当地面基础设施过载、受损或暂时缺失时，空中基站可以迅速补充覆盖。但它的灵活性也把多个控制问题绑在一起：平台悬停在哪里、使用多大发射功率，以及继续开启一座基站带来的连接收益，是否高于新增干扰的代价。
一项新的公开预印本把这些选择写成一个混合整数非线性规划问题。三维位置和发射功率属于连续变量，启停状态属于离散变量，用户能否连接则取决于信干噪比。研究在同一个传播与成本模型下，对比两条搜索联合决策空间的路线。
位置、功率和启停不能彼此割裂
让空中基站靠近尚未覆盖的用户，可能增强期望信号，却也可能加重其他区域的干扰。提高发射功率同样存在这种矛盾。增加一座运行中的平台会带来更多空间自由度和容量，同时引入新的干扰源并消耗更多能量。
论文因此把用户连接率与空中基站总发射功率放入同一个模型。控制器不必预先固定开启平台的数量，而是同时决定哪些基站运行、它们的位置以及各自功率。
遗传搜索与策略学习呈现不同偏向
作者使用 QuaDRiGa 基于几何的随机信道模型建立大规模仿真环境，其中包含符合 3GPP 模型的空地和地面链路。遗传算法联合搜索连续的位置、功率变量和离散启停选择；近端策略优化（PPO）基线则在同一决策空间中学习序贯控制策略。
在论文报告的部署规模与成本设置下，遗传算法取得更高连接率，优势在干扰受限场景中更明显。PPO 基线的行为较为保守，使用较低功率并造成较少干扰，因此更偏向能效一侧。这些结果不能证明某种方法普遍占优，而是说明两类搜索机制会落在多目标设计空间的不同区域。
公平基准不只需要相同目标函数
让两种方法使用同一系统模型和成本配置，是重要的对照条件。完整的可复现比较还要报告计算预算、遗传种群与停止规则、PPO 网络与训练数据、随机种子、约束处理方式，以及在线运行是否关注推断时延。
公开摘要给出的是仿真结果，而不是飞行测试。真实部署还要面对推进能耗、回传链路、空域与轨迹限制、定位误差、天气、切换和网络测量时延。后续基准需要同时报告解的质量，以及获得和执行每次决策所消耗的资源。
研究札记
Genetic Algorithms and Reinforcement Learning Approaches for Joint Placement, Power Control, and Activation of Flying Base Stations
作者：Fady A. Abouelghit、Karim G. Seddik。
状态：2026 年 9 月 7 日公开的 Research Square 预印本。
公开证据说明：工作联合建模空中基站的三维位置、发射功率与启停状态，并在同一套基于 QuaDRiGa 的仿真网络及成本设置下，对比遗传算法和 PPO 基线。
限制：论文报告的连接率、功率和干扰取舍取决于仿真设置。公开证据没有证明飞行测试表现、运行能耗、回传集成，也没有覆盖真实测量时延和环境约束下的稳健性。