基于 Rainbow Learning 的无人机物联网网络数据采集
信号处理
2025-06-12 v2 信息论
math.IT
摘要
无人机（UAV）使能的物联网系统已成为未来无线通信的重要组成部分。为实现更高的通信速率，无人机轨迹与资源分配的联合设计至关重要。本文派遣一架多天线无人机在一个时间间隔内同时收集多个地面物联网节点（GN）的数据。为提高来自 GN 的总数据采集（SDC）量，对无人机轨迹、无人机接收波束成形、GN 调度以及 GN 的发射功率进行了联合优化。由于该问题是非凸的且变量高度耦合，难以使用传统方法求解。为了寻找近似最优解，提出了一种双环结构的优化驱动深度强化学习（DRL）算法（称为基于 rainbow learning 的算法，RLA）和一种完全基于 DRL 的算法来有效求解该问题。具体而言，RLA 的外环利用融合深度 Q 网络优化无人机轨迹、GN 调度和功率分配，而内环通过逐次凸逼近优化接收波束成形。仿真结果验证了所提算法优于两个基准算法，在 SDC 量、能效和公平性方面均有显著提升。
引用
@article{arxiv.2409.14521,
title = {UAV-Enabled Data Collection for IoT Networks via Rainbow Learning},
author = {Yingchao Jiao and Xuhui Zhang and Wenchao Liu and Yinyu Wu and Jinke Ren and Yanyan Shen and Bo Yang and Xinping Guan},
journal= {arXiv preprint arXiv:2409.14521},
year = {2025}
}
备注
5 pages, 6 figures, this work has been submitted to the IEEE for possible publication