本發(fā)明涉及無(wú)線通信，具體涉及一種基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法。

背景技術(shù)：

1、通信感知一體化(integrated?sensing?and?communication，簡(jiǎn)稱isac)系統(tǒng)是一種將無(wú)線通信和環(huán)境感知功能集成在同一平臺(tái)上的新興技術(shù)，旨在通過(guò)共享無(wú)線頻譜和硬件資源，實(shí)現(xiàn)高效的通信和精準(zhǔn)的環(huán)境感知。isac系統(tǒng)在智能交通、無(wú)人駕駛、智慧城市和工業(yè)物聯(lián)網(wǎng)等多個(gè)領(lǐng)域具有廣泛應(yīng)用前景。isac系統(tǒng)可以通過(guò)頻譜共享，在相同頻譜資源下同時(shí)實(shí)現(xiàn)無(wú)線通信和環(huán)境感知，網(wǎng)絡(luò)可以同時(shí)用于數(shù)據(jù)傳輸和雷達(dá)探測(cè)，顯著提高頻譜利用率；通過(guò)硬件共享，如天線陣列和射頻前端，毫米波雷達(dá)和通信基站共享天線，減少了獨(dú)立通信和感知設(shè)備的需求，降低了硬件成本和系統(tǒng)復(fù)雜度；通過(guò)信號(hào)處理集成和信息融合，協(xié)同優(yōu)化通信和感知性能，提高系統(tǒng)整體效率和可靠性。

2、隨著無(wú)人機(jī)技術(shù)的發(fā)展，isac系統(tǒng)開(kāi)始在無(wú)人機(jī)領(lǐng)域廣泛應(yīng)用，可以通過(guò)集成感知和通信功能，實(shí)現(xiàn)無(wú)人機(jī)在廣域環(huán)境中為地面用戶提供無(wú)線覆蓋、偵察、植保作業(yè)等任務(wù)，使得無(wú)人機(jī)群可以在未知的環(huán)境中自主進(jìn)行飛行路徑規(guī)劃和軌跡優(yōu)化，提升飛行安全性和工作效率。在無(wú)人機(jī)的按需部署和強(qiáng)視距鏈路的驅(qū)動(dòng)下，無(wú)人機(jī)成為一種空中isac平臺(tái)，根據(jù)傳感頻率和通信質(zhì)量的要求，提供更可控、更均衡的綜合服務(wù)。由于頻譜資源的共享和信號(hào)散射的復(fù)雜性，在高質(zhì)量通信服務(wù)和高時(shí)效性感知需求這兩個(gè)可能相互沖突的設(shè)計(jì)目標(biāo)之間取得良好的平衡是保證通感性能的關(guān)鍵。而波束賦形的設(shè)計(jì)是isac的核心問(wèn)題之一，技術(shù)重點(diǎn)在于如何設(shè)計(jì)能夠同時(shí)滿足通信和感知需求的波束陣列矩陣。

3、為了解決這個(gè)問(wèn)題，衍生出了使用陣列信號(hào)處理算法，如最小均方誤差(mmse)算法和自適應(yīng)濾波技術(shù)，實(shí)時(shí)監(jiān)測(cè)環(huán)境和目標(biāo)信息，動(dòng)態(tài)調(diào)整波束方向和形狀，以優(yōu)化信號(hào)質(zhì)量和感知性能；多輸入多輸出(mimo)技術(shù)利用多天線同時(shí)傳輸和接收信號(hào)，提高系統(tǒng)的空間分辨率和信號(hào)強(qiáng)度實(shí)現(xiàn)高效波束賦形；大規(guī)模天線陣列(massive?mimo)利用大量天線單元形成極窄的波束，顯著提升系統(tǒng)的角度分辨率和感知精度，通過(guò)精確的天線排列和先進(jìn)的信號(hào)處理算法，實(shí)現(xiàn)高效的信號(hào)傳輸與接收。

