面向目标跟踪的无人机通信设计与优化：一种机器学习方法
系统与控制
2024-08-09 v1 系统与控制
摘要
为完成各种任务，保证无人机(UAV)的安全顺畅控制是必需的，但现有的超可靠低时延通信(URLLC)无法满足这一需求。这引发了通信领域的关注，其中大多数现有工作主要关注优化通信性能（如时延），而忽略了任务性能（如跟踪精度）。为探讨通信在完成任务方面的有效性，本文提出了一种目标导向通信框架，采用具备主动重复方案的深度强化学习(DRL)算法(DeepP)，以优化C&C数据选择和实时目标跟踪任务中最大重复次数，其中基站(BS)控制一架无人机跟踪移动目标。通过将其与传统比例积分微分(PID)算法进行比较，验证了我们所提出方法的有效性。
引用
@article{arxiv.2408.04358,
title = {Goal-Oriented UAV Communication Design and Optimization for Target Tracking: A MachineLearning Approach},
author = {Wenchao Wu and Yanning Wu and Yuanqing Yang and Yansha Deng},
journal= {arXiv preprint arXiv:2408.04358},
year = {2024}
}