蒸发波导环境下的海事通信与船舶轨迹优化
机器学习
2025-10-09 v1 无序系统与神经网络
数据分析、统计与概率
量子物理
摘要
在海事无线网络中，蒸发波导效应已被认为是远距离传输的有利条件。然而，如何有效利用波导效应来实现高效的通信设计仍然是一个有待研究的问题。在本文中，我们考虑了一种典型的船对岸数据传输场景，其中船舶从多个海洋浮标收集数据，从一个浮标航行到另一个浮标，并在航行期间将收集到的数据传输回陆地基站。我们提出了一种新颖的框架，该框架利用蒸发波导存在时信道增益图的先验信息，通过优化船舶轨迹来最小化数据传输时间和航行时间。为此，我们构建了一个多目标优化问题，并进一步采用动态种群 PSO 集成的 NSGA-II 算法进行求解。通过仿真验证，与忽略蒸发波导有用信息的基准方案相比，所提出的方案能够有效减少数据传输时间和航行时间。
引用
@article{arxiv.2510.06945,
title = {Fisher Information, Training and Bias in Fourier Regression Models},
author = {Lorenzo Pastori and Veronika Eyring and Mierk Schwabe},
journal= {arXiv preprint arXiv:2510.06945},
year = {2025}
}