4、隨著近年來(lái)人工智能的發(fā)展，對(duì)于強(qiáng)化學(xué)習(xí)的應(yīng)用的關(guān)注程度越來(lái)越高。強(qiáng)化學(xué)習(xí)的核心概念是智能體與環(huán)境的互動(dòng)，通過(guò)智能體一系列的行為，做出行為后的反饋，不斷迭代最終得到問(wèn)題的最優(yōu)結(jié)果。強(qiáng)化學(xué)習(xí)應(yīng)用在無(wú)線通信領(lǐng)域中，由于環(huán)境是變化、復(fù)雜且具有隨機(jī)性的，傳統(tǒng)的算法難以適應(yīng)這些特點(diǎn)，不能在快速變化的環(huán)境中做出相應(yīng)的最優(yōu)決策。而在強(qiáng)化學(xué)習(xí)中，智能體可以根據(jù)環(huán)境的實(shí)時(shí)狀況進(jìn)行反饋從而在不同的環(huán)境下做出最優(yōu)的決策。同時(shí)強(qiáng)化學(xué)習(xí)提升了網(wǎng)絡(luò)管理效率，其自主決策的能力能夠有效利用現(xiàn)有的無(wú)線和計(jì)算資源。

5、由于具備在復(fù)雜環(huán)境中進(jìn)行策略優(yōu)化的優(yōu)勢(shì)，深度強(qiáng)化學(xué)習(xí)(deepreinforcement?learning，drl)技術(shù)已逐漸成為isac系統(tǒng)中解決波束賦形問(wèn)題的有效工具。波束賦形是通過(guò)控制天線陣列的發(fā)射和接收方向來(lái)提高通信和感知性能的技術(shù)。傳統(tǒng)的波束賦形方法，如基于預(yù)編碼的最優(yōu)波束設(shè)計(jì)，通常需要精確的信道狀態(tài)信息(csi)和復(fù)雜的計(jì)算。而在實(shí)際環(huán)境中，csi往往難以準(zhǔn)確獲取，且環(huán)境是動(dòng)態(tài)變化的，需要實(shí)時(shí)調(diào)整波束方向。在深度強(qiáng)化學(xué)習(xí)應(yīng)用中，對(duì)于環(huán)境的建模，智能體的狀態(tài)可包括信道狀態(tài)信息、干擾情況、目標(biāo)位置和運(yùn)動(dòng)狀態(tài)等，動(dòng)作空間則定義為天線陣列的波束方向、功率分配策略或多波束組合策略等，通過(guò)深度神經(jīng)網(wǎng)絡(luò)(如卷積神經(jīng)網(wǎng)絡(luò)，cnn)提取高維特征，獲取系統(tǒng)優(yōu)化配置。

6、當(dāng)前在使用深度強(qiáng)化學(xué)習(xí)求解無(wú)人機(jī)軌跡優(yōu)化問(wèn)題中，應(yīng)用了兩種特定的方法：深度q網(wǎng)絡(luò)(deep?q?network，dqn)和雙深度q網(wǎng)絡(luò)(double?dqn，ddqn)方法，適用于離散動(dòng)作空間，通過(guò)q網(wǎng)絡(luò)評(píng)估每個(gè)動(dòng)作的價(jià)值，并選擇最優(yōu)動(dòng)作。首先收集環(huán)境狀態(tài)數(shù)據(jù)、通信信道信息數(shù)據(jù)和目標(biāo)感知數(shù)據(jù)，進(jìn)行預(yù)處理以適應(yīng)drl模型輸入要求。然后對(duì)模型訓(xùn)練，選擇適當(dāng)?shù)膁rl算法，構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型，定義狀態(tài)、動(dòng)作和獎(jiǎng)勵(lì)函數(shù)。在模擬環(huán)境中進(jìn)行模型訓(xùn)練，通過(guò)大量交互數(shù)據(jù)更新策略，優(yōu)化無(wú)人機(jī)軌跡。dqn算法作為一種基于深度學(xué)習(xí)的強(qiáng)化學(xué)習(xí)算法，在單智能體離散動(dòng)作空間問(wèn)題上性能較好，然而在多無(wú)人機(jī)相互協(xié)作的場(chǎng)景中，尤其在智能體對(duì)其它智能體所作出的決策未知的情況下無(wú)法得到良好解決方案。多智能體強(qiáng)化學(xué)習(xí)(marl)、多智能深度強(qiáng)化學(xué)習(xí)(madrl)在單智能體強(qiáng)化學(xué)習(xí)的基礎(chǔ)上，為多智能體聯(lián)合訓(xùn)練問(wèn)題提供了解決方法，其算法在無(wú)人機(jī)對(duì)其它無(wú)人機(jī)決策未知的情況下仍然可以做出最優(yōu)決策，有效解決多無(wú)人機(jī)聯(lián)合執(zhí)行任務(wù)、資源調(diào)度等問(wèn)題，并取得了優(yōu)越的系統(tǒng)性能。

