[論文レビュー] Latency Aware Drone Base Station Placement in Heterogeneous Networks

Xiang Sun, Nirwan Ansari|arXiv (Cornell University)|Sep 22, 2017

UAV Applications and Optimization参考文献 1被引用数 8

ひとこと要約

本稿では、エネルギー制約のもとで、混合ネットワークにおけるドローン基地局（DBS）の配置とユーザー接続カバレッジを共同最適化することで、総平均遅延比を最小化するためのレイテンシに配慮したドローン基地局配置（LEAP）アルゴリズムを提案する。LEAPは、トラフィックホットスポットを追跡するためにDBSを動的に再配置し、時間変動するユーザー需要において、静的配置よりも遅延を低減する優れた性能を発揮する。

ABSTRACT

Different from traditional static small cells, Drone Base Stations (DBSs) exhibit their own advantages, i.e., faster and cheaper to deploy, more flexibly reconfigured, and likely to have better communications channels owing to the presence of short-range line-of-sight links. Thus, applying DBSs into the cellular network has great potential to increase the throughput of the network and improve Quality of Service (QoS) of Mobile Users (MUs). In this paper, we focus on how to place the DBS (i.e., jointly determining the location and the association coverage of a DBS) in order to improve the QoS in terms of minimizing the total average latency ratio of MUs by considering the energy capacity limitation of the DBS. We formulate the DBS placement problem as an optimization problem and design a Latency aware dronE bAse station Placement (LEAP) algorithm to solve it efficiently. The performance of LEAP is demonstrated via simulations as compared to other two baseline methods.

研究の動機と目的

• 混合ネットワークにおける動的でエネルギー制約のあるドローン基地局（DBS）展開の課題に対処し、サービス品質（QoS）を向上させること。
• DBSの位置とユーザー接続カバレッジを共同最適化することで、移動ユーザー（MUs）の総平均遅延比を最小化すること。
• DBSのエネルギー容量制限を考慮し、バッテリーの放電を回避する持続可能な運用を保証すること。
• ユーザーのトラフィックおよびチャネル状態の空間時間的変動に適応する動的配置戦略を設計すること。
• 実世界のトラフィックシナリオにおいて、適応的DBS配置が静的または単一MBS展開を上回ることを実証すること。

提案手法

• 移動ユーザーの総平均遅延比を最小化するための制約付き最適化問題としてDBS配置問題を定式化する。
• MBSおよびDBSのパスロスを、対数距離パスロスモデルでモデル化する：$PL_{MBS} = 103.4 + 2.42\log_{10}d$ および $PL_{DBS} = 103.8 + 2.09\log_{10}d$。
• エネルギー閾値 $\epsilon = 0.2$ kWh と、負荷依存エネルギー消費モデル（$\beta = 500$）を用いてエネルギー制約を組み込む。
• 交通密度とチャネル品質に基づき、反復的に最適なDBS位置と関連ユーザー集合を決定するLEAPアルゴリズムを設計する。
• 時間スロットモデル（$\Delta T = 10$ 分）を用いて、ユーザー移動およびトラフィック需要の変化をシミュレートする。
• ミラノの道路網からの実世界の移動トレース（100,000人のMUs、ポisson分布によるトラフィック到着）を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 時間変動するネットワークにおいて、移動ユーザーの平均遅延比を最小化するためのドローン基地局の配置を最適化する方法は何か？
• RQ2 DBSの位置とユーザー接続カバレッジを共同最適化することで、遅延とエネルギー効率にどのような影響を与えるか？
• RQ3 空間時間的トラフィック変動に対処する際、動的DBS再配置は静的小セル展開と比べてどのように異なるか？
• RQ4 エネルギー容量制約は、最適なDBS展開戦略にどの程度の影響を与えるか？
• RQ5 提案されたLEAPアルゴリズムは、出現するホットスポットに適応し、異なる時間スロットで低遅延を維持できるか？

主な発見

• LEAPは、ピーク時間帯において、単一MBS（S-MBS）展開と比較して平均遅延比を顕著に低減する。
• 時刻$t=1$（19時）では、LEAPと静的小セル（SSC）は類似した平均遅延比を達成しており、両者ともS-MBSに比べて著しく低い。これはオフロードによるものである。
• 時刻$t=36$（午前1時）では、LEAPはSSCよりも低い平均遅延比を達成している。これは、LEAPが新しいホットスポットにDBSを再配置しているのに対し、SSCは固定されているためである。
• DBSの位置は、初期位置から時刻$t=36$までに北東方向に移動しており、変化するトラフィックパターンへの動的適応を示している。
• シミュレーション結果は、LEAPが進化するホットスポットを効果的に追跡し、エネルギー制約のもとで遅延を最小化するための最適な位置とカバレッジを最適化できることを確認している。
• LEAPアルゴリズムは、トラフィック負荷とエネルギー消費をバランスさせることで、時間スロット全体で低遅延を維持し、動的環境において静的展開戦略を上回る性能を発揮している。