基于多智能体强化学习的混合博弈模式下多无人机辅助通信系统设计

空天地一体化通信作为未来6G的发展方向,很好地弥补了当前无线通信覆盖不足的弊端。该文提出一种基于多智能体强化学习(MARL)的多无人机(Multi-UAV)辅助通信算法,在用户与无人机(UAVs)构成的混合博弈模式下求解纳什均衡近似解,解决了动态环境下UAVs轨迹设计、多维资源调度以及用户接入策略联合优化问题。结合马尔可夫博弈概念建模该连续决策过程,以集中训练分布式执行(CTDE)机制,将近端策略优化(PPO)算法扩展到多智能体领域。针对离散与连续共存的动作空间设计了两种策略输出模式,并且结合Beta策略改进实现,最后通过仿真实验验证了算法的有效性。

一种基于公平性的无人机基站通信智能资源调度方法

空天地一体化网络是未来6G的关键内容。结合高精度波束赋形,无人机(UAV)的视距链路(LoS)可很好地作为空天地一体化网络的补充,但地面用户与基站间的相对运动极易造成信道容量失衡。提出一种噪声深度确定性策略梯度(Noisy-DDPG)方法。该方法以最大化通信公平性和系统容量为目标,利用DDPG优化分配方案,通过调整奖励函数策略参数来实现公平性和信道容量的平衡;通过在策略网络中利用可学习参数噪声进行扰动,得到更合理的分配方案。仿真实验验证了该算法的有效性。

遥测专业课程体系建设研究

当前高校遥测专业面临课程设置老旧、知识点固化、脱离实战化教学等突出现实问题,一定程度上制约了高素质指挥与技术人才的培养锻造。为此,本文以我校遥测专业课程体系建设为研究方向,分析论述了当前课程体系短板,梳理了未来遥测专业课程体系建设框架与方向,指明了培养"指技俱精"高素质新型人才的战略方针。同时立足于基层岗位任职的迫切需要,从课程理论、装备实操、业务训练等方面制定了遥测专业学员培养方案,加快我校现代化信息化条件下的遥测专业课程体系纵深发展,向未来、向实际转型,进一步促进新型人才力量人才的快速成型。