7、先前關(guān)于isac系統(tǒng)的開(kāi)發(fā)主要集中在讓通信和感知同時(shí)提高性能，忽略了實(shí)際的不對(duì)稱傳感和通信需求，在isac模型下對(duì)無(wú)人機(jī)的軌跡優(yōu)化問(wèn)題的探索也并不充分。同時(shí)，關(guān)于無(wú)人機(jī)軌跡優(yōu)化的研究仍然存在局限性，大部分研究只考慮了以功率作為限制的單個(gè)、多個(gè)無(wú)人機(jī)的軌跡優(yōu)化，忽略了在實(shí)際isac場(chǎng)景中存在的問(wèn)題，例如無(wú)人機(jī)作為通信的中轉(zhuǎn)站其位置對(duì)通信質(zhì)量的影響、無(wú)人機(jī)感知精度與其軌跡及能耗的關(guān)系等，因此需要將無(wú)人機(jī)的軌跡優(yōu)化與模型下各因素進(jìn)行聯(lián)合開(kāi)發(fā)。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法，以現(xiàn)有技術(shù)中無(wú)法在保證感知精度的前提下，保證無(wú)人機(jī)與物聯(lián)網(wǎng)設(shè)備之間的通信速率，進(jìn)而影響無(wú)人機(jī)群的整體路徑優(yōu)化的問(wèn)題。

2、第一方面，本發(fā)明提供了一種基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法，該方法包括：

3、步驟s1，確定無(wú)人機(jī)到地面物聯(lián)網(wǎng)設(shè)備的基帶等效信道；其中，步驟s1包括：

4、步驟s11，確定無(wú)人機(jī)到用戶的信道增益βm,i，式中，表示無(wú)人機(jī)m在高度g時(shí)的二維平面位置，表示第i個(gè)物聯(lián)網(wǎng)設(shè)備的二維坐標(biāo)信息，β0表示1米處的信道增益，n為時(shí)隙，總時(shí)隙個(gè)數(shù)為n；

5、步驟s12，基于信道增益，確定從第m架無(wú)人機(jī)到第i個(gè)地面物聯(lián)網(wǎng)設(shè)備的基帶等效信道hm,i，其中，式中，dm,i表示第m個(gè)無(wú)人機(jī)與第i個(gè)地面物聯(lián)網(wǎng)設(shè)備之間的距離，上標(biāo)h表示共軛轉(zhuǎn)置，為無(wú)人機(jī)m對(duì)用戶的發(fā)射信號(hào)響應(yīng)向量，式中，b為天線半波長(zhǎng)邊距，λ為載波波長(zhǎng)，nt表示無(wú)人機(jī)發(fā)射天線的總個(gè)數(shù)，發(fā)射天線與接收天線個(gè)數(shù)相同，θm,i為第m個(gè)無(wú)人機(jī)與第i個(gè)地面物聯(lián)網(wǎng)設(shè)備之間的地理路徑仰角，

6、步驟s2，基于基帶等效信道，確定無(wú)人機(jī)通過(guò)接收天線接收的數(shù)據(jù)信號(hào)

