多用户 MISO 无人机通信的三维轨迹设计：一种深度强化学习方法
信息论
2021-08-03 v1 math.IT
摘要
本文研究一种多用户下行链路多输入单输出（MISO）无人机（UAV）通信系统，其中采用多天线无人机为多个地面终端提供服务。与现有方法仅关注简化的二维场景不同，本文考虑三维（3D）城市场景，在该场景中设计无人机的三维轨迹，以在实际吞吐量与飞行运动约束下最小化数据传输完成时间。具体而言，我们提出一种基于深度强化学习（DRL）的完成时间最小化轨迹设计（DRL-TDCTM），其由深度确定性策略梯度算法发展而来。特别地，为表示无人机与环境的状态信息，我们引入额外信息即融合信息素作为奖励的参考，以辅助算法设计。通过在相应马尔可夫决策过程中与外部环境的互动，所提算法能够持续且自适应地学习如何调整无人机的运动策略。最后，仿真结果表明所提 DRL-TDCTM 算法优于传统基线方法。
引用
@article{arxiv.2108.00668,
title = {Three-Dimensional Trajectory Design for Multi-User MISO UAV Communications: A Deep Reinforcement Learning Approach},
author = {Yang Wang and Zhen Gao},
journal= {arXiv preprint arXiv:2108.00668},
year = {2021}
}
备注
Accepted by IEEE/CIC International Conference on Communications in China. arXiv admin note: substantial text overlap with arXiv:2107.11015