1.一种无人机路径规划方法,其特征在于,所述方法包括:步骤S1:基于无线传感器网络WSN的信道模型,确定WSN中传感器节点的公平吞吐量,所述信道模型用于表示所述WSN中无人机与传感器节点之间的无线信道,所述公平吞吐量指示传感器节点占用无线信道传输数据的公平性;
步骤S2:基于所述公平吞吐量和无人机能耗模型,建立所述WSN的马尔可夫博弈模型;
步骤S3:基于所述马尔可夫博弈模型,迭代训练多智能体深度确定性策略梯度MADDPG算法神经网络,以使所述公平吞吐量以及所述无人机的能耗满足优化目标;
步骤S4:基于训练得到的所述MADDPG算法神经网络,规划所述无人机的飞行路径;
所述步骤S2包括:
将每架无人机作为一个智能体,基于所述公平吞吐量和无人机能耗模型,定义每个智能体的状态空间、动作空间及奖励函数;
其中,t时隙所述智能体m的状态空间至少包括:智能体m当前水平位置和截止到t时隙所消耗的能量,所述基于所述无人机能耗模型确定;
t时隙所述智能体m的动作空间包括:无人机m的飞行速度和飞行偏航角;
t时隙所述智能体m的奖励函数至少包括:公平吞吐量最大化奖励和能耗最小奖励。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1包括:基于所述信道模型,确定所述传感器节点的上行吞吐量;
基于所述上行吞吐量和所述WSN的公平性指标,确定所述公平吞吐量。
3.根据权利要求2所述的方法,其特征在于,所述WSN包括M个无人机和N个传感器节点,其中,无人机m与传感器节点n建立通信链路,所述信道模型表示为:无人机m与传感器节点n之间的无线通信链路信道功率增益;
所述基于所述信道模型,确定所述传感器节点的上行吞吐量,通过下述公式实现:;
其中,为无人机m与传感器节点n间的信号干扰加噪声比SINR,为传感器节点n在t时隙的传输功率,表示t时隙无人机m与传感器节点n是否建立通信连接;为加性高斯白噪声,表示无人机m与节点n建立通信链路时受到其他传感器节点的干扰量;为t时隙传感器节点n向无人机m上传数据的数据传输速率;B表示无线信道的带宽;为t时隙传感器节点n的上行吞吐量,M和N为正整数。
4.根据权利要求2所述的方法,其特征在于,所述WSN包括M个无人机和N个传感器节点,其中,无人机m与传感器节点n建立通信链路;
所述基于所述上行吞吐量和所述WSN的公平性指标,确定所述公平吞吐量,通过下述公式实现:;
其中,为t时隙传感器节点n的上行吞吐量;为Jain公平性指数;为公平吞吐量。
5.根据权利要求1所述的方法,其特征在于,所述状态空间还包括:智能体m的剩余飞行时间和节点通信调度;
所述奖励函数还包括:引导无人机尽快到达目的地奖励、边界惩罚和碰撞惩罚中至少一项;
所述节点通信调度定义为:;
其中,为传感器节点通信范围可用半径,表示无人机m与传感器节点n之间的距离,H是无人机的固定飞行高度。
6.根据权利要求1所述的方法,其特征在于,无人机的任务飞行时长为T,无人机总飞行时间T离散得到K个时隙;所述优化目标表示为:;
其中,是无人机m的飞行速度;是无人机m的飞行偏航角;t指示第t个时隙;为公平吞吐量;为截止到t时隙的无人机能耗。
7.根据权利要求1所述的方法,其特征在于,所述WSN中的每个传感器节点同时至多与一个无人机建立通信连接。
8.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由处理器执行以实现如权利要求1至7任一所述的方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器执行以实现如权利要求1至7任一所述的方法。