2025年COR IOTJ SCI2区,灾后通信无人机基站位置优化和移动充电无人机路径规划,深度解析+性能实测

目录


1.摘要

本文针对灾害发生后传统通信系统失效的问题,提出了一种基于无人机创新通信解决方案。通过将无人机作为数据采集与传输平台,收集并回传受灾人群的消息与位置信息,建立稳定的应急通信网络。研究构建了一个优化模型,用于确定无人机基站的三维部署位置,以最大化覆盖率和服务质量,同时引入移动供电无人机为基站和数据传输提供能源,并对其路径进行优化。为提高求解效率,设计了基于聚类的混合启发式算法,并在土耳其苏丹贝利省开展案例研究。

2.问题描述与数学模型

无线通信中QoS表述:路径损耗模型

路径损耗模型用于量化无人机与用户设备间的信号衰减,是评估无线通信QoS的核心工具。模型综合考虑无人机高度、水平距离以及视距 (LoS) 与非视距 (NLoS) 场景差异,并以对数形式刻画信号随距离衰减的规律。同时引入高度-距离相关函数及载波频率、光速等参数,以更准确反映传播环境下的附加损耗,该模型能够有效评估灾后无人机通信中的覆盖质量与信号可靠性。

P ( h , r i ) = 1 1 + a exp ⁡ ( − b ( arctan ⁡ ( h r i ) − a ) ) P\left(h,r_i\right)=\frac{1}{1+a\exp\left(-b\left(\arctan\left(\frac{h}{r_i}\right)-a\right)\right)} P(h,ri)=1+aexp(−b(arctan(rih)−a))1

L ( h , r i ) = 20 log ⁡ ( h 2 + r i 2 ) + ( η L o S − η N L o S ) P ( h , r i ) + 20 log ⁡ ( 4 π f c ) + η N L o S L(h,r_i)=20\log\left(\sqrt{h^2+r_i^2}\right)+\left(\eta_{LoS}-\eta_{NLoS}\right)P(h,r_i)+20\log\left(\frac{4\pi f}{c}\right)+\eta_{NLoS} L(h,ri)=20log(h2+ri2 )+(ηLoS−ηNLoS)P(h,ri)+20log(c4πf)+ηNLoS

数学模型

HDPRP模型确定无人机基站的三维部署位置与移动供电无人机的路径,以最大化用户覆盖率、降低路径损耗并最小化供电无人机行程。模型通过变量分解与耦合约束减少计算复杂度,并在保证服务质量(QoS)的前提下,实现灾后场景中高效、可扩展的无人机通信网络配置。
max ⁡ b , m , u , x , v , z ∑ n ∈ N u [ α ∑ n ′ ∈ N ∑ k ∈ K w n u n n ′ k − β ( ∑ k ∈ K L n ′ k n w n u n n ′ k + ∑ n ′ ∈ N d n n ′ z n n ′ ) ] \max_{b,m,u,x,v,z}\quad\sum_{n\in\mathcal{N}{u}}\left[\alpha\sum{n^{\prime}\in\mathcal{N}}\sum_{k\in\mathcal{K}}w_{n}u_{nn^{\prime}k}-\beta\left(\sum_{k\in\mathcal{K}}L_{n^{\prime}k}^{n}w_{n}u_{nn^{\prime}k}+\sum_{n^{\prime}\in\mathcal{N}}d_{nn^{\prime}}z_{nn^{\prime}}\right)\right] b,m,u,x,v,zmaxn∈Nu∑[αn′∈N∑k∈K∑wnunn′k−β(k∈K∑Ln′knwnunn′k+n′∈N∑dnn′znn′)]

HDPRP模型约束过多,见原文。

3.求解方法

为解决HDPRP模型计算量大、商业求解器难以高效处理的问题,本文提出了一种基于聚类两阶段启发式算法(CRMA)。

  • 阶段 I(聚类):通过迭代生成聚类,计算路径损耗并分配用户,最终筛选出效用最高的 DBS 部署位置与节点分配方案。
  • 阶段 II(路径规划):在确定 DBS 布局后,为 MPDs 设计最优路径以实现能量补给与信息传输。

4.结果展示

5.参考文献

1\] Avishan F, Karasu M B, Çap M, et al. Optimization of drone base station locations and mobile charging drone routing for post-disaster communication\[J\]. Computers \& Operations Research, 2025: 107206. ### 6.代码获取 xx ### 7.算法辅导·应用定制·读者交流 xx

相关推荐
ARM+FPGA+AI工业主板定制专家6 小时前
基于RK3576+FPGA的无人机飞控系统设计
linux·fpga开发·无人机·rk3588·rk3568
lxmyzzs7 小时前
【图像算法 - 27】基于YOLOv12与OpenCV的无人机智能检测系统
人工智能·深度学习·yolo·目标检测·无人机
没有梦想的咸鱼185-1037-16638 小时前
基于MATLAB的无人机遥感数据预处理与农林植被性状估算
matlab·数据分析·无人机
zylyehuo9 小时前
论文复现【Switching Sampling Space of Model Predictive Path-Integral Controller to Balance Efficiency and Safety in 4WIDS Vehicle Navigation】
论文复现
无线图像传输研究探索10 天前
5G单兵图传 5G单兵 单兵图传 无线图传 无线图传方案 无人机图传解决方案 指挥中心大屏一目了然
5g·无人机·5g单兵图传·单兵图传·无人机图传
SXTomi10 天前
【无人机】无人机用户体验测试策略详细介绍
集成测试·无人机·用户体验
云卓SKYDROID10 天前
无人机飞行速度模块技术要点概述
人工智能·无人机·飞行速度·高科技·云卓科技
电力程序小学童11 天前
基于密集型复杂城市场景下求解无人机三维路径规划的Q-learning算法研究(matlab)
算法·matlab·无人机
云卓SKYDROID12 天前
无人机桨叶转速技术要点与突破
无人机·科普·测距·高科技·云卓科技
云卓SKYDROID12 天前
无人机云台电压类型及测量方法
人工智能·目标跟踪·无人机·高科技·航线系统