频谱勘测：基于自主无人机的主动无线电地图估计

无线电地图在无线通信与移动机器人任务中有诸多应用，包括资源分配、干扰协调与任务规划。尽管已提出大量技术从空间分布测量构建无线电地图，但此类测量的位置被假定为事先预定。相比之下，本文提出频谱勘测，其中移动机器人（如无人机（UAV））在一组主动选取的位置收集测量，以在较短勘测时间内获得高质量地图估计。该过程分两步进行。首先，设计两种新算法——基于模型的在线贝叶斯估计器与数据驱动的深度学习算法，用于更新地图估计及指示各可能位置测量信息量的不确定性度量。这些算法提供互补优势，且每次测量具有恒定复杂度。其次，利用该不确定性度量规划无人机轨迹，以在最具信息量的位置收集测量。为克服此问题的组合复杂度，提出一种动态规划方法，以线性时间获取穿越高不确定性区域的航点列表。基于真实数据集的数值实验证实，所提方案能快速构建精确无线电地图。