大规模无人机管控算法

学习速度更快

针对灾后应急网络，该算法通过同步更新与聚合博弈模型，减少了信息交换，从而提升了无人机网络的功率与覆盖控制效率。

武静 · 陈琪美 · 江昊 · 王号召 · 谢雨来 · 徐文政 · 周潘 · 徐子川 · Chen, Lixing · 李贝贝 · 汪秀敏 · Wu, Dapeng Oliver

IEEE Transactions on Network Science and Engineering 2024

技术优势

收敛速度更快

在相同决策错误率下，SPBLLA 的学习速率明显快于改进的 BLLA，从而缩短网络配置时间。

信息交换更少

所提 SPBLLA 算法采用同步支付更新机制，降低了迭代过程中的信息交换量，从而降低通信开销。

信噪比提升

实验结果表明，所提方法在信噪比和网络覆盖方面均带来优越性能增益，从而提高通信质量。

覆盖性能增强

所提算法在网络覆盖上同样取得显著增益，有助于扩大应急通信服务范围。

应用场景

• 灾后应急通信：灾后快速搭建临时通信网，恢复灾区联络。
• 大规模无人机组网：管理大量无人机自组网，优化功率与覆盖。
• 无人机网络管控：动态调整无人机网络配置，提升整体性能。
• 无人机集群控制：同步更新无人机集群策略，减少通信开销。