[논문 리뷰] Adaptive Deployment for UAV-Aided Communication Networks

Zhe Wang, Lingjie Duan외 1명|arXiv (Cornell University)|2018. 12. 08.

UAV Applications and Optimization참고 문헌 17인용 수 7

한 줄 요약

이 논문은 실시간 사용자 분포에 따라 UAV의 위치를 동적으로 조정함으로써 네트워크 성능을 최대화하는 적응형 UAV 배치 방식을 제안한다. 다수결 규칙을 통한 방향 선택과 통신 성공 확률 또는 대역폭 최적화를 위한 이동 거리 최적화를 통해, 비적응형 방식에 비해 특히 저에서 중간 수준의 사용자 밀도에서 뛰어난 성능을 달성한다.

ABSTRACT

Unmanned aerial vehicle (UAV) as an aerial base station is a promising technology to rapidly provide wireless connectivity to ground users. Given UAV's agility and mobility, a key question is how to adapt UAV deployment to best cater to the instantaneous wireless traffic in a territory. In this paper, we propose an adaptive deployment scheme for a UAV-aided communication network, where the UAV adapts its displacement direction and distance to serve randomly moving users' instantaneous traffic in the target cell. In our adaptive scheme, the UAV does not need to learn users' exact locations in real time, but chooses its displacement direction based on a simple majority rule by flying to the spatial sector with the greatest number of users in the cell. To balance the service qualities of the users in different sectors, we further optimize the UAV's displacement distance in the chosen sector to maximize the average throughput and the successful transmission probability, respectively. We prove that the optimal displacement distance for average throughput maximization decreases with the user density: the UAV moves to the center of the chosen sector when the user density is small and the UAV displacement becomes mild when the user density is large. In contrast, the optimal displacement distance for success probability maximization does not necessarily decrease with the user density and further depends on the target signal-to-noise ratio (SNR) threshold. Extensive simulations show that the proposed adaptive deployment scheme outperforms the traditional non-adaptive scheme, especially when the user density is not large.

연구 동기 및 목표

• 동적 트래픽 수요를 가진 UAV 기반 네트워크에서 무작위로 이동하는 사용자를 효율적으로 서비스하는 데 도전 과제를 해결한다.
• 비적응형 UAV 배치의 한계를 극복한다. 비적응형 방식은 정적 또는 평균 사용자 분포를 가정하며 실시간 사용자 이동성에 대응하지 못한다.
• 실시간 위치 추적 없이도 순간적인 사용자 분포에 따라 UAV가 적응적으로 재위치를 조정할 수 있는 방식을 설계한다.
• 다양한 사용자 밀도와 신호 대 잡음비(SNR) 임계값 조건 하에서 평균 대역폭 또는 성공 전송 확률을 최대화하기 위해 UAV 이동 거리를 최적화한다.

제안 방법

• 대상 세포를 M개의 공간 섹터로 나누고, 다수결 전략을 사용하여 사용자 수가 가장 많은 섹터 쪽으로 UAV가 이동하도록 한다.
• UAV의 이동 거리를 평균 대역폭 최대화를 위한 최적화 문제로 수식화하며, 사용자 밀도가 증가할수록 최적 거리가 감소함을 증명한다.
• 성공 전송 확률 최대화를 위해 사용자 밀도와 목표 SNR 임계값에 따라 최적 이동 거리를 유도하며, 비단조화적 행동을 보임을 보여준다.
• 사용자 분포를 동질적 포아송 점 프로세스(PPP)로 모델링하여 공간적 무작위성을 반영하고 사용자 연결 확률의 해석적 표현을 유도한다.
• 스토하스틱 기하학과 조건부 확률을 사용하여, 사용자 수에 기반해 특정 섹터를 선택할 확률을 계산한다.
• 점점 향한 분석을 통해 저밀도 및 고밀도 사용자 밀도 조건에서의 제안된 방식의 행동을 검증한다.

실험 결과

연구 질문

• RQ1 모바일 환경에서 실시간으로 비균일한 트래픽 수요를 가진 사용자를 서비스하기 위해 UAV는 어떻게 위치를 동적으로 적응시킬 수 있는가?
• RQ2 실시간 사용자 분포에 대응하여 평균 네트워크 대역폭을 최대화하기 위해 UAV의 최적 이동 방향과 거리는 무엇인가?
• RQ3 성공 전송 확률 최대화를 위한 최적 이동 거리는 사용자 밀도와 목표 SNR 임계값에 따라 어떻게 변화하는가?
• RQ4 다양한 사용자 밀도 조건에서 제안된 적응형 방식은 비적응형 배치에 비해 성능 면에서 어떻게 비교되는가?
• RQ5 사용자 수와 공간 분포에 기반해 특정 섹터를 선택할 확률은 해석적으로 얼마인가?

주요 결과

• 평균 대역폭 최대화를 위한 최적 이동 거리는 사용자 밀도가 증가함에 따라 감소하며, 사용자 밀도가 낮을 경우 UAV는 목표 섹터의 중심으로 이동한다.
• 사용자 밀도가 높아지면 UAV의 이동 거리는 점점 온건해지며, 대규모 재배치가 더 이상 필요하지 않음을 시사한다.
• 성공 전송 확률 최대화를 위한 최적 이동 거리는 사용자 밀도에 대해 단조롭게 감소하지 않으며, 목표 SNR 임계값에 매우 민감하게 의존한다.
• 광범위한 시뮬레이션 결과, 제안된 적응형 방식은 전통적인 비적응형 방식보다 뛰어난 성능을 보이며, 특히 사용자 밀도가 크지 않은 경우에 두드러진다.
• 점점 향한 분석 결과, 저밀도 조건에서는 가장 붐비는 섹터를 선택할 확률이 1/M에 수렴하고, 고밀도 조건에서는 어떤 비기원 섹터의 선택 확률도 1/M²로 수렴함을 확인한다.
• 사용자 밀도가 증가함에 따라 UAV가 원점(U₀)에 머무를 확률 P(U=U₀)는 점점 감소하며, μ → ∞ 일 때 P(U=U₀) → 0 이다.