SINR概率感知下的无人机覆盖优化

作     者：董瑶瑶 王亚飞 姚媛媛 云翔 侯俊巍 DONG Yaoyao;WANG Yafei;YAO Yuanyuan;YUN Xiang;HOU Junwei

作者机构：北京信息科技大学信息与通信工程学院北京100101 北京佰才邦技术有限公司北京100101 中国船舶工业系统工程研究院北京100101 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2022年第62卷第7期

页      面：929-935页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 082503[工学-航空宇航制造工程] 081001[工学-通信与信息系统] 0825[工学-航空宇航科学与技术] 

基　　金：北京市自然科学基金-海淀原始创新联合基金(19L2022,L182039) 北京市教委科研计划项目(KM202011232002) 北京市自然科学基金-市教委联合资助项目(KZ201911232046) 

主　　题：无人机网络 Logistic混沌 高斯变异 柯西变异 覆盖优化 

摘      要：针对多无人机网络辅助灾区用户通信的场景,构建了一种基于信干噪比(Signal-to-Interference plus Noise Ratio,SINR)检测的概率感知模型,旨在最大化无人机服务区域的覆盖率,同时降低无人机额外能耗,并提升网络吞吐量。在该模型下,提出了两种改进的麻雀搜索算法,分别为Logistic高斯麻雀搜索算法(Logistic Gaussian Sparrow Search Algorithm,LGSSA)和Logistic柯西麻雀搜索算法(Logistic Cauchy Sparrow Search Algorithm,LCSSA)。首先使用Logistic混沌序列产生初始种群,以丰富种群的多样性,提高算法的全局搜索能力;然后,在LGSSA和LCSSA中分别引入高斯变异和柯西变异因子,以改善局部最优解。仿真结果表明改进后的算法可以有效地优化无人机的空中部署,大幅度提升无人机网络的覆盖率。