根据权利要求5所述的灾后无人机通感系统的任务调度与资源分配方法，其特征在其中，在时隙n内的状态空间集Sn包括所置信息所有通信用户的位置信息所有感知目标的位置信息以及所有无人机的能耗发射功率和关7.根据权利要求6所述的灾后无人机通感系统的任务调度与资源分配方法，其特征在在SAC模型上采用迁移学习，获得基于迁移学习的SA通过使用基于迁移学习的SAC模型适应灾后基站变化，完成灾后无人机通感系统的任8.一种灾后无人机通感系统的任务调度与资源无人机部署模块，用于部署无人机对失效的基站进行补充，同时通性能指标确认模块，用于构建无人机的通信性能指标，遵循约束优构建无人机的感知性能指标，遵循约束优化中的惩罚5优化问题模块，用于建立联合任务调度和资源分配模型，通过所通信和感知模块，用于获取重新表述后的优化问题；构建并训练9.一种灾后无人机通感系统的任务调度与资源分配存储器，所述存储器上存储有计算机可读指令，所述计算机6[0002]通信感知一体化(IntegratedSensingandCommunication,ISAC)促进了无线资设备的利用率。ISAC已被国际移动通信(InternationalMobileTelecommunications,IMT)2030确定为未来第六代无线系统(SixthGenerationWirelessSystems,6G)的六大关键应用场景之一。在各种ISAC应用案例中，用于紧急救援的无人机(UnmannedAerial链接，无人机可以快速且高效地被调派到紧急地点，同时为通信用户(CommunicationUsers,CUs)提供网络服务和为感知目标(SensingTargets,STs)7[0016]将K个无人机部署在区域U内的网络覆盖空白部分，K个无人机同时探测潜在于地[0022]如果数据速率达到要求的阈值TH,则认为通信用户接收到通信成功，反之亦中通信用户CUm数据速率的最小值；时隙n内的总体通信惩罚指数为所有通信用户的惩[0027]当雷达估计信息速率大于设定的阈值时8示在时隙n内感知目标Sl的感知惩罚指数，表示在时隙n_1内感知目标Sl的感知惩罚指的加权和；标集Ω;[0036]优化问题需要满足的约束条件包括：为无人机的以及为9的位置信息所有通信用户的位置信息所有感知目标的位置信[0041]在时隙n内的动作集An共有(4+J)×K个元素，包含所有无人机的飞行距离发射功率和关[0049]通过使用基于迁移学习的SAC模型适应灾后基站变化，完成灾后无人机通感系统变量的最优值这个后进行灾后无人机通感系统的任务调[0062]图1是本发明实施例提供的一种灾后无人机通感系统的任务调度与资源分配方法[0064]图3是本发明实施例提供的基于迁移学习的无人机辅助ISAC网络联合任务调度与[0067]图6是本发明实施例提供的优化目标在SAC算法与基于迁移学习的SAC算法下的迭[0068]图7是本发明实施例提供的修复地面基站之前使用SAC算法迭代10000次后无人机[0069]图8是本发明实施例提供的修复地面基站后使用基于迁移学习的SAC算法迭代[0070]图9是本发明实施例提供的一种灾后无人机通感系统的任务调度与资源分配装置任务调度与资源分配设备可以是终端或服务器。如图1所示的灾后无人机通感系统的任务[0080]将K个无人机部署在区域U内的网络覆盖空白部分，K个无人机同时探测潜在于地Lm和Sl的三维位置向量分别表示为和[0091]如果数据速率达到要求的阈值TH,则认为通信用户接收到通信成功，反之亦xf"为所有通信用户的通信惩罚指数之和；中通信用户CUm数据速率的最小值；时隙n内的总体通信惩罚指数为所有通信用户的惩中通信用户CUm数据速率的最小值。时隙n内的总体通信惩罚指数为所有通信用户的惩扰。详细的信噪比计算过程于[Yaxi,Liu,WeiHuangfu,HuanZhou,HaijunZhang,JiangchuanLiu,andKepingLong.Fairandenergy_efficientcoverageoptimizationforUAVplacementprobleminthecellularnetwork.IEEETrans.Commun.,70(6):4222–4235,June2表示在通信用户CUm在时隙n内从地面基站接收到的数据速率的最小值。