7、式中，αm,i為無(wú)人機(jī)m的雷達(dá)散射截面積，滿足正態(tài)分布，為無(wú)人機(jī)m在時(shí)隙n發(fā)射的感知信號(hào)，表示無(wú)人機(jī)m發(fā)射的感知信號(hào)，且表示所述感知信號(hào)的發(fā)射波束預(yù)編碼向量，且為地面物聯(lián)網(wǎng)設(shè)備i向無(wú)人機(jī)m發(fā)送的數(shù)據(jù)，表示數(shù)據(jù)信號(hào)的接收波束編碼向量，且表示加性高斯白噪聲，滿足上標(biāo)t表示轉(zhuǎn)置；

8、步驟s3，確定第m架無(wú)人機(jī)收集第i個(gè)地面物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)速率rm,i[n]，rm,i[n]＝log2(1+γm,i[n])，式中，

9、步驟s4，基于約束條件以及數(shù)據(jù)速率，建立優(yōu)化問(wèn)題；

10、其中，優(yōu)化問(wèn)題為：式中，為感知信號(hào)的協(xié)方差矩陣，m為無(wú)人機(jī)總數(shù)，i為地面物聯(lián)網(wǎng)設(shè)備總數(shù)；

11、約束條件包括：

12、式中，c1表示對(duì)所有無(wú)人機(jī)的軌跡約束，c2表示對(duì)無(wú)人機(jī)的功率約束，c3表示為無(wú)人機(jī)感知精度需求，c4表示對(duì)無(wú)人機(jī)之間的最小距離約束以避免碰撞，s表示整個(gè)覆蓋區(qū)域的半徑，p表示功率上限，γ表示感知精度限制，lmin表示無(wú)人機(jī)與無(wú)人機(jī)之間的最小間隔距離，k代表除了無(wú)人機(jī)m以外的無(wú)人機(jī)；

13、步驟s5，通過(guò)多智能體強(qiáng)化學(xué)習(xí)模型對(duì)優(yōu)化問(wèn)題進(jìn)行求解，確定m架無(wú)人機(jī)向i個(gè)地面物聯(lián)網(wǎng)設(shè)備收集信息的最大總速率。

14、本發(fā)明考慮包含多無(wú)人機(jī)、多地面物聯(lián)網(wǎng)設(shè)備的isac系統(tǒng)場(chǎng)景，針對(duì)構(gòu)建的無(wú)人機(jī)信息采集系統(tǒng)建立優(yōu)化問(wèn)題，該問(wèn)題在滿足感知精度、無(wú)人機(jī)軌跡限制、功率限制和無(wú)人機(jī)之間距離的同時(shí)，對(duì)無(wú)人機(jī)的軌跡、發(fā)射波束賦形和發(fā)送符號(hào)進(jìn)行了聯(lián)合優(yōu)化，以達(dá)到高速率信號(hào)傳輸和高效信息收集目的，使無(wú)人機(jī)信息采集系統(tǒng)總傳輸速率最大化。為了更好的體現(xiàn)實(shí)際場(chǎng)景下多智能體相互協(xié)助，避免智能體之間的干擾，本發(fā)明還結(jié)合了多智能體深度強(qiáng)化學(xué)習(xí)方法，獲取無(wú)人機(jī)信息采集系統(tǒng)傳輸速率最優(yōu)的智能體動(dòng)作設(shè)置，從而實(shí)現(xiàn)無(wú)人機(jī)群的整體路徑優(yōu)化。

15、在一種可選的實(shí)施方式中，通過(guò)以下步驟確定參數(shù)φ估計(jì)的crb(φ)：

16、確定需要感知的參數(shù)為其中，

17、對(duì)無(wú)人機(jī)接收的回波信號(hào)做向量化處理，將地面物聯(lián)網(wǎng)設(shè)備向無(wú)人機(jī)傳輸?shù)臄?shù)據(jù)信號(hào)看作為噪聲，即

