logo móvil
Contáctanos

Un algoritmo de optimización conjunta para la ubicación de UAV y la decisión de descarga basado en el suministro de energía inalámbrica

Autores: Sun, Shuo; Zhu, Qi

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Un algoritmo de optimización conjunta para la ubicación de UAV y la decisión de descarga basado en el suministro de energía inalámbrica


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Algoritmo
Optimización
Decisión de descarga
Tiempo de cosecha de energía
Vehículo aéreo no tripulado
Latencia

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 44

Citaciones: Sin citaciones


Descripción
En este documento, se propone un algoritmo de optimización conjunta de decisión de descarga, tiempo de cosecha de energía y ubicación de vehículos aéreos no tripulados (UAV) para el problema de latencia de finalización de tareas de equipos de usuario (UEs) en un escenario de integración de comunicación-sensado-cómputo con suministro de energía inalámbrica. Bajo las restricciones de causalidad del consumo de cosecha de energía por parte de los UEs e información mutua condicional, se establece el problema de minimización de latencia total de los UEs. En primer lugar, las variables de optimización del problema se transforman de tres variables de decisión de descarga, tiempo de cosecha de energía y ubicación de UAV a dos variables de decisión de descarga y ubicación de UAV mediante una expresión cerrada derivada, y luego el problema de optimización transformado se descompone en el subproblema de optimización de decisión de descarga y el subproblema de optimización de ubicación de UAV para ser resuelto de manera alternativa e iterativa. Se emplea el algoritmo genético para abordar el subproblema de optimización de decisiones de descarga, y se aplica el algoritmo de aproximación convexa sucesiva para el subproblema de optimización de posicionamiento de drones. Los resultados de la simulación muestran que el algoritmo propuesto en este documento reduce la latencia promedio de finalización de tareas en un 35 por ciento y un 15 por ciento, respectivamente, en comparación con los dos algoritmos base para diferentes números de UEs.

Otros recursos que podrían interesarte

Temas Virtualpro