R""表示为通信用户CUm在时隙n内从地面基站接收到的数据作临时补充，因此通信用户倾向于优先由地面基站服务。σ2表示为高斯白噪声的功率。.mn表示为无人机UAvnn向通信用户CR"";当E2m,n为1且E1m,n为0时，通[0103]当雷达估计信息速率大于设定的阈值时，表明感知成功，即感知状态感知目标Sl雷达估计信息速率的阈值，表示在时示在时隙n内感知目标Sl的感知惩罚指数，表示在时隙n_1内感知目标Sl的感知惩罚指感知目标的感知惩罚指数之和。表示在时隙n内感知目标Sl雷达估计信息速率的阈能耗用于支持无人机飞行或悬停在空中。在此，本发明采用的无人机能耗模型为[YaxiLiu,WeiHuangfu,HuanZhou,HaijunZhang,JiangchuanLiu,andKepingLong.Fairandenergy_efficientcoverageoptimizationforUAVplacementprobleminthecellularnetwork.IEEETrans.Commun.,70(6):4222–4235,June2022.][0113]获取优化目标，优化目标为最小化通信惩罚指数和感知惩罚指标集Ω;雷达脉冲功率约束，u"eu,yk,n为无人机边界约束，c=-1f"优化目标的数学表达式为u=fuyIWK,n关联指标集某个通信用户已经由基站提供[0121]优化问题需要满足八个约束条件：为无人机的雷以及lz"-1Iszmux为maxmax分别为无人机在一个时隙n内的x坐标最大移动距离、y坐标最所有无人机的位置信息fuyIWK}所有通信用户的位置信息所有感知目以及所有无人机的能耗和关联指示符集[0131]DRL的目标通常是最大化累积奖励，因此解决上述马尔科夫决策过程最终可以解[0138]通过使用基于迁移学习的SAC算法适应灾后基站变化，完成灾后无人机通感系统n明将更新后的马尔可夫决策过程表示为(S,A,P,R)。本发明将在SAC算法上采用迁移学习练好的第一目标Q值网络的参数，表示源任务中训练好的第二目标Q值网络的参数，ptarget表示迁移学习中策略网络的参数，θ1,target表示迁移学习中第一Q值网络的参数，Qa,(S,A)表示源任务中第二Q值网络，Qa;(S,A)表示源任务中第一目标Q值网络，Q:(S,A)表示源任务中第二目标Q值网络。[0171]首先考虑一个小规模的灾难场景，在矩形区域R∈[_1000m,1000m]×[_1200m,信相关的发射天线增益g1为5dB、与通信相关的接收天线增益g2为15dB、信号波长λCU为面σr为1m2和回波信号波长λS为0.35m，最小和最大发射功率和分别设置为[0173]从图5中可以明显看出，随着迭代次数的增加，累积奖励项呈现出逐步上升的趋了所采用算法的有效性，并展示了在无人机辅助ISAC系统中进行任无人机辅助ISAC系统中优化任务调度与资源分配[0176]本发明在图8中展示了基于迁移学习的SAC算法经过10000次迭代后生成的无人机间复杂度并提高可扩展性，本发明将优化问题重新表述为一个马尔可夫决策过程(Markov调整。最后，本发明提出了一种先进的深度强化学习算法——软演员_评论家算法(Soft[0179]图9是根据一示例性实施例示出的一种灾后无人机通感系统的任务调度与资源分优化变量的最优值这个后进行灾后无人机通感系统的任务[0187]将K个无人机部署在区域U内的网络覆盖空白部分，K个无人机同时探测潜在于地[0192]如果数据速率达到要求的阈值则认为通信用户接收到通信成功，反之亦xf"为所有通信用户的通信惩罚指数之和；感知目标Sl雷达估计信息速率的阈值，表示在时隙n内感知目示在时隙n内感知目标Sl的感知惩罚指数，表示在时隙n_1内感知目标Sl的感知惩罚指[0200]获取优化目标，优化目标为最小化通信惩罚指数和感知惩罚指标集Ω;[0204]优化问题需要满足的约束条件包括：为无人机的以及lz"-为[uv}所有无人机的位置信息所有通信用户的位置信息所有感知目标的位置信[0208]在时隙n内的动作集An共有(4+J)×K个元素，包含所有无人机的飞行距离发射功率和关[0215]通过使用基于迁移学习的SAC算法适应灾