18、確定無(wú)人機(jī)接收的數(shù)據(jù)信號(hào)為：

19、將轉(zhuǎn)換為：y＝αhx+v，其中，

20、將y＝αhx+v進(jìn)行向量化表示，確定η＝vec{αhx}，其中，將費(fèi)舍信息矩陣fim里的第m行第i列的元素表示為：其中，ξm和ξi表示ξ的第m個(gè)和第i個(gè)元素；

21、將費(fèi)舍信息矩陣劃分成2x2的矩陣fim，其中，式中，表示對(duì)參數(shù)φ求二次偏導(dǎo)的矩陣，表示對(duì)參數(shù)求二次偏導(dǎo)的矩陣，表示對(duì)參數(shù)φ和參數(shù)分別求偏導(dǎo)的矩陣；

22、根據(jù)費(fèi)舍信息矩陣與crb矩陣的關(guān)系，對(duì)參數(shù)φ估計(jì)的crb為：

23、在一種可選的實(shí)施方式中，通過(guò)多智能體強(qiáng)化學(xué)習(xí)模型對(duì)優(yōu)化問(wèn)題進(jìn)行求解，確定m架無(wú)人機(jī)向i個(gè)地面物聯(lián)網(wǎng)設(shè)備收集信息的最大總速率，包括：

24、確定m架無(wú)人機(jī)為m個(gè)智能體，并確定每個(gè)智能體對(duì)應(yīng)的狀態(tài)集合、觀察集合以及動(dòng)作集合；

25、根據(jù)狀態(tài)集合、觀察集合以及動(dòng)作集合，確定每個(gè)智能體對(duì)應(yīng)的策略；

26、基于優(yōu)化問(wèn)題，確定獎(jiǎng)勵(lì)函數(shù)，其中，獎(jiǎng)勵(lì)函數(shù)為：式中，β表示懲罰因子，p1、p2、p3、p4均為懲罰項(xiàng)，其中：

27、

28、式中，f(f(x))表示通過(guò)判別函數(shù)f(x)判斷后的判別值，其中：

29、

30、獲取預(yù)先建立的策略決策模型，策略決策模型包括actor-critic網(wǎng)絡(luò)；

31、基于獎(jiǎng)勵(lì)函數(shù)、策略決策模型，對(duì)每個(gè)策略進(jìn)行決策，確定最優(yōu)策略，使得m架無(wú)人機(jī)向i個(gè)地面物聯(lián)網(wǎng)設(shè)備收集信息的總速率最大。

32、在一種可選的實(shí)施方式中，actor-critic網(wǎng)絡(luò)中的actor網(wǎng)絡(luò)用于根據(jù)策略對(duì)每一個(gè)觀察做出一個(gè)動(dòng)作決策，critic網(wǎng)絡(luò)用于使用state-value函數(shù)評(píng)估actor網(wǎng)絡(luò)選擇的動(dòng)作；

33、其中，state-value函數(shù)為：

34、

35、式中，γ表示折扣因子、τ表示折扣因子次冪參數(shù)、rm表示智能體m的獎(jiǎng)勵(lì)、表示智能體m的輸入狀態(tài)、am表示輸入狀態(tài)對(duì)應(yīng)的動(dòng)作。

36、在一種可選的實(shí)施方式中，actor-critic網(wǎng)絡(luò)通過(guò)調(diào)整actor網(wǎng)絡(luò)與critic網(wǎng)絡(luò)的參數(shù)來(lái)確定最優(yōu)策略；其中，actor-critic網(wǎng)絡(luò)由評(píng)估網(wǎng)絡(luò)和目標(biāo)網(wǎng)絡(luò)構(gòu)成，評(píng)估網(wǎng)絡(luò)包括actor網(wǎng)絡(luò)的參數(shù)和critic網(wǎng)絡(luò)的參數(shù)目標(biāo)網(wǎng)絡(luò)包括actor網(wǎng)絡(luò)的參數(shù)和critic網(wǎng)絡(luò)的參數(shù)

