专利交易市场

无人机辅助网络的自适应负载均衡地面用户接入方法，基于深度Q学习网络(DQN)的无人机部署算法和用于GUs访问的自适应和负载平衡(ALB)，将BS‑UAV‑NTN网络中的GUs接入问题化为一个最大化问题，将其转化为未知环境下无人机部署的马尔可夫决策过程(MDP)问题。该方法包括一种基于DQN的无人机部署算法，以及一种对BSs和无人机进行优先级排序的接入方案。仿真结果表明，该访问方案在奖励和访问GUs的数量方面优于传统的Q‑learning和随机方案。

本申请涉及一种多无人机可扩展视频缓存网络访问时延最小化方法及装置，为多无人机网络中提供可扩展视频编码的分层缓存方案，采用SVC技术对视频文件进行分层编码，通过建立优化模型来刻画用户关联、无人机位置部署和分层缓存放置策略的联合优化问题，最小化网络中所有用户的总视频访问时延。此外，为了解决所建立的组合非凸优化问题，将待优化的问题分解为基于惩罚连续凸逼近(P‑SCA)的用户关联优化子问题模型和基于惩罚凸差分(P‑DC)的无人机位置部署和分层缓存放置优化子问题模型，并根据迭代优化算法对所述两个子问题模型交替优化，直到所述迭代优化算法收敛，算法具有低复杂度和有效性，使得在视频访问时延性能方面取得了显著增益。

本发明涉及无人机通信技术领域，具体公开了一种三维无人机通信网络吞吐量和时延的权衡方法，包括步骤：以最大化三维无人机通信系统的用户吞吐量和所需最小速率的加权和为优化目标，通过联合优化三维无人机轨迹、通信时间和速率分配，确定原始优化问题；给定无人机高度，将原始优化问题简化为第一子问题，并将第一子问题转化成第一凸优化问题；给定任何无人机的二维轨迹和资源分配，将原始优化问题简化为第二子问题，并将第二子问题转化成第二凸优化问题；对第一、第二凸优化问题进行求解，得到原始优化问题的次优解。仿真结果表明，本方法实现了三维无人机通信网络上吞吐量、延时以及与高度相关的角度‑距离之间的折中平衡。