[논문 리뷰] A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence

Qingqing Wu, Jie Xu외 5명|arXiv (Cornell University)|2020. 10. 19.

UAV Applications and Optimization참고 문헌 279인용 수 8

한 줄 요약

이 논문은 5G 및 그 이상의 네트워크에 무인 항공기(UAV)를 통합하는 종합적인 설문 조사 결과를 제시한다. 지능형 반사 표면, 공동 통신 및 감지, 엣지 지능과 같은 첨단 기술을 활용하여 고용량, 저지연, 지능형 3차원 무선 네트워크를 실현한다. UAV와 지상 네트워크 간의 상호보완적 협업을 통해 통신, 감지, AI 기반 운영이 향상되며, 시스템 설계, 성능 최적화 및 열린 연구 과제 분야에서 주요 기여를 이룬다.

ABSTRACT

Due to the advancements in cellular technologies and the dense deployment of cellular infrastructure, integrating unmanned aerial vehicles (UAVs) into the fifth-generation (5G) and beyond cellular networks is a promising solution to achieve safe UAV operation as well as enabling diversified applications with mission-specific payload data delivery. In particular, 5G networks need to support three typical usage scenarios, namely, enhanced mobile broadband (eMBB), ultra-reliable low-latency communications (URLLC), and massive machine-type communications (mMTC). On the one hand, UAVs can be leveraged as cost-effective aerial platforms to provide ground users with enhanced communication services by exploiting their high cruising altitude and controllable maneuverability in three-dimensional (3D) space. On the other hand, providing such communication services simultaneously for both UAV and ground users poses new challenges due to the need for ubiquitous 3D signal coverage as well as the strong air-ground network interference. Besides the requirement of high-performance wireless communications, the ability to support effective and efficient sensing as well as network intelligence is also essential for 5G-and-beyond 3D heterogeneous wireless networks with coexisting aerial and ground users. In this paper, we provide a comprehensive overview of the latest research efforts on integrating UAVs into cellular networks, with an emphasis on how to exploit advanced techniques (e.g., intelligent reflecting surface, short packet transmission, energy harvesting, joint communication and radar sensing, and edge intelligence) to meet the diversified service requirements of next-generation wireless systems. Moreover, we highlight important directions for further investigation in future work.

연구 동기 및 목표

• 5G 및 그 이상의 이동통신 네트워크에 UAV 통합을 위한 종합적인 개요를 제공하여 공중 및 지상 통신의 융합을 다루는 것.
• 이질적 네트워크에서 광범위한 3차원 신호 커버리지 달성 및 공중-지상 간 간섭 관리의 핵심 기술적 과제를 특정하고 분석하는 것.
• 공동 통신 및 레이더 감지, 에너지 수확, 엣지 지능 등 고급 기능을 실현하기 위해 UAV의 역할을 탐색하는 것.
• 동적 3차원 네트워크를 위한 UAV 기반 연합 학습, 공중에서의 계산, 클라우드-엣지-기기 협업과 같은 새로운 연구 방향을 제시하는 것.
• 특히 이동성 인식 자원 할당 및 시스템 최적화 분야에서 UAV 기반 지능형 무선 시스템의 열린 문제와 향후 연구 기회를 규명하는 것.

제안 방법

• 논문은 5G 및 그 이상의 네트워크에서 UAV 통합에 관한 최신 연구를 체계적으로 검토하고 종합하는 방식을 사용하며, 통신, 감지 및 AI 능력에 중점을 둔다.
• 스펙트럼 효율성과 에너지 효율성을 향상시키기 위해 지능형 반사 표면(IRS), 단기 패킷 전송, 에너지 수확과 같은 핵심 기반 기술을 분석한다.
• UAV가 환경 모니터링를 위해 통신 수신기 및 레이더 센서의 이중 역할을 수행하는 공동 통신 및 감지(JComS) 기법을 검토한다.
• 최소한의 데이터 교환으로 분산된 AI 학습을 가능하게 하는 연합 엣지 학습 및 공중에서의 계산(AirComp) 프레임워크를 연구한다.
• UAV를 천정 기지국, 엣지 서버, 감지 플랫폼으로 통합한 3차원 네트워크 아키텍처를 제안하며, 동적 경로 및 자원 최적화를 포함한다.
• 이동 중인 UAV 환경에서 지연, 신뢰성, 스펙트럼 효율성 간의 트레이드오프를 중심으로 이론적 분석과 시뮬레이션 추세를 통해 시스템 수준의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 UAV는 어떻게 5G 및 그 이상의 네트워크에 효과적으로 통합되어 고속 이동통신(eMBB), 초신뢰성 저지연 통신(URLLC), 대량 기계유형 통신(mMTC)을 동시에 지원할 수 있는가?
• RQ2 UAV-지상 통합 네트워크에서 광범위한 3차원 커버리지 달성 및 공중-지상 간 간섭 완화의 핵심 과제는 무엇인가?
• RQ3 UAV는 공동 통신 및 감지(JComS)를 통해 실시간 환경 모니터링 및 상황 인식을 어떻게 실현할 수 있는가?
• RQ4 연합 학습 및 공중에서의 계산과 같은 엣지 지능 기법은 이동 중인 UAV와 함께 개인정보 보호 및 저지연 AI 추론을 어떻게 가능하게 하는가?
• RQ5 동적 3차원 무선 네트워크에서 UAV 기반 클라우드-엣지-기기 협업의 기본 성능 한계와 최적 설계 전략은 무엇인가?

주요 결과

• UAV는 고고도에서 제어 가능한 3차원 커버리지 제공로 5G 및 그 이상 네트워크의 스펙트럼 효율성 향상과 지상 사용자 대기 시간 단축에 기여한다.
• UAV를 활용한 공동 통신 및 감지(JComS)는 실시간 환경 모니터링이 가능하며, 노트르담 화재와 같은 비상 대응 상황에서 UAV가 중요한 열화상 영상을 제공한 바 있다.
• UAV 기반 연합 엣지 학습은 데이터 프라이버시를 유지하면서 분산된 UAV 간 공동 AI 모델 학습을 가능하게 하며, 연구 결과에서 수렴 속도 향상과 통신 오버헤드 감소가 확인되었다.
• 공중에서의 계산(AirComp)은 신호 중첩 특성을 활용해 무선 채널을 통해 기능적 계산을 수행할 수 있어, UAV 기반 스웜에서 저지연 AI 추론에 유망한 솔루션으로 평가된다.
• 지능형 반사 표면(IRS)은 비선시선 환경에서 특히 유리하게 신호 전파를 동적으로 제어함으로써 스펙트럼 효율성 향상과 커버리지 연장에 기여한다.
• UAV를 이동형 엣지 서버 또는 네트워크 기반 컴퓨팅 플랫폼으로 통합함으로써 UAV 스웜의 확장 가능한 계산 오프로딩이 가능해져 임무 핵심 응용 분야에서 지연과 에너지 소비를 감소시킨다.