Hetero-Net：基于多智能体优化的异构LoRa网络能源效率资源分配与三维部署
网络与互联网体系结构
2026-03-24 v1 机器学习
多智能体系统
摘要
物联网（IoT）向多层环境演进的进程将低功耗广域网（LPWANs），特别是长距离（LoRa），定位为覆盖surface和地下环境的连接 backbone。然而，现有的基于LoRa的网络设计常将基于地面的无线传感网络（WSNs）和无线地下传感网络（WUSNs）视为独立系统，导致跨环境连接效率低下且缺乏集成。为此，我们提出Hetero-Net，一个统一的异构LoRa框架，将多种异构LoRa终端设备与多个载载了LoRa网关的无人机（UAV）集成。我们的目标是在UAV的三维（3D）位置、扩大因子和传输功率联合优化下最大化系统能源效率。为管理该系统的动态性和部分可观测性，我们将问题建模为部分可观测随机游戏（POSG），并使用多智能体近端策略优化（MAPPO）框架进行求解。消融研究表明，我们提出的MAPPO Hetero-Net显著优于传统的、孤立的网络设计，在针对仅部署的WSN和仅部署的WUSN分别实现了55.81%和198.49%的能源效率提升。
引用
@article{arxiv.2603.20404,
title = {Hetero-Net: An Energy-Efficient Resource Allocation and 3D Placement in Heterogeneous LoRa Networks via Multi-Agent Optimization},
author = {Abdullahi Isa Ahmed and Ana Maria Drăgulinescu and El Mehdi Amhoud},
journal= {arXiv preprint arXiv:2603.20404},
year = {2026}
}
备注
6 pages, 7 figures