无人驾驶飞行器路由基于青跳跃优化算法
Farhad Maleki1, Mohammad Ali Jabraeil Jamali2, Arash Heidari3
1Department of Computer Engineering, Siraj Institute of Higher Education, Tabriz, Iran.
Scientific reports
|April 2, 2025
概括
本研究引入了一种新的混青跳跃算法 (SFLA) 用于无人机网络路由,显著减少延迟和能源消耗,以实现高效的数据传输.
科学领域:
- 计算机科学 计算机科学
- 网络工程 网络工程
- 人工智能的人工智能
背景情况:
- 无人驾驶飞行器 (UAV) 网络面临着现有路由算法的挑战,包括高延迟,不良路线选择和能源效率低下.
- 无人机中的动态网络拓需要适应性路由策略以获得最佳性能.
研究的目的:
- 提出使用混青跳跃算法 (SFLA) 的新路由策略,以提高无人机网络性能.
- 通过改进延迟,能源消耗和路线选择来解决当前无人机路由算法的局限性.
主要方法:
- 实施了两阶段的优化方法,包括全球勘探和当地开采的服务质量 (QoS).
- 利用SFLA基于人口的自适应性搜索机制,以加速融合和消除过早停滞.
- 启用动态轨迹调整,使无人机在不断变化的环境中选择最佳路径.
主要成果:
- 与基准方法相比,能源使用得到了3.11%的改善.
- 通过优化路由路径,延迟时间减少了5.14%.
- 通过提高能源节约,增加了2.25%的网络寿命.
结论:
- 拟议的基于SFLA的路由策略通过优化能源消耗,延迟和吞吐量,有效地提高无人机网络性能.
- 这种方法非常适合于实时应用,如要求高数据速率和能源效率的空中监视和灾难响应.


