所属栏目：新闻中心发布时间：2026-01-31浏览量:499
南京邮电大学江苏省无线通信重点实验室周晓雅团队在《数据采集与处理》发表论文《基于信息年龄的无人机缓存和轨迹优化算法》。该研究针对无人机辅助内容分发系统中的信息新鲜度问题，提出了融合AP聚类、动态规划和遗传算法的优化方案，有效缓解了热点区域用户请求长时间未应答的痛点，实现了用户获取请求内容平均代价的最小化。
随着低空智联网快速发展，无人机凭借机动灵活的优势成为通信系统缓存服务的重要载体，但缓存容量有限、信息易过时等问题制约了服务质量。在体育赛事、大型汇演等热点场景中，地面基站常因负载过大无法及时响应用户请求，而传统算法多关注吞吐量和时延，忽略了信息新鲜度这一关键指标。
为解决这一问题，团队构建了以用户平均代价最小化为目标的内容分发模型，将复杂优化问题分解为用户成簇、缓存策略和轨迹优化三个子问题。首先以无人机覆盖半径为标准，采用AP聚类算法对地面用户自动分簇，无需预设簇数即可确定稳定的簇首位置作为无人机悬停点;随后将缓存问题转化为01背包问题，通过动态规划算法在有限缓存容量内筛选最优缓存内容;最后利用遗传算法求解无人机飞行轨迹，等效解决了类似旅行商问题的路径优化难题。
仿真测试显示，该算法收敛性良好，在用户请求变化时能动态调整飞行轨迹。与仅优化缓存或轨迹的对比算法相比，该算法在不同用户数量、飞行速度和缓存空间条件下，均能显著降低用户平均代价。当无人机飞行速度提升、缓存空间扩大或用户请求更集中时，信息新鲜度和服务效率进一步提升，为实际场景应用提供了灵活适配方案。
该研究填补了无人机辅助通信系统中信息年龄与缓存、轨迹联合优化的研究空白，为低空智联网的高效内容分发提供了新的技术路径，在应急通信、大型活动保障等场景具有重要应用价值。未来团队将进一步融入无人机能耗控制和用户移动性因素，推动算法向更复杂的实际场景落地。