第【19】期--基于监督学习的无人机安全通信的联合轨迹优化与功率分配研究--python完整代码+文档本文针对无人机安全通信场景中的轨迹与功率联合优化问题，提出了一种基于深度监督学习的求解框架。在该场景中，一架固定高度飞行的无人机需在给定起点和终点之间规划水平轨迹，并动态调整发射功率，以在满足最大速度约束的前提下最大化飞行全程的平均保密速率。由于该优化问题具有非凸、高维和约束耦合的特点，本文未直接求解，而是采用数据驱动的监督学习方法：通过利用贝塞尔曲线、正弦谐波扰动、窃听者避让、合法者吸引等规则生成大量“场景–参考轨迹–参考功率”样本，然后送入神经网络中进行训练。实验结果表明方法的有效性。