【标题】Proactive Handover Decision for UAVs with Deep Reinforcement Learning

【作者团队】Younghoon Jang, Syed M. Raza, Moonseong Kim, Hyunseung Choo

【发表日期】2022.2.5

【论文链接】https://www.mdpi.com/1424-8220/22/3/1200/htm

【推荐理由】无人驾驶飞行器 (UAV) 的应用在监控、物流和娱乐等领域迅速增长，需要与蜂窝网络持续连接以确保其无缝运行。然而，当前蜂窝网络中的切换策略主要是为地面用户设计的，由于空中信号强度的频繁波动，不适用于无人机。本文提出了一种新的切换决策方案，该方案部署了深度强化学习 (DRL)，以防止不必要的切换，同时保持稳定的连接性。所提出的 DRL 框架将无人机状态作为近端策略优化算法的输入，并基于奖励函数开发接收信号强度指标 (RSSI)，用于在线学习无人机切换决策。所提出的方案在 3D 仿真 UAV 移动环境中进行评估，与贪婪和基于 Q 学习的 UAV 切换决策方案相比，它分别减少了高达 76% 和 73% 的不必要切换。

内容中包含的图片若涉及版权问题，请及时与我们联系删除