[논문 리뷰] Optimal Beamwidth and Altitude for Maximal Uplink Coverage in Satellite Networks

Bassel Al Homssi, Akram Al‐Hourani|arXiv (Cornell University)|2021. 10. 13.

Satellite Communication Systems참고 문헌 14인용 수 44

한 줄 요약

이 논문은 밀도 높은 저궤도 위성 네트워크에서 최대 업링크 커버리지 확보를 위해 확률적 기하학을 활용한 분석 프레임워크를 제안한다. 위성 궤도 고도와 안테나 빔폭을 동시에 최적화한다. 사용자 트래픽 수요와 간섭을 모델링하여 업링크 커버리지 확률에 대한 폐쇄형 표현식을 유도하며, 최적의 빔폭과 고도 조합이 네트워크 용량을 크게 향상시킬 수 있음을 보여준다. 결과는 워커-디타 및 워커-스타와 같은 실제 위성 컨스텔레이션과 매우 유사하다.

ABSTRACT

Dense satellite constellations recently emerged as a prominent solution to complementing terrestrial networks in attaining true global coverage. As such, analytic optimization techniques can be adopted to rapidly maximize the benefits of such satellite networks. The paper presents a framework that relies on two primary tuning parameters to optimize the uplink performance; (i) the constellation altitude and (ii) the satellite antenna beamwidth. The framework leverages tools from stochastic geometry to derive analytical models that formulate a parametric uplink coverage problem which also includes user traffic demand as an input. This allows operators to devise uplink expansion strategies to cater for expanding user demand. The framework demonstrates that fine-tuning of these parameters can significantly enhance the network capacity. We show that the optimization of random constellations provides a close match to that of practical satellite constellations such as Walker-delta and Walker-star.

연구 동기 및 목표

• 대규모 사물인터넷 및 농촌 사용자를 수용하는 밀도 높은 위성 컨스텔레이션에서 업링크 커버리지 최대화 문제 해결.
• 대규모 컨스텔레이션에 대해 계산 비용이 매우 높은 전통적인 시뮬레이션 기반 최적화의 한계를 극복.
• 변동하는 사용자 수요 하에서 업링크 성능을 신속하고 확장 가능하게 최적화할 수 있는 분석 프레임워크 개발.
• 미래의 구축 또는 리모델링을 위해 최적의 빔폭과 고도 조합을 식별함으로써 네트워크 확장 전략 수립 지원.
• 간섭, 사용자 분포, 위성 가용성 등을 반영한 현실적인 성능 평가를 위한 분석 가능 모델 제공.

제안 방법

• 지구를 구형으로 간주하여 위성과 사용자 위치를 독립적인 동질적 이항점프로세스(Binomial Point Process, BPP)로 모델링.
• 위성 및 사용자 안테나 빔폭과 지구 음영에 기반한 기하학적 제약 조건을 통해 유효 빔폭 ψ를 유도하며, ψ = min[ψs, 2 arcsin(α sin(ψt/2))], 여기서 α = R⊕/(R⊕+h).
• 확률적 기하학을 활용해 가장 가까운 위성까지의 접촉 각도 ϕo(최대 고도 각도)를 모델링하고, 그 누적분포함수(CDF) 및 확률밀도함수(PDF)를 유도: Fϕo(ϕ) = 1 − exp(−N/2 (1 − cos ϕ)).
• 자유공간 전파 손실과 안테나 이득을 사용해 업링크 신호 전력 모델링: Pr = Pt Gs Gt l(ϕ) ζ, 여기서 l(ϕ)는 최대 고도 각도와 캐리어 주파수에 따라 달라진다.
• 캠벨 정리를 활용해 구형 링형 영역 위에서 평균 간섭을 분석적으로 계산하며, 모든 간섭 사용자 고려.
• 노이즈와 간섭을 고려한 업링크 커버리지 확률을 P(γ > γ₀) = ∫₀^{ϕm} [1 − Fζ(γ₀(Ī + W)/(Pt Gt Gs l(ϕ)))] fϕo(ϕ) dϕ 로 분석적으로 계산.

실험 결과

연구 질문

• RQ1 밀도 높은 LEO 컨스텔레이션에서 업링크 커버리지 확률을 최대화하기 위한 위성 고도와 빔폭의 최적 조합은 무엇인가?
• RQ2 사용자 트래픽 수요(밀도)는 최적의 빔폭과 커버리지 성능에 어떤 영향을 미치는가?
• RQ3 확률적 기하학 기반 분석 모델은 워커-디타 및 워커-스타와 같은 실용적 컨스텔레이션의 성능을 정확하게 예측할 수 있는가?
• RQ4 위성 고도와 빔폭을 동시에 최적화하는 것과 하나의 파라미터만 최적화하는 것 간의 커버리지 향상 정도는 어떻게 비교되는가?
• RQ5 빈도 조절만으로도 새로운 위성을 추가하지 않고도 네트워크 확장성은 어느 정도 달성할 수 있는가?

주요 결과

• 고도와 빔폭을 동시에 최적화하면 커버리지 확률이 크게 향상되며, 비최적화 설정 대비 최대 30% 향상되며, 그림 5에서 확인 가능.
• 최적의 빔폭은 고도에 따라 달라진다: 10,000개 위성 컨스텔레이션에서 고도 200 km일 경우 약 30°에서 최적, 고도 2000 km일 경우 약 60°에서 최적이며, 그림 4에서 확인 가능.
• 무작위 컨스텔레이션은 실용적 워커-디타 및 워커-스타 컨스텔레이션과 최적의 빔폭 대 고도 관계에서 유사한 결과를 보이며, 모델 정확도를 검증.
• 빔폭 최적화만으로도 인프라 확장 없이 지상 사용자를 최대 40% 더 수용할 수 있으며, 그림 3 및 그림 5에서 입증.
• 빔폭에 따른 커버리지 확률은 비단조화적 반응을 보인다: 빔폭 증가에 따라 일정 수준까지는 증가하다가 간섭 증가로 인해 감소함으로써, 가용성과 간섭 간의 상충 관계 확인.
• 모든 테스트 설정(예: N=1000, N=10,000)에서 분석 모델이 시뮬레이션 결과와 매우 유사하며, 커버리지 확률 곡선에 미미한 편차만 존재함(그림 2, 5).