[논문 리뷰] Mobile Unmanned Aerial Vehicles (UAVs) for Energy-Efficient Internet of Things Communications

Mohammad Mozaffari, Walid Saad외 2명|arXiv (Cornell University)|2017. 03. 15.

UAV Applications and Optimization참고 문헌 22인용 수 10

한 줄 요약

이 논문은 IoT 네트워워크에서 전체 전송 전력을 최소화하기 위해 다수의 이동식 UAV의 3차원 배치, 이동성, 장치 연결 및 업링크 전력 제어를 공동 최적화하는 프레임워크를 제안한다. 활성 IoT 장치 분포에 따라 UAV 위치를 동적으로 업데이트하고 에너지 효율적인 궤적을 계산함으로써, 정적 UAV에 비해 IoT 장치의 전송 전력을 45% 감소시키고 시스템 신뢰성을 최대 28% 향상시킨다.

ABSTRACT

In this paper, the efficient deployment and mobility of multiple unmanned aerial vehicles (UAVs), used as aerial base stations to collect data from ground Internet of Things (IoT) devices, is investigated. In particular, to enable reliable uplink communications for IoT devices with a minimum total transmit power, a novel framework is proposed for jointly optimizing the three-dimensional (3D) placement and mobility of the UAVs, device-UAV association, and uplink power control. First, given the locations of active IoT devices at each time instant, the optimal UAVs' locations and associations are determined. Next, to dynamically serve the IoT devices in a time-varying network, the optimal mobility patterns of the UAVs are analyzed. To this end, based on the activation process of the IoT devices, the time instances at which the UAVs must update their locations are derived. Moreover, the optimal 3D trajectory of each UAV is obtained in a way that the total energy used for the mobility of the UAVs is minimized while serving the IoT devices. Simulation results show that, using the proposed approach, the total transmit power of the IoT devices is reduced by 45% compared to a case in which stationary aerial base stations are deployed. In addition, the proposed approach can yield a maximum of 28% enhanced system reliability compared to the stationary case. The results also reveal an inherent tradeoff between the number of update times, the mobility of the UAVs, and the transmit power of the IoT devices. In essence, a higher number of updates can lead to lower transmit powers for the IoT devices at the cost of an increased mobility for the UAVs.

연구 동기 및 목표

• 희소하거나 인프라가 제한된 환경에서 분산된 배터리 제한 IoT 장치로부터 에너지 효율적인 업링크 데이터 수집 문제를 해결한다.
• 정적 공중 기지국의 한계를 극복하기 위해 동적 UAV 배치 및 이동성을 가능하게 하여 IoT 장치의 전송 전력을 감소시킨다.
• 개별 SINR 제약 조건 하에 UAV 3차원 위치, 장치-UAV 연결 및 업링크 전력 제어를 공동 최적화하여 총 전송 에너지를 최소화한다.
• 시간에 따라 변화하는 IoT 장치 활동에 기반한 UAV 동적 업데이트 메커니즘을 개발하여 이동 비용과 장치 에너지 절감 간의 균형을 이룬다.
• UAV 업데이트 횟수, UAV 이동 에너지 소비, IoT 장치 전송 전력 간의 기본적인 상충 관계를 규명한다.

제안 방법

• SINR 제약 조건 하에 총 IoT 장치 전송 전력을 최소화하는 공동 최적화 문제를 수립하며, 변수로 UAV 3차원 위치, 장치 연결 및 업링크 전력 수준을 포함한다.
• 문제를 두 개의 번갈아가며 풀 수 있는 하위문제로 분해한다: (1) UAV 위치를 고정하고 장치 연결 및 전력 제어를 최적화한다; (2) 연결을 고정하고 반복적 개선을 통해 3차원 UAV 위치를 최적화한다.
• IoT 장치 활성 패턴에 기반해 UAV 재배치의 최적 업데이트 시점을 유도하며, 각 업데이트 간격 내에서 활성 장치 수가 지정된 최대치를 초과하지 않도록 보장한다.
• 에너지 최소화 3차원 궤적을 사용해 UAV 이동성을 모델링하고, 항공역학적 및 추진 동역학을 고려해 이동 에너지 비용을 계산한다.
• 반복적 알고리즘 개선을 통해 근사 최적 해에 수렴하며, 시뮬레이션에서 약 5회 반복 후 수렴함을 입증하였다.
• 이산화된 공간에서 전수 검색과 성능를 비교 검증하였으며, 평균 500배 빠른 계산 속도로 11% 이내의 정확도를 확보하였다.

실험 결과

연구 질문

• RQ1 에너지 제약이 있는 IoT 장치의 총 전송 전력을 최소화하기 위해 UAV는 3차원 공간에서 어떻게 최적의 위치에 배치되어야 하는가?
• RQ2 시간에 따라 변화하는 IoT 장치 활동 패턴에 기반해 UAV의 최적 동적 업데이트 스케줄은 무엇인가?
• RQ3 SINR 제약 조건을 충족시키면서도 이동 에너지를 최소화하는 UAV의 최적 3차원 궤적은 무엇인가?
• RQ4 UAV 업데이트 횟수, UAV 이동 에너지 소비, IoT 장치 전송 전력 간의 상충 관계는 무엇인가?
• RQ5 제안된 공동 최적화 프레임워크는 정적 UAV 배치 또는 전수 검색에 비해 성능 및 효율성 면에서 어떻게 비교되는가?

주요 결과

• 제안된 프레임워크는 정적 UAV 배치에 비해 총 IoT 장치 전송 전력을 45% 감소시켜 장치 배터리 수명을 크게 연장시킨다.
• 최적화된 UAV 위치로 인해 링크 품질 향상과 간섭 감소로 인해 시스템 신뢰성이 정적 경우 대비 최대 28% 향상된다.
• UAV 업데이트 횟수를 늘일수록 간섭이 감소하여 IoT 장치 전송 전력이 감소하지만, 이에 따라 UAV 이동 에너지 소비가 증가한다.
• 1km × 1km 영역에서 업데이트 횟수를 3회에서 6회로 늘릴 경우 UAV 에너지 소비가 2.1배 증가함으로써 이동 비용 상충 관계가 확인된다.
• 제안된 알고리즘은 약 5회 반복 내에 수렴하며, 전수 검색의 최적 해에서 11% 이내의 해를 도출하면서도 평균적으로 500배 빠른 속도를 기록한다.
• 업데이트 횟수는 최대 활성 장치 수의 역수에 비례하여 증가하며, 업데이트 간격당 50개의 활성 장치가 있을 경우 약 75회의 업데이트가 필요하다.