面向工业场景的无人机时空众包资源分配

摘要

无人机时空众包资源分配是工业物联网能源管理中的重要任务之一.尽管现有方法考虑了联合反映时间敏感性和公平性的信息新鲜度指标，但忽略了无人机禁飞区和窃听者对数据新鲜度的影响.本文提出了一种基于深度强化学习的无人机时空众包资源分配方法，在考虑无人机禁飞区约束和对窃听者发送干扰信号以保障数据安全的情况下，最小化平均信息新鲜度和物联网设备能耗，从而得到最优无人机轨迹、发射干扰信号功率和物联网发射功率.然而，无人机时空众包中的资源分配复杂且存在挑战，主要表现为决策变量类型多且与考虑服务质量要求的系统性能指标关系复杂.本文将该问题建模为马尔可夫决策过程并使用先进的深度强化学习算法求解该问题，即软演员–评论家（SAC）算法.在多无人机场景下验证了所提出算法在解决无人机时空众包资源分配任务中的有效性和正确性.另外，SAC算法相较于其他两种先进的深度强化学习算法，即深度确定性策略梯度算法和双延迟深度确定性策略梯度算法，具有更快的收敛速度和更优的解.最后，分析了最优无人机数目的选择方案.

关键词

无人机 / 工业能源管理 / 时空众包 / 资源分配 / 深度强化学习

基金资助

国家自然科学基金区域基金重点资助项目（U22A2005）; 国家自然科学青年基金资助项目（62301028,62306030）; 中国博士后科学基金第73批面上资助项目（2023M730218）