强化学习驱动的低空无人机自适应调制编码方案

于晓璞; 池育浩

doi:10.13682/j.issn.2095-6533.2026.04.004

西安邮电大学学报 ›› 2026, Vol. 31 ›› Issue (4) : 34 -42. DOI: 10.13682/j.issn.2095-6533.2026.04.004

强化学习驱动的低空无人机自适应调制编码方案

于晓璞, 池育浩

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对低空无人机通信信道时变性强、链路自适应要求高的特点，提出一种强化学习（Q-learning）驱动的低空无人机自适应调制编码方案。该方案通过构建包含瞬时信噪比（Signal-to-Noise Ratio,SNR）、SNR变化趋势、视距/非视距状态、近期误块率（Block Error Rate,BLER）的多维状态空间，设计多目标奖励函数以平衡频谱效率与BLER约束。同时，在离线训练中注入估计误差和引入阴影衰落、突发干扰等增强数据以提升模型鲁棒性。仿真结果表明，在典型城市理想信道场景下，所提方案的平均频谱效率较传统外环链路自适应（Outer Loop Link Adaptation,OLLA）提升约9.8%，且BLER低至0.000 3。在反馈延迟、信道估计误差，突发深度衰落及阴影衰落等非理想场景下，所提方案的平均频谱效率较OLLA提升7.0%～22.7%，同时BLER低于0.01的目标值，验证了强化学习在低空无人机自适应调制编码中的有效性和鲁棒性。