基于图卷积神经网络的弹性无人机群通信
信号处理
2021-10-27 v2 机器学习
摘要
本文研究无人机群网络（USNET）的自愈问题，该网络需要在不可预测的外部中断（UEDs）下快速重建通信连通性。首先，为应对一次性UEDs，我们提出一种图卷积神经网络（GCN），并以在线方式找出USNET的恢复拓扑。其次，为应对一般性UEDs，我们开发了一种基于GCN的轨迹规划算法，可使无人机在自愈过程中重建通信连通性。我们还设计了一种元学习方案以促进GCN的在线执行。数值结果表明，所提算法在一次性UEDs和一般性UEDs下均能比现有算法更快地重建USNET的通信连通性。仿真结果还表明，该元学习方案不仅能提升GCN的性能，还能降低在线执行的时间复杂度。
引用
@article{arxiv.2106.16048,
title = {Resilient UAV Swarm Communications with Graph Convolutional Neural Network},
author = {Zhiyu Mou and Feifei Gao and Jun Liu and Qihui Wu},
journal= {arXiv preprint arXiv:2106.16048},
year = {2021}
}