[发明专利]基于改进遗传算法的成本最优化无人机基站部署方法

摘要

本发明公开了一种基于改进遗传算法的成本最优化无人机基站部署方法，主要解决现有技术对无人机基站部署成本难以优化的问题。其实现方法如下：1)建立无人机基站对地无线通信覆盖模型；2)在无人机基站对地无线通信覆盖模型场景中计算无人机基站最大覆盖半径与最佳悬停高度；3)将无人机基站部署在最佳悬停高度上，使部署问题从三维降维到二维平面，建立以无人机基站部署数量最优化为目标的无人机基站部署优化模型，求解该模型得到最优染色体；4)将最优染色体转化为对应的无人机基站坐标集合，得到最优的无人机基站部署方案。本发明降低了部署问题的复杂度，提高了求解的准确性，可用于通信网络部署规划，临时通信网络搭建，灾区应急通信。

主权项

1.一种基于改进遗传算法的成本最优化无人机基站部署方法，其特征在于，包括如下：(1)建立无人机基站对地无线通信覆盖模型，即在面积为X km×Y km的地面矩形区域范围内随机分布m个用户，用户集合用U表示，假设每个用户只能连接一个无人机基站，采取最优接收信噪比原则分配用户；(2)假设无人机基站的发射功率均为P_t，用户接收灵敏度为P_rth，计算用户的路径损耗门限记为L_th；(3)根据城市环境下“无人机基站‑用户”最佳仰角θ，结合用户的路径损耗门限L_th计算无人机基站最大覆盖半径R，再根据无人机基站覆盖半径R计算无人机基站最佳悬停高度h；(4)假设无人机基站建造成本相同，则将总成本的优化等效为无人机基站对地无线通信覆盖模型中部署的无人机基站数量的优化，建立以无人机基站部署数量最优化为目标的无人机基站部署优化模型：min size(A)其中，A是优化后部署的无人机基站集合，集合大小为size(A)，(x_j,y_j)是无人机基站j的坐标，(x_i,y_i)是用户i的坐标，U是用户集合，M是一个保证u_i为0时满足第一个约束条件的大常数，u_ij是表示用户i被无人机基站j覆盖情况的变量，u_ij为0时用户i不被覆盖，u_ij为1时用户i被覆盖，X_max、X_min分别是目标区域的横坐标上下限，Y_max、Y_min分别是目标区域的纵坐标上下限；(5)基于改进的遗传算法对无人机基站部署优化模型求解，得到最优染色体；(6)将求解得到的最优染色体转化为对应的无人机基站坐标集合，得到成本最优的无人机基站部署方案。