无人机与智能反射面辅助物联网数据采集系统中部署与轨迹的联合优化

无人机（UAV）可作为数据采集平台应用于许多物联网（IoT）系统，例如智能农场。然而，无人机-物联网无线信道可能偶尔会被树木或高层建筑阻挡。智能反射面（IRS）可通过大量低成本无源反射元件智能地反射信号来改善无线信道质量。本文旨在通过联合优化无人机的部署和轨迹来最小化系统的能耗。该问题被表述为一个混合整数非线性规划（MINLP），传统解决方案难以解决，因为解可能容易陷入局部最优。为了解决这个问题，我们提出了一个部署与轨迹联合优化（JOLT）框架，其中应用自适应鲸鱼优化算法（AWOA）来优化无人机的部署，并引入弹性环自组织映射（ERSOM）来优化无人机的轨迹。具体来说，在AWOA中，应用变长种群策略来寻找最优的停止点数量，并引入非线性参数a和部分变异规则来平衡探索与开发。在ERSOM中，引入竞争神经网络通过竞争学习来学习无人机的轨迹，并提出环结构以避免轨迹交叉。大量实验表明了所提出的JOLT框架的有效性。