蜂窝连接无人机群的高效节能控制优化
网络与互联网体系结构
2023-03-21 v1 机器学习
多智能体系统
信号处理
摘要
蜂窝连接无人机(unmanned aerial vehicle, UAV)群是货物运输和交通控制等多种应用的一种有前景的解决方案。然而,以高可靠性、低延迟和高能效与无人机群通信并对其进行控制仍然具有挑战性。在本文中,我们提出了一种蜂窝连接无人机群网络中的两阶段命令与控制(command and control, C&C)传输方案,其中地面基站(ground base station, GBS)在第一阶段广播公共C&C消息。在第二阶段,已成功解码C&C消息的无人机将在延迟和能量约束下,通过设备到设备(device-to-device, D2D)通信以广播或单播模式将消息中继给其余无人机。为了在延迟和能量约束内最大化成功接收消息的无人机数量,我们将该问题建模为一个约束马尔可夫决策过程以寻找最优策略。为解决此问题,我们提出了一种基于拉格朗日原始-对偶策略优化的去中心化约束图注意力多智能体深度Q网络(decentralized constrained graph attention multi-agent Deep-Q-network, DCGA-MADQN)算法,其中利用PID控制器算法更新拉格朗日乘子。仿真结果表明,我们的算法能在能量约束下最大化成功接收公共C&C的无人机数量。
引用
@article{arxiv.2303.10398,
title = {Energy-Efficient Cellular-Connected UAV Swarm Control Optimization},
author = {Yang Su and Hui Zhou and Yansha Deng and Mischa Dohler},
journal= {arXiv preprint arXiv:2303.10398},
year = {2023}
}