全文总字数：5237字
文献综述
文 献 综 述1. 前言在现代通信产业的发展中，无线通信的变革最为迅速。
无线通信产品的日益完善，为人们的生活提供了便利条件。
但随着社会的发展以及用户需求的大量增加，现有的无线通信网并不能完全满足无线通信的覆盖需求，例如现有的无线通信基站通常固定在地面上，移动性差且覆盖率低。
为满足用户日益增长的数据流量需求，随着5G通信技术的发展，无人机在无线通信中扮演着多种角色，包括无线接入节点、基站（BSs）和中继。
以无人机的机动性、高灵活性和视距传输为主的信道模型提高了无线通信网络的覆盖率和吞吐量[1]。
无人机通信的前景包括：在自然灾害中建立临时通信基础设施、在密集蜂窝网络中卸载流量、支持物联网（IoT）的数据采集、支持物联网的移动边缘计算服务器等等。
但是，由于无人机的重量、装载能力、功耗等多方面的限制，多项不同领域的研究围绕着无人机展开，其中就包括关于无人机路径规划算法的研究。
合适的路径规划可以降低通信功耗、提高工作效率，但是无人机的工作环境大都比较复杂且具有不确定性，根据全局的精确环境信息来规划路径显然不太实际。
伴随着机器学习的迅速发展，人们试图通过基于强化学习的方法来解决路径规划问题，并提出了多种常用算法，促进了无人机路径规划的发展。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
