摘要
在无人机(UAV)协助下非正交多址接入(NOMA)使能的数据采集系统,考虑了地空概率信道模型和服务质量约束,并结合UAV三维布局设计和传感器功率分配最大化所有传感器的总能效。针对原混合整数非凸规划问题,提出了一种基于凸优化理论、深度学习理论和哈里斯鹰优化(HHO)算法的能效优化机制。在任意给定的UAV三维布局下,首先将功率分配子问题等价转化为凸优化问题;然后基于最优的功率分配方案,采用深度神经网络(DNN)构建从传感器位置到UAV三维布局的映射,并利用HHO算法离线训练最佳映射所对应的模型参数,训练后的机制仅需执行少量代数运算并求解单个凸优化问题。仿真结果表明,相较于遍历搜索机制,所提机制在仅损失约4.732%的性能下将运算时间降低了5个数量级。
- 单位