[論文レビュー] Energy Aware Trajectory Optimization for Aerial Base Stations

Jingcong Sun, Christos Masouros|arXiv (Cornell University)|Jan 23, 2019

UAV Applications and Optimization参考文献 25被引用数 4

ひとこと要約

本稿では、エネルギー制約のある空中基 station のためのUAV軌道とユーザースケジューリングを共同最適化する反復的アルゴリズムを提案する。逐次凸最適化とブロック座標降下を組み合わせた手法により、ベンチマーク比で最大50%高いカバレッジ確率と20%低いエネルギー消費を達成し、不完全なユーザー位置情報（ULI）に対してもロバストな技術により補正する。

ABSTRACT

By fully exploiting the mobility of unmanned aerial vehicles (UAVs), UAV-based aerial base stations (BSs) can move closer to ground users to achieve better communication conditions. In this paper, we consider a scenario where an aerial BS is dispatched for covering a maximum number of ground users before exhausting its on-board energy resources. The resulting trajectory optimization problem is a mixed integer non-linear problem (MINLP) which is non-convex and is challenging to solve. As such, we propose an iterative algorithm which decomposes the problem into two sub-problems by applying both successive convex optimization and block coordinate descent techniques to solve it. To be specific, the trajectory of the aerial BS and the user scheduling and association are alternately optimized within each iteration. In addition, to achieve better coverage performance and speed up convergence, the problem of designing the initial trajectory of the UAV is also considered. Finally, to address the unavailability of accurate user location information (ULI) in practice, two different robust techniques are proposed to compensate the performance loss in the existence of inaccurate ULI. Simulation results show both energy and coverage performance gains for the proposed schemes compared to the benchmark techniques, with an up to 50% increase in coverage probability and an up to 20% reduction in energy.

研究の動機と目的

• 地上ユーザーのカバレッジ数を、機載エネルギーの枯渇まで最大化すること。
• 非凸、混合整数、非線形制約下での、UAV軌道とユーザースケジューリングの共同最適化の課題に対処すること。
• 適切に設計された初期軌道により、収束速度とカバレッジ性能を向上させること。
• 実用的展開における不正確なユーザー位置情報（ULI）による性能低下を補償すること。

提案手法

• エネルギーおよび飛行制約を含む混合整数非線形計画問題（MINLP）として問題を定式化する。
• 逐次凸最適化を用いて、非凸な軌道部分問題を繰り返し凸問題に近似する。
• 各反復でUAV軌道とユーザースケジューリング／アソシエーションを交互に最適化するブロック座標降下を適用する。
• 公平なユーザーアクセスを保証し、収束を加速する初期軌道（CITおよびDIT）を設計する。
• 不完全なULIによる性能低下を軽減する2つのロバスト技術—最悪ケース（WC）および最大余剰データ法（MEDM）—を導入する。
• 推進力の消費を速度および加速度の関数としてモデル化し、飛行中のエネルギー消費を正確に捉える。

実験結果

リサーチクエスチョン

• RQ1 エネルギー制約および飛行制約の下で、UAV軌道とユーザースケジューリングをどのように共同最適化すれば、カバーされるユーザー数を最大化できるか？
• RQ2 初期軌道設計が、エネルギー制約付きUAV展開における収束速度とカバレッジ性能に与える影響は何か？
• RQ3 不完全なユーザー位置情報（ULI）はシステム性能にどのように悪影響を及ぼし、その損失を効果的に補償するメカニズムは何か？
• RQ4 反復的軌道最適化アルゴリズムにおいて、エネルギー効率、カバレッジ向上、収束速度の間にはどのようなトレードオフがあるか？
• RQ5 ULIが不正確な場合、ロバスト設計技術が性能をどの程度回復できるか？

主な発見

• 提案されたIA-DITアルゴリズムは、同じエネルギー予算下で、ベンチマーク手法比で最大50%高いカバレッジ確率を達成する。
• 提案手法により、従来手法と比較してエネルギー消費が最大20%低減される。
• 設計された初期軌道（DIT）により収束時間が短縮され、IA-DITは最大9反復で収束するが、IA-CITは15反復を要する。
• 不完全なULI下では、ロバスト技術なしではカバレッジ確率が約25%低下するが、MEDMおよびWC手法により、この損失はほぼ完全に補償される。
• 機載エネルギーを増加させた場合、WCおよびMEDM手法はより高いカバレッジ向上を達成し、全エネルギーレベルでMEDMがWCを約7%上回る。
• 短時間帯ではIA-DITがIA-CITよりもエネルギーを多く消費するが、時間経過に伴いIA-CITのエネルギー消費はより急激に増加し、T = 80sでIA-DITを上回る。