[논문 리뷰] Downlink Interference Management in Dense Interference-Aware Drone Small Cells Networks Using Mean-Field Game Theory

Zihe Zhang, Lixin Li외 5명|arXiv (Cornell University)|2018. 06. 07.

UAV Applications and Optimization참고 문헌 7인용 수 3

한 줄 요약

이 논문은 도시 환경에서 운영되는 고밀도 드론 소셀(Cell, DSC) 네트워크에서의 다운링크 간섭을 완화하고 신호 대 간섭 및 노이즈 비율(SINR)을 향상시키기 위해 평균장 게임(MFG) 기반의 분산 고도 제어 방식을 제안한다. 각 DSC의 고도 조정을 대규모 인구 수의 게임에서의 전략적 의사결정으로 모델링함으로써, 결합된 해밀토니안-자코비-벨만(HJB) 및 포커-플랑크-콜모고로프(FPK) 방정식을 도출하였으며, 이는 유한 차분 방법과 업윈드 스킴을 통해 해석되어, 균일하고 정적 제어 정책에 비해 뛰어난 SINR 성능을 달성한다.

ABSTRACT

The use of drone small cells (DSCs) has recently drawn significant attentions as one key enabler for providing air-to-ground communication services in various situations. This paper investigates the co-channel deployment of dense DSCs, which are mounted on captive unmanned aerial vehicles (UAVs). As the altitude of a DSC has a huge impact on the performance of downlink, the downlink interference control problem is mapped to an altitude control problem in this paper. All DSCs adjust their altitude to improve the available signal-to-interference-plus-noise ratio (SINR). The control problem is modeled as a mean-field game (MFG), where the cost function is designed to combine the available SINR with the cost of altitude controling. The interference introduced from a big amount of DSCs is derived through a mean-field approximation approach. Within the proposed MFG framework, the related Hamilton-Jacobi-Bellman and Fokker-Planck-Kolmogorov equations are deduced to describe and explain the control policy. The optimal altitude control policy is obtained by solving the partial differential equations with a proposed finite difference algorithm based on the upwind scheme. The simulations illustrate the optimal power controls and corresponding mean field distribution of DSCs. The numerical results also validate that the proposed control policy achieves better SINR performance of DSCs compared to the uniform control scheme.

연구 동기 및 목표

• 도시 환경에서 운영되는 초고밀도, 공통 채널을 사용하는 드론 소셀(DSC)에서의 동일 채널 다운링크 간섭 문제를 해결하기 위해.
• 각 DSC가 SINR을 극대화하고 에너지 비용을 최소화하기 위해 고도를 최적화하는 분산 고도 제어 문제를 평균장 게임(MFG)으로 모델링하기 위해.
• 평균장 근사에서 최적 제어 정책을 특징짓는 후방-전방 방정식(HJB 및 FPK)을 유도하고 해석하기 위해.
• 시뮬레이션을 통해 제안된 알고리즘의 성능을 정적 및 균일한 속도 제어 기준과 비교하여 검증하기 위해.
• 중앙 집중식 조율 오버헤드를 줄이기 위해 알고리즘이 오프라인 및 분산적으로 실행될 수 있도록 실용적 구현을 가능하게 하기 위해.

제안 방법

• 각 DSC가 다운링크 SINR 향상을 위해 고도를 최적화하는 방식으로, DSC 네트워크를 평균장 게임(MFG)으로 모델링한다.
• 대규모 수의 DSC에서 발생하는 집합 간섭을 연속적 분포로 표현하기 위해 평균장 근사(MFA)를 사용한다.
• 최적 제어 정책과 평균장의 진화를 특징짓는 결합된 해밀토니안-자코비-벨만(HJB) 및 포커-플랑크-콜모고로프(FPK) 방정식을 유도한다.
• HJB 및 FPK 편미분 방정식을 수치적으로 해석하기 위해 업윈드 스킴 기반의 유한 차분 방법을 적용한다.
• SINR 향상과 고도 제어 에너지 비용 간의 트레이드오프를 조정하기 위해 α 및 η 매개변수를 가진 비용 함수를 설계한다.
• 각 DSC가 현재 고도와 추정된 평균장을 기반으로 속도를 조정하는 분산 제어 정책을 구현함으로써, 오프라인 및 분산 실행이 가능하도록 한다.

실험 결과

연구 질문

• RQ1 공간적·시간적 변동성이 높은 고밀도 공통 채널 드론 소셀(DSC) 네트워크에서 다운링크 간섭을 효과적으로 관리할 수 있는 방법은 무엇인가?
• RQ2 대규모 분산 배치 환경에서 SINR 향상과 에너지 비용 간의 균형을 고려한 DSC의 최적 동적 고도 제어 정책은 무엇인가?
• RQ3 고밀도 도시 환경에서 수많은 DSC에서 발생하는 간섭을 평균장 근사가 얼마나 정확하게 표현할 수 있는가?
• RQ4 제안된 MFG 기반 제어 정책은 평균 SINR 측면에서 정적 및 균일한 속도 제어 방식에 비해 얼마나 높은 성능 향상을 달성하는가?
• RQ5 제안된 알고리즘이 실시간 중앙 집중식 조율 없이 분산 및 오프라인 방식으로 실행될 수 있는가?

주요 결과

• 제안된 MFG 기반 고도 제어 정책은 정적 전략과 균일한 속도 제어 기준에 비해 평균 SINR가 유의미하게 높아졌다.
• 평균장 분포가 시간이 지남에 따라 변화하며, DSC들은 경로 손실을 줄이고 링크 품질을 향상시키기 위해 점차 고도가 높은 곳에서 낮은 곳으로 이동한다.
• 최적의 속도 제어 정책은 시간이 지남에 따라 감소하는 경향을 보이며, 간섭이 증가함에 따라 더 낮은 고도에 집결하는 DSC들이 감속함을 나타낸다.
• 1020m 고도에서의 DSC 확률 밀도 분포는 시간이 지남에 따라 약간 증가하는 경향을 보이며, 1080m 고도에서는 초기에 안정적이게 유지되었다가 감소하는 경향을 보이며, 이는 낮은 고도로의 동적 수렴을 반영한다.
• 업윈드 스킴 기반의 유한 차분 알고리즘이 결합된 HJB 및 FPK 방정식의 안정된 해에 성공적으로 수렴하여 실용적 구현이 가능함을 입증하였다.
• 알고리즘은 분산 및 오프라인 방식으로 실행 가능하여 중앙 집중식 조율의 필요성을 줄이며, 고밀도 DSC 네트워크의 실세계 구현에 적합함을 입증하였다.