使用粘菌方法和神经网络提高无人机 Wi-Fi 网络的能源效率

随着应用程序和设备数量的增加，对高质量无线通信的需求也在不断增长。提供这种网络的一种方法是使用无人机路由器系统。例如，在自然灾害、大规模事件和公共活动期间，需要快速、同时向大范围提供信号的情况下，这样的系统将非常有用。

这种网络的主要问题是资源分配。有必要尽可能有效地分配所需的电力并交换信号，同时在无人机上花费尽可能少的电池电量。

俄罗斯人民友谊大学的一位数学家与来自中国和沙特阿拉伯的同事利用受单细胞粘菌行为启发的优化方法为此构建了一个神经网络。该工作发表在《传感器》杂志上。

“无人机可以实现随时随地无限制的网络接入。无人机因其成本低、简单、灵活而受到特别关注。但技术问题还需要解决。”

“这种网络的弱点是严格的功率限制。由于无人机尺寸和重量的限制，电池容量通常很小，”Ammar Muthanna 博士，无线 5G 网络建模科学中心主任俄罗斯人民友谊大学表示。

数学家开发了一种使用深度学习模型进行资源分配的方法。作者将其与所谓的粘菌法结合起来。

这是一种受简单生物体行为启发的优化算法。在寻找食物时，粘菌会留下一条逐渐消失的痕迹。这条踪迹越引人注目，这就是通向“正确答案”(食物来源)的路径的可能性就越高。

这种情况下的“食物”就是神经网络的最大效率，而“粘菌”所铺就的路径就是神经网络的可调参数。