最新论文《基于无人机基站的下一代物联网：群体智能方法的比较》西马其顿大学等高校6位 Senior Member, IEEE，Drone-Base-Station for Next-Generation Internet-of-Things: A Comparison of Swarm Intelligence Approaches

摘要

下一代物联网 (NG-IoT) 应用的出现为第六代 (6G) 移动网络带来了一些挑战，例如大规模连接、增加的网络容量和极低的延迟。为了应对上述挑战，超密集网络已被广泛认为是一种可能的解决方案。然而，基站 (BS) 的密集部署并不总是可行或具有成本效益的。无人机基站 (DBS) 可以促进网络扩展并有效满足 NG-IoT 的需求。此外，由于它们的灵活性，它们可以在紧急情况下提供按需连接或解决网络流量的临时增加。然而，由于能量储备有限以及空对地链路中信号质量下降的增加，DBS 的最佳布置并不是一项简单的任务。为此，群体智能方法可以成为确定 DBS 在三维 (3D) 空间中的最佳位置的有吸引力的解决方案。

在这项工作中，我们探索了著名的群体智能方法，即布谷鸟搜索 (CS)、象群优化 (EHO)、灰狼优化 (GWO)、帝王蝶优化 (MBO)、Salp 群算法 (SSA) 和粒子群优化 (PSO) 并研究它们在解决上述问题中的性能和效率。特别是，我们研究了在存在不同群体智能方法的情况下三种场景的性能。此外，我们进行了非参数统计检验，即弗里德曼和威尔科克森检验，以比较不同的方法。