基于深度强化学习的无人机紫外光信息收集方法

作     者：赵太飞 郭佳豪 辛雨 王璐 ZHAO Taifei;GUO Jiahao;XIN Yu;WANG Lu

作者机构：西安理工大学自动化与信息工程学院西安710048 西安市无线光通信与网络研究重点实验室西安710048 

出 版 物：《光子学报》 (Acta Photonica Sinica)

年 卷 期：2025年第54卷第1期

页      面：43-58页

核心收录：

学科分类：08[工学] 0803[工学-光学工程] 

基　　金：国家自然科学基金(No.61971345) 陕西省重点研发计划(No.2021GY-044) 人工智能四川省重点实验室开发基金(No.2022RYY01) 西安市科技计划项目(No.23GXFW0060) 

主　　题：无人机 信息收集 紫外光非直视通信 深度强化学习 深度双Q网络 

摘      要：针对电磁干扰环境下的无人机信息收集问题,使用深度强化学习算法实现了紫外光非直视通信收发仰角自适应调整的信息收集方法。建立了无人机的移动、通信、信息收集和能耗模型,以时间、能量和通信质量为目标函数,建立了多目标优化模型,使用深度强化学习算法解决多目标优化问题。为了让无人机获得更优的飞行方向、飞行速度以及紫外光收发仰角的决策,设计了一套适合信息收集任务的奖励函数,并对经典的深度双Q网络算法加入双目标网络、熵正则化和优先经验回放等改进。仿真结果表明,改进的算法相比经典的深度双Q网络算法,在时间效率上至少提高了13%,能量消耗至少减少了14%。