[論文レビュー] A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence

Qingqing Wu, Jie Xu+5 more|arXiv (Cornell University)|Oct 19, 2020

UAV Applications and Optimization参考文献 279被引用数 8

ひとこと要約

本論文は、5Gおよびそれ以降のネットワークへの無人航空機（UAV）の統合に関する包括的なサーベイを提示しており、知能反射表面（IRS）、共同通信およびセンシング、エッジインテリジェンスといった先進技術を活用して、高容量、低遅延、知能的な3次元無線ネットワークを実現する。UAVと地上ネットワークの相乗効果により、通信、センシング、AI駆動の運用が強化され、システム設計、性能最適化、オープンな研究課題において主な貢献がなされている。

ABSTRACT

Due to the advancements in cellular technologies and the dense deployment of cellular infrastructure, integrating unmanned aerial vehicles (UAVs) into the fifth-generation (5G) and beyond cellular networks is a promising solution to achieve safe UAV operation as well as enabling diversified applications with mission-specific payload data delivery. In particular, 5G networks need to support three typical usage scenarios, namely, enhanced mobile broadband (eMBB), ultra-reliable low-latency communications (URLLC), and massive machine-type communications (mMTC). On the one hand, UAVs can be leveraged as cost-effective aerial platforms to provide ground users with enhanced communication services by exploiting their high cruising altitude and controllable maneuverability in three-dimensional (3D) space. On the other hand, providing such communication services simultaneously for both UAV and ground users poses new challenges due to the need for ubiquitous 3D signal coverage as well as the strong air-ground network interference. Besides the requirement of high-performance wireless communications, the ability to support effective and efficient sensing as well as network intelligence is also essential for 5G-and-beyond 3D heterogeneous wireless networks with coexisting aerial and ground users. In this paper, we provide a comprehensive overview of the latest research efforts on integrating UAVs into cellular networks, with an emphasis on how to exploit advanced techniques (e.g., intelligent reflecting surface, short packet transmission, energy harvesting, joint communication and radar sensing, and edge intelligence) to meet the diversified service requirements of next-generation wireless systems. Moreover, we highlight important directions for further investigation in future work.

研究の動機と目的

• 5Gおよびそれ以降のセルラー・ネットワークへのUAV統合の包括的概要を提供すること。空飛ぶ通信と地上通信の統合を対象とする。
• 広域的な3次元信号カバレッジを達成し、異種ネットワークにおける空中・地上干渉を管理するうえでの主な技術的課題を特定・分析すること。
• 共同通信およびレーダー・センシング、エネルギー回収、エッジインテリジェンスといった高度な機能を実現するためのUAVの役割を調査すること。
• 動的3次元ネットワークにおける、UAVを活用したフェデレーテッド・ラーニング、空中計算（AirComp）、クラウド・エッジ・デバイス連携の分野における新興の研究方向性を明らかにすること。
• 特に移動性に配慮したリソース割り当ておよびシステム最適化を含む、UAVを活用した知能的無線システムにおける未解決問題と今後の研究機会を特定すること。

提案手法

• 本論文は、5Gおよびそれ以降のネットワークにおけるUAV統合に関する最新研究を体系的にレビューし、要約する手法を採用している。通信、センシング、AI能力に焦点を当てている。
• スペクトル効率およびエネルギー効率を向上させるために、知能反射表面（IRS）、短パケット伝送、エネルギー回収といったキーテクノロジーを分析している。
• UAVが通信受信機およびレーダー・センサーとしての二重の役割を果たす共同通信およびセンシング（JComS）技術を検討している。
• データ交換を最小限に抑える分散AI学習を可能にするために、フェデレーテッド・エッジ・ラーニングおよび空中計算（AirComp）といったエッジインテリジェンスフレームワークを調査している。
• UAVを空中基地局、エッジサーバー、センシングプラットフォームとして統合する3次元ネットワークアーキテクチャを提案している。トラジェクトリとリソースの最適化を動的に実施する。
• 理論的分析とシミュレーションのトレンドを用いて、移動するUAV環境における遅延、信頼性、スペクトル効率のトレードオフに注目して、システムレベルの性能を評価している。

実験結果

リサーチクエスチョン

• RQ1 UAVを5Gおよびそれ以降のネットワークに効果的に統合するには、どのようにすれば、eMBB、URLLC、mMTCを同時にサポートできるか？
• RQ2 UAVと地上ネットワークが統合されたネットワークにおいて、広域的な3次元カバレッジを達成し、空中・地上干渉を低減するうえでの主な課題は何か？
• RQ3 UAVを活用して共同通信およびセンシング（JComS）を実現することで、リアルタイムの環境モニタリングおよび状況認識をどのように可能にできるか？
• RQ4 フェデレーテッド・ラーニングや空中計算（AirComp）といったエッジインテリジェンス技術は、移動するUAVを伴うネットワーク端末におけるプライバシー保護型、低遅延AIをどのように実現するか？
• RQ5 動的3次元無線ネットワークにおける、UAVを活用したクラウド・エッジ・デバイス連携の根本的な性能限界と最適設計戦略は何か？

主な発見

• UAVは、高高度で制御可能な3次元カバレッジを提供することで、5Gおよびそれ以降のネットワークを著しく強化し、地上ユーザーのスペクトル効率を向上させるとともに遅延を低減する。
• UAVを用いた共同通信およびセンシング（JComS）により、リアルタイムの環境モニタリングが可能となり、例としてノートルダム寺院火災の緊急対応時において、UAVが重要な赤外線画像を提供した。
• UAVを活用したフェデレーテッド・エッジ・ラーニングは、データのプライバシーを保護しつつ、分散型のUAV間で協調的なAIモデル学習を可能にし、研究では収束性の向上と通信オーバーヘッドの低減が確認されている。
• 空中計算（AirComp）は、信号の重ね合わせを利用するため、無線チャネル上で関数計算を実行可能であり、UAVスウォームにおける低遅延AI推論の有望な解決策を提供する。
• 知能反射表面（IRS）は、信号伝搬を動的に制御することで、特に視線遮断環境においてスペクトル効率を向上させ、カバレッジを拡張する。
• UAVをモバイルエッジサーバーまたはネットワーク化されたコンピューティングプラットフォームとして統合することで、UAVスウォームにおけるスケーラブルな計算オフロードが可能となり、ミッションクリティカルなアプリケーションにおける遅延とエネルギー消費を低減する。