[논문 리뷰] Energy Aware Trajectory Optimization for Aerial Base Stations

Jingcong Sun, Christos Masouros|arXiv (Cornell University)|2019. 01. 23.

UAV Applications and Optimization참고 문헌 25인용 수 4

한 줄 요약

이 논문은 에너지 제약이 있는 공중 기지국을 위한 드론 항로와 사용자 스케줄링을 공동 최적화하기 위해 연속적인 볼록 최적화와 블록 좌표 강하를 조합한 반복 알고리즘을 제안한다. 이로 인해 기준 대비 최대 50% 높은 커버리지 확률과 20% 낮은 에너지 소비를 달성하며, 부정확한 사용자 위치 정보에 대비한 강건한 기법도 함께 제공한다.

ABSTRACT

By fully exploiting the mobility of unmanned aerial vehicles (UAVs), UAV-based aerial base stations (BSs) can move closer to ground users to achieve better communication conditions. In this paper, we consider a scenario where an aerial BS is dispatched for covering a maximum number of ground users before exhausting its on-board energy resources. The resulting trajectory optimization problem is a mixed integer non-linear problem (MINLP) which is non-convex and is challenging to solve. As such, we propose an iterative algorithm which decomposes the problem into two sub-problems by applying both successive convex optimization and block coordinate descent techniques to solve it. To be specific, the trajectory of the aerial BS and the user scheduling and association are alternately optimized within each iteration. In addition, to achieve better coverage performance and speed up convergence, the problem of designing the initial trajectory of the UAV is also considered. Finally, to address the unavailability of accurate user location information (ULI) in practice, two different robust techniques are proposed to compensate the performance loss in the existence of inaccurate ULI. Simulation results show both energy and coverage performance gains for the proposed schemes compared to the benchmark techniques, with an up to 50% increase in coverage probability and an up to 20% reduction in energy.

연구 동기 및 목표

• 단일 공중 기지국이 탑재한 에너지 고갈 전까지 지상 사용자를 최대한 많이 커버하는 것.
• 비볼록, 혼합정수, 비선형 제약 조건 하에서의 공동 항로 및 사용자 스케줄링 최적화 문제 해결.
• 신중히 설계된 초기 항로를 통해 수렴 속도 향상과 커버리지 성능 향상 달성.
• 실제 구현에서 사용자 위치 정보(ULI)의 부정확성으로 인한 성능 저하 보완.

제안 방법

• 에너지 소비 및 비행 제약 조건을 고려한 혼합정수비선형계획문제(MINLP)로 문제 수립.
• 비볼록 항로 하위문제를 반복적으로 볼록 문제로 근사하기 위해 연속 볼록 최적화 기법 적용.
• 각 반복 단계에서 드론 항로와 사용자 스케줄링/연결을 번갈아 최적화하기 위해 블록 좌표 강하 사용.
• 공정한 사용자 접근 보장과 수렴 속도 향상을 위해 초기 항로(CIT 및 DIT) 설계.
• 불완전한 ULI로 인한 성능 저하를 완화하기 위해 최악의 경우(WC) 및 최대 초과 데이터 방법(MEDM) 두 가지 강건 기법 도입.
• 비행 중 에너지 소비를 정확히 반영하기 위해 추진력 소비를 속도와 가속도의 함수로 모델링.

실험 결과

연구 질문

• RQ1 엄격한 에너지 및 비행 제약 조건 하에서 UAV 항로와 사용자 스케줄링을 공동 최적화하여 커버리지 사용자 수를 최대화할 수 있는 방법은 무엇인가?
• RQ2 에너지 제약이 있는 UAV 배치에서 초기 항로 설계가 수렴 속도와 커버리지 성능에 미치는 영향은 무엇인가?
• RQ3 불완전한 사용자 위치 정보는 시스템 성능에 어떤 영향을 미치며, 이를 효과적으로 보완할 수 있는 메커니즘은 무엇인가?
• RQ4 반복적 항로 최적화 알고리즘에서 에너지 효율성, 커버리지 향상, 수렴 속도 간의 상충 관계는 무엇인가?
• RQ5 ULI가 부정확할 경우 강건 설계 기법이 성능 복원에 얼마나 기여할 수 있는가?

주요 결과

• 제안된 IA-DIT 알고리즘은 동일한 에너지 예산 하에서 기준 기법 대비 최대 50% 높은 커버리지 확률을 달성한다.
• 제안된 기법을 통해 에너지 소비가 기존 접근 대비 최대 20% 감소한다.
• 설계된 초기 항로(DIT) 덕분에 수렴 시간이 감소하였으며, IA-DIT는 최대 9회 반복 내에 수렴하는 반면 IA-CIT는 15회가 소요된다.
• 불완전한 ULI 하에서 강건 기법이 없을 경우 커버리지 확률이 약 25% 감소하지만, MEDM 및 WC 기법은 이 손실을 거의 완전히 보상한다.
• 탑재된 에너지가 증가할수록 WC 및 MEDM 기법이 더 높은 커버리지 향상을 달성하며, 모든 에너지 수준에서 MEDM이 WC 대비 약 7% 높은 성능을 보인다.
• 단기적으로는 IA-DIT가 더 빠르고 민첩한 조작으로 IA-CIT보다 더 많은 에너지를 소비하지만, 시간이 지날수록 IA-CIT의 에너지 소모가 더 급격히 증가하여 T = 80초 시점에 IA-DIT를 초월한다.