无人机基站三维空间位置部署方法设计与验证

针对无人机基站三维空间部署动态性强、时效性高、约束因素多、耦合性强等特点导致的计算量大、仿真周期长等问题,提出利用高效全局优化（efficient global optimization, EGO）算法来确定无人机基站三维空间部署位置。考虑到EGO算法主要通过最优化改善期望（expectation improvement, EI）函数来获取新的采样点,提出利用改进的差分进化（differential evolution, DE）算法来优化EI函数,改进DE算法通过引入亲本选择框架、后代种群生成策略自适应选择框架来提高寻优能力及收敛速度。
利用3个典型的工程问题对改进EGO算法的性能进行测试,结果表明改进后的EGO算法在寻优能力、寻优速度以及稳定性方面都有明显提升。在此基础上,给出了利用改进EGO算法进行无人机基站三维空间部署的应用示例。