无人机中基于C-DQN的资源分配和轨迹优化研究

随着无人机作为空中中继和终端技术的快速发展，物理层安全已成为近年来的研究热点。本文将无人机发射的通信功率分为机密信息功率和人工噪声功率两部分，有效地防止秘密信息传输过程中的非法窃听，并考虑无人机在空中飞行时所需的功耗；联合优化无人机的飞行轨迹和功率分配比，以最大化固定能量下的平均信息传输量。该场景被建模为马尔可夫模型（MDP），并使用曲率驱动的深度Q学习网络（c-DQN）算法进行训练优化。结果表明，该算法具有良好的收敛效果