灾害场景下基于MADRL的信息收集无人机部署与节点能效优化
MADRL-based UAV deployment and node efficiency optimization for information collection in disaster scenarios
1. 贵州大学 电气工程学院, 贵阳 550025
2. 北京邮电大学 计算机学院(国家示范性软件学院), 北京 100876
摘要
灾害场景下，对灾区内第一手重要信息的及时、可靠收集是灾害预警研究、灾区救援工作开展的关键。无人机是与灾区内部建立应急通信网络的高效辅助工具。通过对现有研究中应急场景下无人机的部署方法进行调查，指出了无人机部署时对节点能效考虑不充分的问题。由于地面传感器节点位于灾区内部，环境恶劣且极为被动，所以结合灾害场景，首次以提高地面节点能效为优化目标，基于深度强化学习方法，在DDQN网络模型基础上，通过自定义经验回放优先级、合理设计奖励函数和采用完全去中心化训练方式，解决该特定场景下用于信息收集无人机的自适应部署问题。仿真结果表明，所提算法的节点能源效率比DDQN基准算法提高21%，训练速度相比DDPG、A3C算法分别提升42%和34%。
基金项目
国家自然科学基金资助项目(61861007,61640014)
贵州省科技计划资助项目(黔科合基础-ZK［2021］一般303)
贵州省科技支撑计划资助项目(科合支撑［2022］一般017,黔科合支撑［2023］一般096,黔科合支撑［2022］一般264)
贵州省教育厅创新群体项目(黔教合KY字［2021］012)
贵州大学引进人才科研项目(贵大人基合字(2014)08号)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.11.0537
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第7期
所属栏目: 系统应用开发
出版页码: 2118-2125
文章编号: 1001-3695(2024)07-027-2118-08
发布历史
[2024-01-22] 优先出版
[2024-07-05] 印刷出版
引用本文
李梦丽, 王霄, 米德昌, 等. 灾害场景下基于MADRL的信息收集无人机部署与节点能效优化 [J]. 计算机应用研究, 2024, 41 (7): 2118-2125. (Li Mengli, Wang Xiao, Mi Dechang, et al. MADRL-based UAV deployment and node efficiency optimization for information collection in disaster scenarios [J]. Application Research of Computers, 2024, 41 (7): 2118-2125. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
