因移动便捷、高视距通信概率等优势,无人机(Unmanned Aerial Vehicle,UAV)在应急通信中发挥重要作用。为此,提出联合优化UAVs位置和传输功率的吞吐量最大化(Joint optimization of UAV 3-D Position and Transmit powers for throughput Maximization,JPTM)方法,进而提高地面用户的吞吐量。先构建一个联合UAVs三维位置和传输功率的优化问题。考虑到该问题的非凸优化性,将其分解为两个子问题。用Mean-Shift算法求解第一个问题,获取最优的UAVs水平位置。采用分而治之策略,将第二个子问题再分解,并利用一阶泰勒级数展开对两个子问题进行近似处理,形成标准凸化问题,然后利用CVX工具求解。性能分析表明,相比于基于圆形堆积理论部署UAVs策略(Circle Packing Theorem-based Deployment,CPTD)和基于多变量仿真的能效UAVs部署策略(Energy-Efficient Variable simultaneous Deployment,EEVD)算法,JPTM算法提高了地面用户的吞吐量。
数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data Collecting)。GMSDC算法利用遗传算法求解最佳驻留点,再由这些驻留点构建Sink移动路径。仿真结果表明,相比于EDAMS算法,GMSDC算法增加了数据收集量。
