典型文献
SINR概率感知下的无人机覆盖优化
文献摘要：
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.
文献关键词：
无人机网络;Logistic混沌;高斯变异;柯西变异;覆盖优化
中图分类号：
作者姓名：
董瑶瑶;王亚飞;姚媛媛;云翔;侯俊巍
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
文献出处：
引用格式：
[1]董瑶瑶;王亚飞;姚媛媛;云翔;侯俊巍-.SINR概率感知下的无人机覆盖优化)[J].电讯技术,2022(07):929-935
A类：
LGSSA,LCSSA
B类：
SINR,概率感知,覆盖优化,多无人机,无人机网络,灾区,信干噪比,Signal,Interference,plus,Noise,Ratio,感知模型,服务区域,网络吞吐量,改进的麻雀搜索算法,Gaussian,Sparrow,Search,Algorithm,Cauchy,混沌序列,初始种群,全局搜索,搜索能力,高斯变异,柯西变异,变异因子,局部最优解
AB值：
0.338798
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
