面向 UAV 辅助农业 IoT 数据收集的多目标优化

地面固定基站（BS）往往部署不灵活，开销高，且易受自然灾害破坏，因而不实用于持续收集传感器设备的数据。为提高网络覆盖和无线通信性能，已引入无人机（UAV）到各种无线网络中。本工作考虑将 UAV 作为空中 BS 来获取农业物联网（IoT）设备的数据。为此，我们首先构建了一个 UAV 辅助数据收集多目标优化问题（UDCMOP），高效地收集来自农业感知设备的数据。具体而言，我们旨在协同优化 UAV 的悬停位置、访问序列、速度以及设备的发射功率，以同时实现以下目标：最大化设备的最小传输速率、最小化设备的总能耗以及最小化 UAV 的总能耗。其次，所提出的 UDCMOP 是一个非凸混合整数非线性优化问题，这表明其包含连续和离散解，使得其难以求解。因此，我们通过提出一种改进的多目标人工蜂鸟算法（IMOAHA），引入若干特定改进因子，包括混合初始化算子、柯西变异觅食算子以及离散变异算子来求解。最后，通过仿真测试表明，所提出的 IMOAHA 能有效地改善系统性能，优于其他基准方法。