37、critic網(wǎng)絡(luò)的評(píng)估網(wǎng)絡(luò)參數(shù)通過(guò)減少損失來(lái)調(diào)整，第l次狀態(tài)轉(zhuǎn)移的損失函數(shù)為：其中，h′(·)是目標(biāo)網(wǎng)絡(luò)的狀態(tài)價(jià)值函數(shù)，在連續(xù)且可微分的條件下，critic網(wǎng)絡(luò)根據(jù)損失函數(shù)的梯度進(jìn)行調(diào)整；

38、actor網(wǎng)絡(luò)的評(píng)估網(wǎng)絡(luò)參數(shù)通過(guò)最大化策略目標(biāo)函數(shù)更新，策略目標(biāo)函數(shù)為：式中，χm(·)為actor網(wǎng)絡(luò)的評(píng)估網(wǎng)絡(luò)函數(shù)；

39、critic網(wǎng)絡(luò)的目標(biāo)網(wǎng)絡(luò)參數(shù)采用第一函數(shù)更新，第一函數(shù)為：式中，κ為一個(gè)正數(shù)常量；

40、actor網(wǎng)絡(luò)的目標(biāo)網(wǎng)絡(luò)參數(shù)采用第二函數(shù)更新，第二函數(shù)為：

41、在一種可選的實(shí)施方式中，actor-critic網(wǎng)絡(luò)通過(guò)調(diào)整actor網(wǎng)絡(luò)與critic網(wǎng)絡(luò)的參數(shù)，包括：

42、初始化每個(gè)智能體對(duì)應(yīng)的actor網(wǎng)絡(luò)與critic網(wǎng)絡(luò)的評(píng)估網(wǎng)絡(luò)參數(shù)和目標(biāo)網(wǎng)絡(luò)參數(shù)；

43、初始化每個(gè)智能體的經(jīng)驗(yàn)池大??；

44、確定時(shí)隙n以及智能體m；

45、觀測(cè)智能體m環(huán)境，獲得狀態(tài)sm[n]；

46、根據(jù)狀態(tài)sm[n]，智能體m選擇執(zhí)行動(dòng)作am[n]；

47、智能體m執(zhí)行動(dòng)作后，獲得下一時(shí)隙狀態(tài)sm[n+1]，直至智能體m的所有動(dòng)作am[n]執(zhí)行完成，并將所有狀態(tài)、動(dòng)作、獎(jiǎng)勵(lì)存儲(chǔ)至經(jīng)驗(yàn)池；

48、從經(jīng)驗(yàn)池中選擇經(jīng)驗(yàn)樣本；

49、基于經(jīng)驗(yàn)樣本，通過(guò)最小化損失函數(shù)更新critic網(wǎng)絡(luò)的評(píng)估網(wǎng)絡(luò)參數(shù)、通過(guò)最大化策略目標(biāo)函數(shù)更新actor網(wǎng)絡(luò)的評(píng)估網(wǎng)絡(luò)參數(shù)、通過(guò)第一函數(shù)更新critic網(wǎng)絡(luò)的目標(biāo)網(wǎng)絡(luò)參數(shù)、通過(guò)第二函數(shù)更新述actor網(wǎng)絡(luò)的目標(biāo)網(wǎng)絡(luò)參數(shù)。

50、第二方面，本發(fā)明提供了一種基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化裝置，該裝置包括：

