Feb, 2024

最大化无人机雾计算部署效率以应对紧急救援工作

PDF
TL;DR在灾难场景和紧急救援行动中，将无人机作为雾节点集成已变得至关重要。该模型通过优化系统的适应性和操作效能，以动态无人机雾部署为核心，解决了连接性和覆盖性子问题，并通过一维交换方法有效解决了网络寿命优化问题。同时使用适应性鲸鱼优化算法 (WOA) 进行动态网络中的雾节点部署，以确保移动用户的稳定连接和最大覆盖范围，同时延长网络寿命。
发现论文，激发创造
  • 移动无人机（UAV）用于节能物联网通信

    本文研究了多个无人机高效部署和移动的问题，并提出了一种用于同时优化三维位置部署、设备与无人机的关联和上行功率控制的新框架，以提高能源效率和系统可靠性。

    Mar, 2017

  • 空中缓存：缓存启用无人机的主动部署以优化用户体验

    本文研究了使用搭载缓存设备的无人机进行主动部署以优化云无线接入网络中无线设备的体验质量问题。通过使用概念器基础回声状态网络（ESN）的机器学习框架，网络可以有效地预测用户的内容需求分布和移动模式，并可以在最大化用户体验质量和最小化无人机传输功率的同时找到最佳的用户 - 无人机关联、无人机的最佳位置以及需要在无人机上缓存的内容。

    Oct, 2016

  • 应用元强化学习进行策略性物联网部署在灾害应对无人机群的覆盖

    通过优化模型、轻量级元 - 强化学习解决方案以及广泛的模拟实验，在提供了快速收敛的同时，证明了介绍的方法在为战略位置提供覆盖方面优于现有的三种算法。

    Jan, 2024

  • 通过计算几何优化无人机传感器在关键区域的容错性和质量保证定位部署

    对于无人机在关键领域的威胁，通过计算三角传感器的部署，优化覆盖范围、成本效益和容错性，可实现对无人机的有效定位和监测。

    Dec, 2023

  • 面向资源受限的无人机监控系统的分布式 CNN 推断：设计与优化

    本文提出了一种深度神经网络在无人机上的分布式方法，以实现资源受限设备中的数据分类，同时考虑无人机的移动模型和资源约束。模拟表明，所提出的优化方案优于现有的启发式方法和基于服务器的解决方案。

    May, 2021

  • 无人机辅助异构网络增强容量

    本研究探讨了基于用户需求的无人机分配问题，提出一种基于神经网络成本函数的方法，以无人机作为中间节点，提高网络覆盖率、容量和负载均衡，模拟研究显示该方法相比于传统的地面网络，可有效提高无线电谱效率和降低延迟。

    Apr, 2016

  • 无人机 IoT 网络中的可靠高效数据采集

    通过集成无人机到物联网网络中，我们探讨了无人机辅助物联网网络的通信和网络方面，涵盖了数据收集方法、性能指标、数据准确性和一致性、网络连接性以及数据安全与隐私等方面，同时讨论了无人机轨迹和路径规划、避碰、传感器网络聚类、数据聚合、无人机群集形成和人工智能优化等高效的数据收集策略，并提出了增强数据收集可靠性和效率的两个无人机服务用例，最后讨论了无人机辅助物联网网络数据收集面临的未来挑战。

    Nov, 2023

  • 一种在线优化框架 —— 最小化延迟的分布式雾网络形成

    针对雾计算中存在的不确定性，本文提出了一种在混合雾 - 云架构下，考虑到邻近雾节点到达过程的阈值算法来选择邻居节点，并通过任务分配优化减少延迟的在线优化框架，在不同的网络设置下成功地减少了 19.25% 的延迟，有效地解决了雾节点形成和任务分配问题。

    Oct, 2017

  • 多无人机高效覆盖无线网络

    本文研究了多个无人机使用定向天线作为无线基站为地面用户提供覆盖的高效部署。我们使用圆形装箱理论确定无人机的三维位置，以最大化覆盖面积并最大化无人机的覆盖寿命。结果表明，为了减轻干扰，必须根据方向天线的波束宽度和覆盖要求合理调整无人机的海拔高度。此外，确定了保证给定地理区域目标覆盖概率所需的最小无人机数量。数值结果评估了各种无人机部署方案所涉及的各种权衡。

    Jun, 2016

  • 面向网络优化的雾计算分布式学习

    本文提出了一种网络感知分布式学习优化方法，使设备在成本和效益之间进行数据传输和处理决策，并通过测试数据集证明算法能够显著提高网络资源利用效率，同时不损害模型学习准确性。

    Apr, 2020