买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明涉及一种基于上下文‑MAB的中继无人机路径规划方法，属于基于强化学习的路径规划技术领域。所述方法，先获取任务区域的用户数据，构建任务区域模型；获取用户、无人机与子网格特征，优化无人机与子网格特征权重矩阵，得到无人机与子网格上下文特征；而后对用户、无人机与子网格进行聚类，对无人机、子网格特征进行降维，得到无人机与子网格降维特征；随后基于此进行上下文‑MAB推荐，并依据用户分类结果估计连接情况反馈值，得到无人机路径；所述中继无人机路径规划方法，有效减少了推荐目标的数量；减小了服务用户数目达到最大值需要的无人机架次，并提高了服务用户总数与平均收益。

主权项：1.一种基于上下文-MAB的中继无人机路径规划方法，其特征在于：包括如下步骤：步骤1、划分任务区域并保存划分好的子网格位置信息，初始化无人机航行路径；步骤2、对用户、无人机与子网格进行特征编码，得到用户、无人机与子网格的二进制特征向量；步骤3、获取优化后的无人机与子网格特征的权重矩阵，得到无人机的交互特征向量；步骤3具体包括如下子步骤：步骤3.1、对无人机与子网格的二进制特征向量归一化，得到无人机与子网格的归一化特征向量；步骤3.2、基于步骤3.1得到的无人机与子网格的归一化特征向量建立目标函数并进行优化，获取优化后的无人机与子网格特征的权重矩阵；步骤3.3、获取无人机交互特征向量，具体为：无人机的归一化特征向量与优化后的无人机与子网格特征的权重矩阵融合得到无人机交互特征向量；步骤4、对无人机交互特征向量进行特征降维，得到降维交互特征向量，具体包括：确定聚类中心，对无人机交互特征向量进行高斯核映射并归一化；具体包括如下子步骤：步骤4.1、对无人机交互特征向量进行K-means聚类，得到无人机交互特征向量聚类中心；步骤4.2、对步骤3得到的无人机交互特征向量进行高斯核映射，得到无人机映射距离向量；步骤4.3、对无人机映射距离向量归一化，得到降维交互特征向量；步骤5、归一化步骤2得到的用户的二进制特征向量，并对用户进行K-means聚类，得到用户的聚类中心及用户簇；步骤6、根据步骤4得到的降维交互特征向量，为执行任务的无人机推荐子网格，保存无人机路径；具体包括如下子步骤：步骤6.1、获取每个子网格的用户连网效果收益的估计；步骤6.2、为执行任务的无人机推荐子网格，作为该轮架次无人机的任务区域；其中，各个用户连网效果收益的估计通过步骤6.1得到，在K2个子网格中选择用户连网效果收益的估计最大的子网格作为第t架次无人机的任务区域；步骤6.3、若用户连接情况可知，更新反馈向量与训练矩阵，若用户连接情况不可知，则根据步骤6.4估计用户的连接情况反馈值，再更新反馈向量与训练矩阵；步骤6.4、估计无人机在选中子网格内情况未知的用户的连接情况反馈值，具体为：计算该子网格内各用户簇的平均连接情况反馈值，得到该用户的连接情况反馈值；步骤6.5、保存无人机路径，具体为：获取无人机任务中依次被推荐的子网格集合，保存为该无人机的航行路径；至此，完成了基于上下文-MAB的中继无人机路径规划方法。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于上下文-MAB的中继无人机路径规划方法