导读 密苏里大学堪萨斯城分校计算与工程学院的研究人员和独立研究人员开发了一种名为GREENSKY的模型，该模型可显着提高蜂窝网络中无人机(UAV)的...
密苏里大学堪萨斯城分校计算与工程学院的研究人员和独立研究人员开发了一种名为GREENSKY的模型，该模型可显着提高蜂窝网络中无人机(UAV)的能源效率和运行时间。
在不断发展的无线通信领域，无人机发挥着关键作用，特别是在缺乏传统网络基础设施的农村、偏远和受灾地区。GREENSKY模型优化了无人机在静态地面基站和移动充电站之间的充电行为，提高了能源利用率，无需频繁充电即可延长运行时间。
通过集成混合整数线性规划，GREENSKY模型优化了无人机的充电和路由过程，从而最大限度地延长飞行时间，同时最大限度地减少能耗。
该模型战略性地使用现有的蜂窝基站作为机会充电点，显着缩短充电的行程距离，并确保无人机能够以更少的能量运行更长时间。结果表明，GREENSKY显着降低了能耗，比传统启发式解决方案减少了9.1%。
首席研究员PratikThantharate解释说：“我们的模型旨在使无人机网络更加可持续和高效。通过优化无人机充电的方式和地点，我们可以大幅延长其运行时间，这对于关键区域的持续可靠服务至关重要。”
该优化模型的发展不仅提高了无人机网络的效率，也推动了无人机作为空中基站的能源管理创新。这种方法不仅有望增强服务欠缺地区的连接性，而且还为5G及其他领域更智能、更节能的技术部署铺平道路。
随着无人机越来越深入地融入各个行业，GREENSKY模型的引入为无人机能源管理和任务执行提供了一种更高效、更具成本效益的方法。GREENSKY模型的意义不仅仅在于提高服务可靠性。通过有效利用静态和移动充电站，该模型为未来的空中通信网络提供了更智能、更强大的框架。
这种方法不仅有望增强服务欠缺地区的连接性，而且还为5G及其他领域更智能、更节能的技术部署铺平道路。