✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
智能优化算法 神经网络预测 雷达通信 无线传感器
信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统
⛄ 内容介绍
论文部分复现
抽象的
在多跳无线网络中，客户端和服务网关 (GW) 之间的最大跳数对网络服务质量有显着影响，因此 GW 部署优化在网络设计和规划中起着至关重要的作用。众所周知，最优 GW 部署可以表述为顶点 k 中心问题。然而，由于解空间很大，实现 k 中心问题的最优解非常复杂。为了解决这个问题，我们提出了一种基于网络替代原理的新算法，通过探索相邻节点子集的包含关系，将原始网络缩小为更小规模的替代图。所提出的算法可以消除大量冗余节点，从而减少优化问题的解空间，全局最优解。还分析了所提出算法的性能。仿真结果表明，基于粒子群的算法可以显着提高各自的性能，得到覆盖半径更小的更好的GW部署方案。
⛄ 部分代码
% get map data from current position
function obstacles = GetMap(point,model,range)
obstacles = [];
threats = model.threats;
threat_num = size(threats,1);
for i=1:threat_num
threat.x = threats(i,1);
threat.y = threats(i,2);
threat.z = threats(i,3);
threat.radius = threats(i,4);
% segment = [point.x; point.y; point.z]-[threat.x; threat.y; threat.z];
segment = [point.x; point.y]-[threat.x; threat.y];
distance = norm(segment);
if distance<(range+threat.radius)
obstacles = [obstacles threat];
end
end
% obstacles
end
⛄ 运行结果
⛄ 参考文献
D.N Bui, N.D.T Thuy, M.D Phung and H.P Duy, 'Deployment of UAVs for Optimal Multihop Ad-hoc Networks Using Particle Swarm Optimization and Behavior-based Control', The 11th International Conference on Control, Automation and Information Sciences (ICCAIS 2022).
