[논문 리뷰] Latency Aware Drone Base Station Placement in Heterogeneous Networks

Xiang Sun, Nirwan Ansari|arXiv (Cornell University)|2017. 09. 22.

UAV Applications and Optimization참고 문헌 1인용 수 8

한 줄 요약

이 논문은 이질적 네트워크에서 이동 통신 기지국(DBS)의 위치와 사용자 연결 커버리지 문제를 동시에 최적화하여 에너지 제약 조건 하에서 총 평균 지연 비율을 최소화하는 지연 인식 드론 기지국 배치(LEAP) 알고리즘을 제안한다. LEAP는 트래픽 핫스팟을 따라 다니며 동적으로 DBS를 재배치함으로써 시간에 따라 변하는 사용자 수요 상황에서 지연을 감소시키는 데 있어 정적 배치 방식을 능가한다.

ABSTRACT

Different from traditional static small cells, Drone Base Stations (DBSs) exhibit their own advantages, i.e., faster and cheaper to deploy, more flexibly reconfigured, and likely to have better communications channels owing to the presence of short-range line-of-sight links. Thus, applying DBSs into the cellular network has great potential to increase the throughput of the network and improve Quality of Service (QoS) of Mobile Users (MUs). In this paper, we focus on how to place the DBS (i.e., jointly determining the location and the association coverage of a DBS) in order to improve the QoS in terms of minimizing the total average latency ratio of MUs by considering the energy capacity limitation of the DBS. We formulate the DBS placement problem as an optimization problem and design a Latency aware dronE bAse station Placement (LEAP) algorithm to solve it efficiently. The performance of LEAP is demonstrated via simulations as compared to other two baseline methods.

연구 동기 및 목표

• 이질적 네트워크에서 동적이고 에너지 제약이 있는 드론 기지국(DBS) 설치 문제를 해결하여 서비스 품질(QoS)을 향상시키는 것.
• DBS 위치와 사용자 연결 커버리지 문제를 동시에 최적화하여 이동 통신 기지국(MUs)의 총 평균 지연 비율을 최소화하는 것.
• DBS의 에너지 용량 제약 조건을 고려하여 배터리 고갈 없이 지속 가능한 운영을 보장하는 것.
• 사용자 트래픽과 채널 조건의 시공간적 변동에 적응할 수 있는 동적 위치 전략을 설계하는 것.
• 실세계 트래픽 시나리오에서 적응형 DBS 위치 전략이 정적 또는 단일 MBS 배치 방식에 비해 우월한 성능을 보이는지 입증하는 것.

제안 방법

• 이동 통신 기지국(MUs)의 총 평균 지연 비율을 최소화하기 위해 DBS 위치 문제를 제약 조건이 있는 최적화 문제로 수식화한다.
• 모든 MBS 및 DBS의 경로 손실을 로그-거리 경로 손실 모델로 모델링한다: $PL_{MBS} = 103.4 + 2.42\log_{10}d$ 및 $PL_{DBS} = 103.8 + 2.09\log_{10}d$.
• 에너지 제약 조건을 에너지 임계값 $\epsilon = 0.2$ kWh와 부하에 따라 변하는 에너지 소비 모델($\beta = 500$)을 통해 통합한다.
• LEAP 알고리즘을 설계하여 트래픽 밀도와 채널 품질에 기반해 반복적으로 최적의 DBS 위치와 관련된 이동 통신 기지국(MU) 집합을 결정한다.
• 시간슬롯 모델을 사용하여 $\Delta T = 10$ 분 간격으로 동적 사용자 이동 및 트래픽 수요 변화를 시뮬레이션한다.
• 밀라노 도로망의 실세계 이동 추적 데이터를 사용하여 100,000명의 MUs와 포isson 분포를 따르는 트래픽 도착을 기반으로 성능을 평가한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변하는 네트워크에서 이동 통신 기지국의 위치를 어떻게 최적화하여 이동 통신 기지국의 평균 지연 비율을 최소화할 수 있는가?
• RQ2 DBS 위치와 사용자 연결 커버리지 문제를 동시에 최적화할 경우 지연과 에너지 효율성에 어떤 영향을 미치는가?
• RQ3 스패티오토포럴 트래픽 변동을 다룰 때 동적 DBS 재배치 전략은 정적 소셀 배치 방식에 비해 어떻게 비교되는가?
• RQ4 에너지 용량 제약 조건이 최적의 DBS 설치 전략에 어느 정도의 영향을 미치는가?
• RQ5 제안된 LEAP 알고리즘이 새로운 핫스팟에 적응하여 다양한 시간 슬롯 동안 낮은 지연을 유지할 수 있는가?

주요 결과

• LEAP는 피크 시간대에 특히 두드러지게 단일 MBS(S-MBS) 배치 방식보다 평균 지연 비율을 크게 감소시킨다.
• 시간 $t=1$(저녁 7시)에 LEAP와 정적 소셀(SSC)은 유사한 평균 지연 비율을 기록하며, 이는 모두 S-MBS보다 훨씬 낮다. 이는 오프로딩 덕분이다.
• 시간 $t=36$(새벽 1시)에 LEAP는 SSC보다 더 낮은 평균 지연 비율을 달성한다. 이는 LEAP가 새로운 핫스팟으로 DBS를 재배치하기 때문이며, SSC는 고정되어 있기 때문이다.
• DBS 위치는 초기 위치에서 시간 $t=36$에 북동쪽 방향으로 이동하여 변화하는 트래픽 패턴에 대한 동적 적응을 보여준다.
• 시뮬레이션 결과는 LEAP가 변화하는 핫스팟을 효과적으로 추적하고, 에너지 제약 조건 하에서도 지연을 최소화하기 위해 위치와 커버리지 양측을 최적화함을 확인한다.
• LEAP 알고리즘은 트래픽 부하와 에너지 소비를 균형 있게 유지함으로써 시간 슬롯 전반에 걸쳐 낮은 지연을 유지하며, 동적 환경에서 정적 배치 전략을 능가하는 성능을 발휘한다.