[論文レビュー] Energy-Aware Design of UAV-mounted RIS Networks for IoT Data Collection

Dimitrios Tyrovolas, Prodromos‐Vasileios Mekikis+4 more|arXiv (Cornell University)|Aug 11, 2022

Advanced Wireless Communication Technologies被引用数 5

ひとこと要約

本稿では、遠隔地における超低消費電力センサーを備えた大規模なIoTネットワーク向けに、エネルギー効率の高いデータ収集を実現するため、UAV搭載再構成可能インテリジェント表面（RIS）システムを提案する。本研究では、スロット型ALOHAと符号結合（CC）を組み合わせた新規MACプロトコルを用いてスループットを向上させ、RISのサイズを最適化することで、UAVのエネルギー消費増加（重量および速度の影響を含む）とRISの利得のバランスを取ることで、1回の飛行における平均データ量を最大化する。

ABSTRACT

Data collection in massive Internet of Things networks requires novel and flexible methods. Unmanned aerial vehicles (UAVs) are foreseen as a means to collect data rapidly even in remote areas without static telecommunication infrastructure. To this direction, UAV-mounted reconfigurable intelligent surfaces (RISs) aid in reducing the hardware requirements and signal processing complexity at the UAV side, while increasing the energy efficiency and reliabilityof the network. Hence, in this paper, we propose the utilization of a UAV-mounted RIS for data collection and study the coverage probability in such networks. Additionally, we propose a novel medium access control protocol based on slotted ALOHA and Code Combining to handle the communication of multiple sensors. To account for the crucial energy issue in UAVs, we devise an energy model that considers both the UAV and the RIS weight, as well as the environmental conditions and the UAV velocity. Finally, we characterize the performance of the proposed data collection scheme by analyzing the average throughput and the average data per flight, while providing useful insights for the design of such networks.

研究の動機と目的

• 超低消費電力センサーを備えた大規模で遠隔地のIoTネットワークにおける信頼性の高い、エネルギー効率の良いデータ収集の課題に対処する。
• 遠隔地やアクセス困難な地域における、固定インfraストラクチャの限界とUAVのエネルギー制約を克服する。
• UAVの移動性とRISの再構成可能性を活用して、センサーの送信電力の増加を伴わずに通信範囲と信頼性を向上させるシステムを設計する。
• UAVの重量、RISのサイズ、速度、環境条件を考慮したエネルギーモデルを構築し、飛行時間の最適化を図る。
• 平均スループットと1回の飛行あたりの平均データ量（¯DF）を性能指標として用い、最適なRIS展開を支援する。

提案手法

• UAVに搭載されたRISが信号を反射することで、離れたIoTセンサーとUAV間の信頼性の高い通信を可能にするUAV搭載RISネットワークを提案する。
• 複数のセンサーが同時にアクセスする状況での信頼性とスループットの向上を目的に、スロット型ALOHAと符号結合（CC）を組み合わせた新規MACプロトコルを設計する。
• UAV推進エネルギー、RISの重量、UAV速度、環境条件をすべて考慮した包括的なエネルギーモデルを構築する。
• 確率的幾何学的手法を用いてIoTセンサーのランダム配置をモデル化し、カバレッジ確率の式を導出する。
• RISサイズ（N）、UAV速度、センサークラスタ半径の変動下で、平均スループットと平均データ量（¯DF）を主な性能指標として分析する。
• スペクトル効率、エネルギー消費、飛行時間の3要素を統合的に最適化することで、システム性能を最適化する。

実験結果

リサーチクエスチョン

• RQ1 RISの利得とUAVのエネルギーコストの両方を考慮した場合、1回の飛行あたりの平均データ量を最大にするために最適な反射素子数（N）は何か？
• RQ2 提案された符号結合ベースのMACプロトコルは、純粋なスロット型ALOHAと比較して、複数センサーのIoTネットワークにおけるスループットをどのように向上させるか？
• RQ3 UAV速度とRIS重量が、RIS支援型IoTデータ収集におけるUAVの飛行時間とエネルギー効率にどのように影響するか？
• RQ4 UAVとAP（アクセスポイント）の距離が、最大データ収集量を得るための最適なRISサイズに与える影響は何か？
• RQ5 センサーの空間的配置（円形領域半径R）が、システム性能および最適なRIS設定に与える影響は何か？

主な発見

• RISの最大達成可能レートゲインに起因し、平均スループットはN ≥ 650で飽和する。これより大きなRISサイズでは、さらなる利得は得られない。
• 1回の飛行あたりの平均データ量（¯DF）は、最適なRISサイズで最大値に達する。RISが大きすぎると、重量増加に起因するUAVのエネルギー消費増加により性能が低下する。
• UAV-AP距離が250 mの場合、最適なRISサイズはセンサークラスタ半径の増加に伴い増加する。これは、広いカバレッジ領域をカバーするには、より大きなRISが必要であることを示している。
• 提案された符号結合ベースのMACプロトコルは、純粋なスロット型ALOHAと比較して、ピーク性能に到達するのに必要な最適なRISサイズを小さくできる。特に、大規模なセンサクラスタでは顕著である。
• 20 km/hの速度では、Nの増加に伴う飛行時間の減少率が、低速時よりも緩やかになる。これは、高速走行により重いRISのエネルギーコストの影響が緩和されることを示している。
• UAV-AP距離が200 mの場合、CCベースのMACプロトコル（L=3、R=60 m）を用いることで、スロット型ALOHA（L=1）と比較して、最大平均データ量が最大30%向上する。