基于深度Q网络的联合无人机轨迹与关联规划在NTN辅助网络中的应用

先进空中交通（AAM）已成为下一代交通系统的关键支柱，涵盖了广泛无人机（UAV）应用。为了实现AAM，保持无人机与控制中心之间可靠且高效的通信链路至关重要。同时，无线网络的高度动态性，结合无人机有限的机载能源，使得高效的轨迹规划和网络关联变得至关重要。现有的地面网络由于频繁切换和覆盖空白，往往无法提供普遍覆盖。为了解决这些挑战，地球静止轨道（GEO）卫星提供了一种有前景的补充解决方案，以扩展无人机连接范围，超越地面边界。本工作提出了一种集成的GEO地面网络架构，以确保无人机的无缝连接。利用人工智能（AI），开发了一种基于深度Q网络（DQN）的算法，用于联合无人机轨迹与关联规划（JUTAP），旨在最小化能耗、切换频率和断连情况。仿真结果验证了所提出算法在集成GEO地面框架中的有效性。

这里展示来源摘要及其中文翻译，完整内容请阅读原文。