51、基帶等效信道確定模塊，用于確定無(wú)人機(jī)到地面物聯(lián)網(wǎng)設(shè)備的基帶等效信道；其中包括：用于確定無(wú)人機(jī)到用戶的信道增益βm,i，式中，表示無(wú)人機(jī)m在高度g時(shí)的二維平面位置，表示第i個(gè)物聯(lián)網(wǎng)設(shè)備的二維坐標(biāo)信息，β0表示1米處的信道增益，n為時(shí)隙，總時(shí)隙個(gè)數(shù)為n；還用于基于信道增益確定從第m架無(wú)人機(jī)到第i個(gè)地面物聯(lián)網(wǎng)設(shè)備的基帶等效信道hm,i，其中，式中，dm,i表示第m個(gè)無(wú)人機(jī)與第i個(gè)地面物聯(lián)網(wǎng)設(shè)備之間的距離，上標(biāo)h表示共軛轉(zhuǎn)置，為無(wú)人機(jī)m對(duì)用戶i的發(fā)射信號(hào)響應(yīng)向量，式中，b為天線半波長(zhǎng)邊距，λ為載波波長(zhǎng)，nt表示無(wú)人機(jī)發(fā)射天線的總個(gè)數(shù)，發(fā)射天線與接收天線個(gè)數(shù)相同，θm,i為第m個(gè)無(wú)人機(jī)與第i個(gè)地面物聯(lián)網(wǎng)設(shè)備之間的地理路徑仰角，

52、數(shù)據(jù)信號(hào)確定模塊，用于基于基帶等效信道確定無(wú)人機(jī)通過(guò)接收天線接收的數(shù)據(jù)信號(hào)式中，αm,i為無(wú)人機(jī)m的雷達(dá)散射截面積，滿足正態(tài)分布，為無(wú)人機(jī)m在時(shí)隙n發(fā)射的感知信號(hào)，表示無(wú)人機(jī)m發(fā)射的感知信號(hào)，且表示感知信號(hào)的發(fā)射波束預(yù)編碼向量，且為地面物聯(lián)網(wǎng)設(shè)備i向無(wú)人機(jī)m發(fā)送的數(shù)據(jù)，表示所述數(shù)據(jù)信號(hào)的接收波束編碼向量，且zm,i[n]表示加性高斯白噪聲，滿足上標(biāo)t表示轉(zhuǎn)置；

53、速率確定模塊，用于確定第m架無(wú)人機(jī)收集第i個(gè)地面物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)速率rm,i[n]，rm,i[n]＝log2(1+γm,i[n])，式中，

54、建立模塊，用于基于約束條件以及數(shù)據(jù)速率，建立優(yōu)化問(wèn)題；其中，優(yōu)化問(wèn)題為：式中，為感知信號(hào)的協(xié)方差矩陣，m為無(wú)人機(jī)總數(shù)，i為地面物聯(lián)網(wǎng)設(shè)備總數(shù)；

55、約束條件包括：

56、式中，c1表示對(duì)所有無(wú)人機(jī)的軌跡約束，c2表示對(duì)無(wú)人機(jī)和地面物聯(lián)網(wǎng)設(shè)備的功率約束，c3表示為無(wú)人機(jī)感知精度需求，c4表示對(duì)無(wú)人機(jī)之間的最小距離約束以避免碰撞，s表示整個(gè)覆蓋區(qū)域的半徑，p表示功率上限，γ表示感知精度限制，lmin表示無(wú)人機(jī)與無(wú)人機(jī)之間的最小間隔距離，k代表除了無(wú)人機(jī)m以外的無(wú)人機(jī)；

57、優(yōu)化模塊，用于通過(guò)多智能體強(qiáng)化學(xué)習(xí)模型對(duì)優(yōu)化問(wèn)題進(jìn)行求解，確定m架無(wú)人機(jī)向i個(gè)地面物聯(lián)網(wǎng)設(shè)備收集信息的最大總速率。

58、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器和處理器，存儲(chǔ)器和處理器之間互相通信連接，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令，處理器通過(guò)執(zhí)行計(jì)算機(jī)指令，從而執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法。

59、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法。

60、第五方面，本發(fā)明提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法。

61、需要說(shuō)明的是，由于本發(fā)明提供的基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化裝置，計(jì)算機(jī)設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)與上述的基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法是對(duì)應(yīng)的。因此，關(guān)于基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化裝置，計(jì)算機(jī)設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的有益效果，請(qǐng)參見(jiàn)上文基于通感一體化的無(wú)人機(jī)信息采集系統(tǒng)速率優(yōu)化方法的對(duì)應(yīng)有益效果的描述，在此不再贅述。