一种基于近端策略优化的无人机轨迹设计和功率分配方法

摘要

本发明公开了一种基于近端策略优化的无人机轨迹设计和功率分配方法，包括获取当前环境状态；根据标准差以及预设的PPO算法网络中策略网络输出的均值构建服从高斯分布的随机变量，选择动作并保存动作选取概率，当动作超过预设的加速度上限时，作出相应调整；当执行更新后的动作违反约束条件时，则作出相应调整；各用户随机移动至新的位置，计算系统中断概率和当前无人机消耗的能量，进而获取奖励，将当前环境状态、动作、动作选取概率和奖励作为一组数据存入预设的缓冲区，当数据足够时，对算法网络进行训练并更新网络的参数；当无人机的能量耗尽时累加迭代次数，当迭代次数超过预设的迭代次数阈值，算法结束，完成无人机轨迹设计和功率分配。