[論文レビュー] UAV-enabled Computing Power Networks: Design and Performance Analysis under Energy Constraints

Yiqin Deng, Zhengru Fang+5 more|arXiv (Cornell University)|Jan 14, 2026

UAV Applications and Optimization被引用数 0

ひとこと要約

この論文は、UAVが分散計算ノードへ動的にアクセスすることでデュアルエネルギー制約の下で計算能力を強化する UAV-Enabled Computing Power Networks (UAV-CPNs) を提案し、高度と送信電力の結合最適化フレームワークでタスク完了確率を分析する。

ABSTRACT

This paper presents an innovative framework that boosts computing power by utilizing ubiquitous computing power distribution and enabling higher computing node accessibility via adaptive UAV positioning, establishing a UAV-enabled Computing Power Network (UAV-CPN). In a UAV-CPN, a UAV functions as a dynamic relay, outsourcing computing tasks from the request zone to an expanded service zone with diverse computing nodes, including vehicle onboard units, edge servers, and dedicated powerful nodes. This approach has the potential to alleviate communication bottlenecks and overcome the "island effect" observed in multi-access edge computing. A significant challenge is to quantify computing power performance under complex dynamics of communication and computing. To address this challenge, we introduce task completion probability to capture the capability of UAV-CPNs for task computing. We further enhance UAV-CPN performance under a hybrid energy architecture by jointly optimizing UAV altitude and transmit power, where fuel cells and batteries collectively power both UAV propulsion and communication systems. Extensive evaluations show significant performance gains, highlighting the importance of balancing communication and computing capabilities, especially under dual-energy constraints. These findings underscore the potential of UAV-CPNs to significantly boost computing power.

研究の動機と目的

• 分散計算リソースを UAV を介してユーザーへ接続する必要性を動機づけ、MEC のアイランド効果を克服する。
• CN へのアクセス可能性を UAV の位置とタスク遅延要件によって動的に形成される UAV-CPN フレームワークを導入する。
• タスク完了確率を核心指標とするタスク計算性能を定量化する分析フレームワークを開発する。
• ハイブリッド燃料電池とバッテリーを搭載するUAV のデュアルエネルギー制約をモデル化し、高度と送信電力の結合最適化を定式化する。
• エネルギー制約下での通信資源と計算資源のトレードオフを数値解析を通じて洞察する。

提案手法

• 半径方向のリクエストゾーン上方の高度 h の単一UAVと CN の PPP 配分サービスゾーンを持つ空間的な UAV-CPN をモデル化する。
• GU→UAV および UAV→CN リンクに対して確率的な LoS/NLoS の空地間チャネルモデルを用いる。
• オフロード、転送、計算、戻りを含むエンドツーエンド遅延 T_E2E を定義し、T_E2E ≤ T_max を課す。
• CN PPP の確率的スロットリングを介してデュアル制約下の有効 CN 密度を導出し、P_success(r_u) の expressions を得る。
• デュアルエネルギー予算のもとでタスク完了確率最大化問題を定式化し、UAV の送信電力と高度を共同最適化する計算効率の良いアルゴリズムを設計する。
• CN 密度、UAV 高度、遅延予算間のトレードオフを数値的に評価する。

実験結果

リサーチクエスチョン

• RQ1 UAV の高度と送信電力は遅延制約の下で分散計算ノードへのアクセス可能性にどのように影響するか？
• RQ2 デュアルエネルギー制約（燃料電池とバッテリー）がタスク完了確率と全体の UAV-CPN 性能に与える影響は？
• RQ3 通信と計算のボトルネックを考慮した場合、CN の実効密度をどのように特徴づけられるか？
• RQ4 UAV 活用型計算力ネットワークにおける通信遅延と計算遅延のトレードオフは？
• RQ5 エネルギー制約下で高度-電力の結合最適化は単一パラメータや静的戦略を上回るのか？

主な発見

• タスク完了確率は UAV の高度と LoS/NLoS 確率、伝搬損失に依存し、アップリンク信頼性と下りCNアクセス性の垂直的トレードオフを生じさせる。
• 有効 CN 密度は、通信到達範囲と計算遅延制約の両方を考慮した薄くした PPP の形で表現できる（F_t_c(T_res;D)）。
• フレームワークは CN 密度、UAV 高度、遅延予算間の性能トレードオフを定量化し、結合高度と電力最適化が単一パラメータ戦略より利得を生むことを示す。
• デュアルエネルギー制約（推進用の燃料と通信用のバッテリー）は共同管理されない場合、タスク完了を制限する重要なボトルネックとなる。
• 単一UAV・単一CN のベースラインは性能の下限を提供し、オフロード遅延と CN 計算遅延がタスク成功を共同決定することを示す。
• 数値評価は解析モデルを検証し、高度と送信電力を最適化することでエネルギー制約下のタスク計算が改善されることを示す。