计算机应用

作者：唐睿, 岳士博, 张睿智, 刘川, 庞川林

单位：1.西华师范大学 电子信息工程学院, 四川 南充 637002；2.成都理工大学 计算机与网络安全学院, 成都 610059；3.电子科技大学 信息与通信工程学院, 成都 611731

关键词：无人机通信,非正交多址接入,能效,资源分配,凸优化,深度学习,哈里斯鹰优化算法

基金：国家自然科学基金资助项目(62301450);四川省科技厅自然科学基金资助项目(24NSFSC5070);四川省科技厅区域创新合作项目(22QYCX0002);成都理工大学基本科研业务费资金资助项目(10912?KYQD2019_08164)

无人机（UAV）协助下非正交多址接入（NOMA）使能的数据采集系统，考虑了地空概率信道模型和服务质量约束，并联合优化UAV三维布局设计和传感器功率分配最大化所有传感器的总能效。针对原混合整数非凸规划问题，提出了一种基于凸优化理论、深度学习理论和哈里斯鹰优化（HHO）算法的能效优化机制。在任意给定的UAV三维布局下，首先将功率分配子问题等价转化为凸优化问题；其次基于最优的功率分配方案，采用深度神经网络（DNN）构建从传感器位置到UAV三维布局的映射，并利用HHO算法离线训练最佳映射对应的模型参数。训练后的机制仅需执行少量代数运算并求解单个凸优化问题。仿真实验结果表明，在传感器数为12的情况下，相较于基于粒子群算法的遍历搜索机制，所提机制在仅损失约4.73%的总能效的情况下将运算时间降低了5个数量级。

来源：2024年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第4期