为了满足未来一代网络的高传输速度和灵活覆盖的需求，研究人员正在探索使用无人机来解决这些问题。然而，使用无人机作为网络基础设施存在一些挑战，例如需要大量天线和信号传播损失增加，从而导致能源消耗增加。针对这些挑战，来自俄罗斯人民友谊大学(RUDN University)的数学家团队与埃及、中国、沙特阿拉伯和乌兹别克斯坦的研究人员合作，开发出了一种用于优化无人机网络能源消耗的人工神经网络。
研究人员引入了一种智能资源分配系统，称为IRA-AEODL(使用带有深度学习的人工生态系统优化器的智能资源分配)。这个系统利用一种独特的组合卸载编码器结构，在无人机连接的无线网络中有效地分配资源。其运作的关键原则是生成一个输出层的响应，与期望的输出非常接近。通过使用人工生态系统优化器，系统识别出神经网络的最佳参数。
与现有系统相比，IRA-AEODL在性能方面取得了显著的改进。在2-6个无人机试验中，平均网络吞吐量提高了3%-17%，当用户数量增加时，改进幅度可达30%。该系统还采用了数学上稳定的方法，增强了其可靠性和效率。
“使用无人机构建的网络扩展了网络容量和覆盖范围。此外，无人机还被用作移动充电站，为低功率设备供电。由于无人机上的电池容量通常有限，因此在覆盖区域和能源使用以及维护时间之间进行权衡非常重要。为了改善覆盖范围和能源效率，有必要分配资源，包括子信道、传输功率和用户服务，”俄罗斯人民友谊大学无线5G网络建模科学中心主任Ammar Muthanna博士解释道。
发表在《无人机》期刊上的这项研究突出了这种创新系统优化能源消耗和提高无人机网络性能的潜力。通过进一步的发展和整合，它有望为未来更高效、可靠的通信网络铺平道路。
The source of the article is from the blog publicsectortravel.org.uk