[論文レビュー] UAV-Enabled Data Collection for Wireless Sensor Networks with Distributed Beamforming

Tianxin Feng, Lifeng Xie+2 more|arXiv (Cornell University)|Apr 23, 2020

UAV Applications and Optimization参考文献 43被引用数 4

ひとこと要約

本稿では、遅延耐性シナリオにおけるデータレートスループットを最大化し、遅延感受性シナリオにおけるアウトージ確率を最小化するために、分散ビームフォーミングを用いたUAVによる無線センサネットワークの統合UAVトラジェクトリとパワー割り当て設計を提案する。凸最適化および近似技術を活用することで、提案手法はベンチマークを著しく上回り、ミッション期間が延長するにつれて理論的性能上限に近づく。

ABSTRACT

This paper studies an unmanned aerial vehicle (UAV)-enabled wireless sensor network, in which one UAV flies in the sky to collect the data transmitted from a set of ground nodes (GNs) via distributed beamforming. We consider two scenarios with delay-tolerant and delay-sensitive applications, in which the GNs send the common/shared messages to the UAV via adaptive- and fixed-rate transmissions, respectively. For the two scenarios, we aim to maximize the average data-rate throughput and minimize the transmission outage probability, respectively, by jointly optimizing the UAV's trajectory design and the GNs' transmit power allocation over time, subject to the UAV's flight speed constraints and the GNs' individual average power constraints. However, the two formulated problems are both non-convex and thus generally difficult to be optimally solved. To tackle this issue, we first consider the relaxed problems in the ideal case with the UAV's flight speed constraints ignored, for which the well-structured optimal solutions are obtained to reveal the fundamental performance upper bounds. It is shown that for the two approximate problems, the optimal trajectory solutions have the same multi-location-hovering structure, but with different optimal power allocation strategies. Next, for the general problems with the UAV's flight speed constraints considered, we propose efficient algorithms to obtain high-quality solutions by using the techniques from convex optimization and approximation. Finally, numerical results show that our proposed designs significantly outperform other benchmark schemes, in terms of the achieved data-rate throughput and outage probability under the two scenarios. It is also observed that when the mission period becomes sufficiently long, our proposed designs approach the performance upper bounds when the UAV's flight speed constraints are ignored.

研究の動機と目的

• UAVをモバイル統合センターとして用いて、無線センサネットワークにおけるデータ収集効率を向上させること。
• 実用的制約下でのUAVトラジェクトリと地上ノードのパワー割り当て最適化という課題に取り組むこと。
• 遅延耐性アプリケーションにおける可変レート伝送を用いて、平均データレートスループットを最大化すること。
• 遅延感受性アプリケーションにおける固定レート伝送を用いて、伝送アウトージ確率を最小化すること。
• UAVのトラジェクトリとパワー設計に起因する非凸最適化問題に対する効率的なアルゴリズムを開発すること。

提案手法

• UAV速度制約およびノードパワー制約の下で、スループット最大化とアウトージ最小化の2つの非凸最適化問題を定式化する。
• UAV速度制約を無視した緩和問題を解き、最適解を導出し、性能上限を明らかにする。
• 両問題の最適トラジェクトリが、唯一の差異がパワー割り当て戦略である「複数地点ホーバー構造」を示すことを特定する。
• 凸最適化および近似技術を用いて、現実的なUAV速度制約を含む一般問題に対する部分最適解を設計する。
• 非凸性に対処し、高品質な解に収束するため、逐次凸近似（SCA）に基づく反復アルゴリズムを採用する。
• UAVが地上ノードにおける位相整合とパワー制御を通じて分散ビームフォーミングを調整する集中型設計フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 分散ビームフォーミングを備えたWSNにおいて、データレートスループットを最大化する最適UAVトラジェクトリ構造は何か？
• RQ2 遅延感受性UAVデータ収集における、共同パワー割り当てとトラジェクトリ設計は、アウトージ性能をどのように向上させるか？
• RQ3 UAV移動性と地上ノードパワーの共同最適化は、個別最適化と比較してどの程度の性能向上を達成できるか？
• RQ4 UAV速度制約を無視した場合、実用的設計は理論的性能上限にどの程度近づけるか？
• RQ5 ミッション期間と送信パワーの増加が、提案手法と上限との間の性能ギャップに与える影響は何か？

主な発見

• 提案された統合トラジェクトリとパワー割り当て設計は、スループットとアウトージ確率の両指標において、ベンチマーク手法を著しく上回る。
• 両シナリオの最適トラジェクトリは「複数地点ホーバー構造」を示しており、重要な地点でのホーバーが性能に不可欠であることを示している。
• ミッション期間が十分に長い場合、提案手法は速度制約なしの緩和問題から導かれた理論的性能上限に近づく。
• 平均送信パワーが高くなると、最適ホーバーと経路伝送のトレードオフのため、提案手法と上限との性能ギャップが拡大する。
• パワー最適化は極めて重要である：トラジェクトリのみ最適化する手法は急激な性能低下を示し、パワーとトラジェクトリの共同制御の重要性を強調している。
• 遅延感受性シナリオでは、提案手法はすべてのベンチマークを下回り、飛行期間が延長するにつれて上限に近づく。