无人机(unmanned aerial vehicle,UAV)在灾害预警与战场侦察等任务中发挥着重要作用,但单机模式受限于侦测覆盖与计算能力,难以应对复杂环境。为此,提出一种基于群智能灰狼优化(grey wolf optimization,GWO)的侦测计算联合(joint detect...无人机(unmanned aerial vehicle,UAV)在灾害预警与战场侦察等任务中发挥着重要作用,但单机模式受限于侦测覆盖与计算能力,难以应对复杂环境。为此,提出一种基于群智能灰狼优化(grey wolf optimization,GWO)的侦测计算联合(joint detection and computation,JDC)优化算法,该算法通过多维度协同优化实现无人机集群侦测与计算能力的双重提升。构建了融合目标存在概率与环境不确定度的动态栅格化侦测模型,以实现自适应侦测部署;设计了基于块坐标下降(block coordinate descent,BCD)算子的空基协同计算框架,以优化任务卸载与资源分配策略。仿真实验结果表明,JDC优化算法可使系统任务时延降低33.35%,收敛速度提升76.47%,在侦算力(effectiveness of detection and computation,EDC)指标上较基准算法提升10.01%~28.74%。实验结果验证了JDC优化算法在无地面基站支持场景下的优越性,为无人机集群自主协同侦察提供了理论支撑与工程指导。展开更多
文摘无人机(unmanned aerial vehicle,UAV)在灾害预警与战场侦察等任务中发挥着重要作用,但单机模式受限于侦测覆盖与计算能力,难以应对复杂环境。为此,提出一种基于群智能灰狼优化(grey wolf optimization,GWO)的侦测计算联合(joint detection and computation,JDC)优化算法,该算法通过多维度协同优化实现无人机集群侦测与计算能力的双重提升。构建了融合目标存在概率与环境不确定度的动态栅格化侦测模型,以实现自适应侦测部署;设计了基于块坐标下降(block coordinate descent,BCD)算子的空基协同计算框架,以优化任务卸载与资源分配策略。仿真实验结果表明,JDC优化算法可使系统任务时延降低33.35%,收敛速度提升76.47%,在侦算力(effectiveness of detection and computation,EDC)指标上较基准算法提升10.01%~28.74%。实验结果验证了JDC优化算法在无地面基站支持场景下的优越性,为无人机集群自主协同侦察提供了理论支撑与工程指导。
