[論文レビュー] A Survey on UAV-Aided Maritime Communications: Deployment Considerations, Applications, and Future Challenges

Νικόλαος Νομικός, Panagiotis K. Gkonis+2 more|arXiv (Cornell University)|Sep 20, 2022

UAV Applications and Optimization被引用数 7

ひとこと要約

本調査は、地上系および衛星系の海上ネットワークの制限を克服するための柔軟で低遅延なソリューションとして、UAVを支援する海上通信を提示する。UAV配置、軌道最適化、機械学習駆動のリソース管理分野における最新の手法を統合し、6G統合型で信頼性が高くスケーラブルな海上IoTおよびエッジコンピューティングサービスの実現におけるその役割を強調する。

ABSTRACT

Maritime activities represent a major domain of economic growth with several emerging maritime Internet of Things use cases, such as smart ports, autonomous navigation, and ocean monitoring systems. The major enabler for this exciting ecosystem is the provision of broadband, low-delay, and reliable wireless coverage to the ever-increasing number of vessels, buoys, platforms, sensors, and actuators. Towards this end, the integration of unmanned aerial vehicles (UAVs) in maritime communications introduces an aerial dimension to wireless connectivity going above and beyond current deployments, which are mainly relying on shore-based base stations with limited coverage and satellite links with high latency. Considering the potential of UAV-aided wireless communications, this survey presents the state-of-the-art in UAV-aided maritime communications, which, in general, are based on both conventional optimization and machine-learning-aided approaches. More specifically, relevant UAV-based network architectures are discussed together with the role of their building blocks. Then, physical-layer, resource management, and cloud/edge computing and caching UAV-aided solutions in maritime environments are discussed and grouped based on their performance targets. Moreover, as UAVs are characterized by flexible deployment with high re-positioning capabilities, studies on UAV trajectory optimization for maritime applications are thoroughly discussed. In addition, aiming at shedding light on the current status of real-world deployments, experimental studies on UAV-aided maritime communications are presented and implementation details are given. Finally, several important open issues in the area of UAV-aided maritime communications are given, related to the integration of sixth generation (6G) advancements.

研究の動機と目的

• 従来の地上系および衛星系ネットワークによってカバーが不十分な、広帯域、低遅延、信頼性の高い海上環境における無線接続の重要なギャップを埋めること。
• 動的空域層としてのUAV支援ソリューションを検討し、海上通信におけるカバレッジ拡張と遅延低減を実現すること。
• 海上IoTおよび重要なサービスに特化した、UAVベースのネットワークアーキテクチャ、物理層技術、リソース管理、エッジコンピューティングソリューションを体系的にレビューすること。
• 動的な海上環境におけるカバレッジと信頼性の向上を目的としたUAV軌道最適化およびスワームインテリジェンスを調査すること。
• UAV支援システムを6Gに統合する際の未解決課題、特に物理層セキュリティ、非直交多重アクセス、自律運用のためのフェデレーテッドラーニングを特定すること。

提案手法

• ネットワーク層と性能目標に基づいて、UAV支援海上通信ソリューションを分類し、物理層設計、リソース割り当て、クラウド/エッジコンピューティングアーキテクチャを含む。
• UAV軌道計画のための従来の最適化手法と機械学習ベースのアプローチをレビューし、海上応用におけるカバレッジ最大化と遅延最小化を実現すること。
• UAV支援エッジコンピューティングおよびキャッシュ戦略を分析し、UAVの移動性、処理能力、エネルギー制約を統合的に最適化してリアルタイムデータ処理を実現すること。
• フェデレーテッドラーニングフレームワークを導入し、データプライバシーを保ちながらUAV支援海上ネットワーク全体で協調的なモデル学習を可能にし、バックハールド負荷を低減すること。
• 実験的導入とUAV支援海上システムの実装詳細を評価し、理論的およびシミュレーションベースの知見の妥当性を検証すること。
• 分散型で低複雑性の物理層セキュリティメカニズムと、無線電力伝送などのエネルギー効率の良いソリューションを提案し、UAVスワームのレジリエンスとセキュリティを強化すること。

実験結果

リサーチクエスチョン

• RQ1 UAVは、従来の沿岸基地および衛星ベースのソリューションと比較して、海上環境における無線カバレッジを効果的に拡張し、遅延を低減できるか？
• RQ2 動的な海上環境（例えば、救助活動やスマートポート運用を含む）において、接続性と信頼性を最大化するための最適なUAV配置および軌道戦略は何か？
• RQ3 機械学習およびフェデレーテッドラーニングは、UAV支援海上ネットワークにおける安全でスケーラブルかつ低遅延のエッジコンピューティングをどのように実現できるか？
• RQ4 UAV支援システムを6Gネットワークに統合するにあたり、物理層セキュリティ、非直交多重アクセス、スワームインテリジェンスにおける主な課題は何か？
• RQ5 エネルギー制約および環境要因をどのように対処すれば、海上展開におけるUAVの継続的な可用性と運用効率を確保できるか？

主な発見

• UAV支援海上通信は、地上基地局のカバレッジ制限と衛星リンクの高遅延を克服する実現可能な空域層を提供し、海上IoTにおける恒久的接続性を実現する。
• UAVの軌道最適化は、視線（LoS）リンクを最大化し、障害確率を最小化することでネットワーク性能を顕著に向上させ、特に動的で疎な海上環境において顕著である。
• フェデレーテッドラーニングアーキテクチャは、UAV支援海上ネットワーク全体で安全でプライバシー保護型のモデル学習を可能にし、バックハールド使用量を削減するとともに、データ漏洩に対するレジリエンスを高める。
• UAVをエッジコンピューティングおよびキャッシュと統合することで、ネットワーク遅延とバックハールド負荷が低減され、自律航行や映像監視などのリアルタイム応用にとって特に有益である。
• 未解決の課題には、低複雑性の物理層セキュリティメカニズム、スケーラブルな非直交多重アクセス方式、荒々しい海上環境下での協調的UAV運用に向けたエネルギー効率の良いスワームインテリジェンスの必要性が含まれる。
• 実験的導入は、UAV支援海上通信の実用可能性を確認しており、スマートポートや救助活動などの実世界のシナリオにおいて実現可能性が裏付けられている。