论文部分内容阅读
面向数据采集的深度强化学习无人机路径规划策略研究
【摘 要】
：
近年来,无人机技术飞速发展,被广泛应用于各行业中。将无人机与无线传感器网络结合可以有效增强网络的通信能力、感知能力与能量效率。使用无人机辅助数据采集,可以避免传感器节点进行远距离长周期的数据传输,有效降低传感器节点的通信损耗,提高网络的生命周期。路径规划是无人机在实际应用中需要解决的核心问题。无人机作为一种移动智能体,每次飞行时可用能量受限,飞行路径的优劣会影响无人机执行任务的时间与能量效率。本文
【机 构】
：
东华大学
【出 处】
：
东华大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
随着信息技术的发展,通信协议的增多以及对带宽需求的增加,软件无线电越来越受到重视。对软件无线电平台的多功能、集成度、扩展性和高速性等均提出了更高的要求。广播信号在传播过程中遇到高层建筑、地下隧道等区域,信号会被衰减,甚至存在盲区。因此需要对各频段广播信号在放大之前进行功率均衡,有利于信号优化和发射。本文针对传统无线电平台不能处理高速信号,信号传输过程中功率不均衡而导致信号质量降低,且不利于后续处理
学位
物联网时代下,由于频谱资源紧缺以及无线通信技术的快速发展,多种无线通信技术占用同一频段进行工作。在需要结合多种无线通信技术的异构场景下,工作于同一频段的不同无线通信技术相互干扰,造成跨技术干扰,降低通信效率与可靠性。研究人员提出跨技术通信以替代传统的无线网关,更高效、灵活地解决以上问题。目前已有大量研究关注如何在不同通信技术之间实现跨技术通信,因此该技术已逐渐走向成熟。为了将该项技术投入实际应用,
学位
随着智能手机、智能摄像头等一系列智能设备的普及,越来越多的图像被人们获取,这些图像中不乏包含着一些有用的文字信息,如何将这些图像中的文字信息检索识别出来应用在例如实时翻译、智能辅助驾驶、盲人阅读等新技术上,成为了当今学术和工业界的热门研究领域。但是自然图像由于拍摄角度和拍摄条件等原因,往往存在过曝、光照不均匀、图片模糊、背景复杂等问题。如何高效、准确的定位、识别自然场景中的文字信息也成为了近年来热
学位
作为智能交通系统的主要应用之一,车载自组织网络(Vehicular Adhoc Networks,VANET)在近些年得到很多研究。VANETs实现了车与人、车与车,以及车与路边基础设施等之间的的相互通信,使得信息能够快速有效的传递,改善了道路交通状况。其中,车与车(Vehicle to Vehicle,V2V)通信,是车辆与车辆之间的通信,表示车辆与其周围车辆之间,以多跳的方式进行实时相互通信,
学位