共存场景下容忍悬停的无人机分布式三维波束重构:面向智能空天地一体化网络的深度Q学习
信号处理
2023-07-19 v1
摘要
本文提出一种新颖的分布式无人机波束重构方法,用于动态形成并重构空间选择性波束路径,以解决与卫星及地面通信的共存问题。尽管无人机赋能的蜂窝通信在支持更广覆盖方面具独特优势,挑战在于阵列响应对于随机旋转运动及无人机悬停特性的敏感性。我们提出一种基于无模型强化学习(RL)的统一无人机波束选择与跟踪方法,以有效实现动态分布式协作波束成形。在应对轨道卫星与邻近网络干扰所致损伤时,考虑了无人机悬停与旋转运动的综合影响。本工作的主要目标有二:其一,获取信道感知以揭示其损伤;其二,克服波束失真以满足服务质量(QoS)要求。为克服干扰影响并最大化波束成形增益,我们定义并应用一种基于暴力搜索准则的新型最优无人机选择算法。结果表明,采用所提方法可克服信道衰落及轨道卫星与邻近网络干扰的有害影响。随后,开发了基于深度Q网络(DQN)的RL算法用于实时波束跟踪。通过引入悬停与旋转运动所致损伤增强系统,我们展示所提DQN算法能以可忽略误差实时重构波束。结果表明,所提DQN算法取得了卓越的性能提升。我们展示其仅需少量迭代即可微调参数,且无论悬停容限如何均未观察到任何平台期。
引用
@article{arxiv.2307.09325,
title = {Distributed 3D-Beam Reforming for Hovering-Tolerant UAVs Communication over Coexistence: A Deep-Q Learning for Intelligent Space-Air-Ground Integrated Networks},
author = {Sudhanshu Arya and Yifeng Peng and Jingda Yang and Ying Wang},
journal= {arXiv preprint arXiv:2307.09325},
year = {2023}
}