BriefGPT - AI 论文速递
·
网络化无人机协同宽带频谱感知与调度在 UTM 系统中的应用
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文提出了一个基于数据驱动的框架，用于网络化的无人机协同宽带频谱感知和调度。通过多类分类问题检测空闲频谱位置，利用强化学习将探测到的频谱空隙动态分配给无人机。通过综合仿真框架评估方法，生成大型频谱数据集，用于开发基于机器学习/人工智能的空中设备频谱管理解决方案。
🎯
关键要点
- 提出了一个基于数据驱动的框架，用于无人机协同宽带频谱感知和调度。
- 通过多类分类问题检测空闲频谱位置，利用 I/Q 样本进行宽带频谱感知。
- 在无人机系统交通管理生态系统中融合各个无人机的分类结果，提高频谱感知准确性。
- 在频谱调度阶段，利用强化学习动态分配探测到的频谱空隙给无人机。
- 建立综合仿真框架，生成接近真实的合成数据集用于评估方法。
- 评估方法提供灵活框架，生成大型频谱数据集以开发基于机器学习/人工智能的频谱管理解决方案。
➡️
