面向电池受限物联网的两层非交替无人机辅助数据采集优化框架

《Applied Sciences》:PID Tuning Approach Using Kolmogorov–Arnold Networks Under Varying Operational Conditions

【字体: 大 中 小 】 时间:2026年09月28日 来源:Applied Sciences 2.5

编辑推荐:

   摘要

  

摘要

由电池受限的物联网(IoT)设备进行的无人机(UAV)辅助数据采集面临通信可靠性与设备能量耗尽之间的根本性权衡。本文联合优化无人机轨迹、用户关联和无线资源管理(RRM),以最小化上行链路加权发射功率总和,其中每个设备的权重与其残余能量动态反向相关,同时将无人机推进能量作为可行性约束。为规避传统交替优化(AO)的初始化陷阱,我们提出了一种双层非交替框架。内层针对固定无人机位置,通过KKT条件解析求解每个时隙的RRM问题,得到解析的功率分配和唯一带宽解,同时用户关联通过增量贪心算法确定。外层将轨迹规划(TP)建模为马尔可夫决策过程(MDP),实现单次轨迹合成而无需跨层迭代,从而从根本上避免了对初始化的敏感性。该框架支持遗传算法(GA)和有限深度优先搜索(DFS)作为轨迹求解器,深度Q网络(DQN)则是一个有前景的未来扩展方向,每种方案均提供了不同的最优性-复杂度权衡。仿真结果表明,所提方案在各种网络配置下均一致优于传统迭代基线方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号