✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。
🍎个人主页:Matlab科研工作室
🍊个人信条:格物致知。
更多Matlab完整代码及仿真定制内容点击👇
🔥 内容介绍
随着无人机 (UAV) 与可见光通信 (VLC) 的深度融合,为 5G 及未来网络的大规模连接应用和服务提供了广阔的发展前景。本文研究了一种基于非正交多址接入的 UAV 辅助 VLC 系统,旨在通过联合优化功率分配和 UAV 位置,最大化所有用户的总速率。优化问题需满足功率分配约束、用户服务质量约束和 UAV 位置约束。然而,该问题本质上是非凸的且为 NP-hard 问题,难以获得最优解。此外,由于 VLC 的信道模型复杂性,传统方法如坐标下降算法也难以有效解决该问题。
为了克服上述困难,本文提出利用哈里斯鹰优化 (HHO) 算法来解决该联合优化问题,并获得高效的解决方案。进一步地,我们结合 HHO 算法和人工神经网络,提出了一种适用于实时应用的方案,并有效避免了传统训练方法易陷入局部最优的缺陷。数值结果验证了该算法的有效性,并表明所提算法及 HHO 训练器在性能上优于多种其他方案和现有的元启发式算法。
具体内容如下:
-
系统模型: 本文构建了一个基于非正交多址接入的 UAV 辅助 VLC 系统模型,该模型包含多个地面用户和一个搭载光发射机的 UAV。用户通过接收来自 UAV 的可见光信号进行数据传输,并受到功率分配、用户服务质量和 UAV 位置等约束。
-
优化问题: 本文的目标是最大化所有用户的总速率,并通过联合优化功率分配和 UAV 位置来实现该目标。该问题被表述为一个非凸的 NP-hard 问题,难以直接求解。
-
哈里斯鹰优化 (HHO) 算法: 本文引入了 HHO 算法来解决上述优化问题。HHO 算法是一种受自然界中哈里斯鹰捕猎行为启发的元启发式算法,具有全局搜索能力强、收敛速度快等优点。通过利用 HHO 算法,本文可以有效地找到接近最优解的功率分配和 UAV 位置组合。
-
基于 HHO 的神经网络训练器: 为了提高算法的实时性能,本文结合 HHO 算法和人工神经网络,提出了一种基于 HHO 的神经网络训练器。该训练器能够根据不同的网络环境和用户需求,快速学习并优化功率分配和 UAV 位置,从而实现快速部署和自适应调整。
-
数值仿真: 本文通过仿真实验验证了所提算法的有效性和性能。仿真结果表明,该算法在总速率、用户公平性和收敛速度等方面均优于其他现有的算法,并能够有效地解决 UAV 辅助 VLC 系统中的优化问题。
结论: 本文提出的基于 HHO 算法的联合优化方案为解决 UAV 辅助 VLC 系统中的功率分配和 UAV 位置优化问题提供了有效的方法。该方案结合了 HHO 算法和人工神经网络,能够有效地提高系统性能,并满足 5G 及未来网络对高带宽、低延迟和高可靠性等需求。未来将进一步研究该方案在不同场景和应用中的扩展性和适应性,以推动 UAV 辅助 VLC 技术的应用和发展。
⛳️ 运行结果
🔗 参考文献
Q.-V. Pham, T. Huynh-The, M. Alazab, J. Zhao, and W.-J. Hwang, “Sum-Rate Maximization for UAV-assisted Visible Light Communications using NOMA: Swarm Intelligence meets Machine Learning,” IEEE Internet of Things Journal, vol. 7, no. 10, pp. 10375-10387, Oct. 2020.
URL: https://ieeexplore.ieee.org/document/9374105
🎈 部分理论引用网络文献,若有侵权联系博主删除
🎁 关注我领取海量matlab电子书和数学建模资料
👇 私信完整代码和数据获取及论文数模仿真定制
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度
2 机器学习和深度学习时序、回归、分类、聚类和降维
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类