Ny energieffektiv algoritme holder UAV-sværme til at hjælpe længere

En ny energieffektiv datarutingsalgoritme udviklet af et internationalt hold kunne holde ubemandede luftfartøjssværme flyvende – og hjælpe – længere, rapporterer et internationalt hold af forskere i denne måned i tidsskriftet Kaos .

UAV-sværme er samarbejdsvillige, sammenkoblede grupper af UAV'er, der bruges til en bred og voksende række af civile og militære applikationer. Som katastrofeberedskab, især når lokal kommunikationsinfrastruktur ødelægges, UAV-sværme knyttet til en eller flere lokale basestationer fungerer som øjne på himlen, give førstehjælpspersonale afgørende skader og oplysninger om overlevende.

"Batterikapaciteten af ​​UAV'er er en kritisk mangel, der begrænser deres brug i udvidede eftersøgnings- og redningsmissioner, " sagde medforfatter Wuhui Chen, en forsker ved Kinas Sun Yat-Sen University.

Meget af en UAVs energiforbrug kan relateres til høj båndbredde og lange transmissionstider – tænk på dræningen af ​​batteriet på din telefon i sådanne tilfælde. For at løse dette, Chen og kolleger har udviklet en UAV-sværmdatarutingsalgoritme, der bruger gruppens styrke til at maksimere realtidstransmissionshastigheder og minimere individuelle UAV-batteriudfordringer.

Deres nye hybride beregningsmetode kombinerer lineær programmering og en genetisk algoritme for at skabe en "multi-hop" data routing-algoritme. En genetisk algoritme løser kaotiske optimeringsproblemer ved hjælp af en analog af naturlig selektion, den proces, der driver den biologiske evolution.

I realtid, den nye adaptive LP-baserede genetiske algoritme (ALPBGA) identificerer den laveste kommunikationsenergirute inden for en sværm og udligner samtidig individuel UAV-strømforbrug, for eksempel, ved at bestemme, hvilken UAV der vil sende information til en basestation.

"Ved at balancere strømforbruget blandt UAV'erne, vi forbedrer hele systemets evne betydeligt, " sagde Patrick Hung, en medforfatter ved University of Ontario Institute of Technology i Canada. "Vores simuleringer viser, at vores tilgang kan overgå de eksisterende state of the art metoder."

Disse computersimuleringer viser, at især når sværmstørrelsen stiger fra 10 til hundredvis af UAV'er, ALPBGA reducerer antallet af UAV'er, der holder op med at kommunikere, med 30% til 75% sammenlignet med eksisterende førende UAV-sværmkommunikationsalgoritmer.

"Vi tror på, at resultaterne af vores forskning vil inspirere andre til at designe mere energieffektive UAV-kommunikationssystemer, " sagde Chen, som planlægger at udvide ALPBGA-forskningen for at optimere den inden for rammerne af forskellige sværmflyvende baner.