排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
针对多无人机对多个异构任务目标进行侦察和通信服务的协同优化问题,通过考虑不同目标的任务要求和价值,以及多机协同增益与任务行为制约关系,构建斯坦伯格博弈模型,将上层无人机建立为博弈领导者,下层无人机建立为博弈的跟随者,并提出一种分布式策略更新迭代算法,实现了多无人机任务分配方案的稳定收敛以及系统任务收益优化.仿真结果显示,所提方法能有效提升多无人机系统同时完成多个任务的效益,并能在不同环境下实现面向异构任务价值的高效协同. 相似文献
2.
博弈理论在无线通信领域的应用愈加广泛并逐渐成为解决无线频谱资源分配的重要方法之一。论文关注5G通信系统中的异构信道选择问题,针对该问题传统集中式优化机制系统效率较优但优化开销大,而传统分布式优化机制优化开销较少但系统效率受限。为实现系统效率与优化开销的有效折衷,论文将问题建模为局部合作博弈,提出基于局部信息交互的博弈学习算法,实现了系统在分布式优化机制下达到最优性能。仿真结果验证了算法的最优性,收敛性和稳健性。 相似文献
3.
4.
通信频谱行为分析是电磁频谱对抗中提升通信态势感知层次,增强电磁侦察能力的关键手段。随着人工智能技术的发展,通信频谱行为分析的相关研究逐渐由基于手工特征提取的传统方法向基于深度学习的智能方法转变。然而,电磁对抗环境下通信频谱监测数据稀缺、数据不完全的问题会影响深度网络对特征的学习。同时,高动态的战场环境对分析方法实时性提出更高要求。本文聚焦电磁对抗环境下的通信频谱行为分析问题,将通信频谱行为分析相关技术的研究目标归纳为:用频行为分析、网络拓扑识别与通信意图推理3大类。阐述其内在联系,总结现有研究并梳理其发展脉络,分析面临的挑战并做出展望。 相似文献
5.
研究移动中的无人机通过动态感知和学习干扰来波方向,实时调整波束成形策略来抑制干扰。针对实际场景中无人机不能获得干扰者的全部动作来进行策略训练的问题,提出使用集群内部协作收集干扰机动作数据从而补充训练数据的方法来从而提升集群抗干扰。将波束成形决策建模为马尔可夫决策过程,基于深度强化学习架构,提出了基于数据辅助的无人机集群协同空域抗干扰算法。仿真结果表明,在辅助数据分别达到40%,60%,80%时,系统吞吐量分别得到33%,55%,70%的提升,验证了本文提出的方法能有效提高无人机协同抗干扰能力。 相似文献
6.
7.
8.
9.
10.