[논문 리뷰] Seamless and Energy Efficient Maritime Coverage in Coordinated 6G Space-Air-Sea Non-Terrestrial Networks

Sheikh Salman Hassan, Do Hyeon Kim외 4명|arXiv (Cornell University)|2022. 01. 21.

Satellite Communication Systems인용 수 5

한 줄 요약

이 논문은 6G를 위한 협동형 공간-공중-해양(SAS) 비지상망(NTN) 아키텍처를 제안하여 드론(UAV) 배치, 전력 제어, 사용자 기기(UE) 연결을 공동으로 최적화함으로써 원활하고 에너지 효율적인 해양 커버리지 구현을 가능하게 한다. 벤더 분해(BD), 딸랭크바흐 알고리즘(DA), ADMM를 사용한 방법은 네트워크 에너지 효율을 극대화하면서 드론 에너지 비용을 최소화하여 시뮬레이션에서 기존 기준 대비 뛰어난 성능을 달성한다.

ABSTRACT

Non-terrestrial networks (NTNs), which integrate space and aerial networks with terrestrial systems, are a key area in the emerging sixth-generation (6G) wireless networks. As part of 6G, NTNs must provide pervasive connectivity to a wide range of devices, including smartphones, vehicles, sensors, robots, and maritime users. However, due to the high mobility and deployment of NTNs, managing the space-air-sea (SAS) NTN resources, i.e., energy, power, and channel allocation, is a major challenge. The design of a SAS-NTN for energy-efficient resource allocation is investigated in this study. The goal is to maximize system energy efficiency (EE) by collaboratively optimizing user equipment (UE) association, power control, and unmanned aerial vehicle (UAV) deployment. Given the limited payloads of UAVs, this work focuses on minimizing the total energy cost of UAVs (trajectory and transmission) while meeting EE requirements. A mixed-integer nonlinear programming problem is proposed, followed by the development of an algorithm to decompose, and solve each problem distributedly. The binary (UE association) and continuous (power, deployment) variables are separated using the Bender decomposition (BD), and then the Dinkelbach algorithm (DA) is used to convert fractional programming into an equivalent solvable form in the subproblem. A standard optimization solver is utilized to deal with the complexity of the master problem for binary variables. The alternating direction method of multipliers (ADMM) algorithm is used to solve the subproblem for the continuous variables. Our proposed algorithm provides a suboptimal solution, and simulation results demonstrate that the proposed algorithm achieves better EE than baselines.

연구 동기 및 목표

• 6G 네트워크에서 전송 범위가 제한된 저가형 UE를 포함한 해양 사용자에게 원활하고 에너지 효율적인 연결을 제공하는 데 도전 과제를 해결하기 위해.
• 드론(UAV) 적재 중량 및 에너지 제약 조건 하에서 시스템 에너지 효율(EE)을 극대화하기 위해 드론(UAV) 배치, 전력 할당, 사용자 연결을 공동으로 최적화하기 위해.
• SAS-NTN의 자원 할당에서 발생하는 복잡한 혼합정수비선형계획문제(MINLP)를 효율적으로 분해하고 분산적으로 해결할 수 있는 확장 가능하고 분산형 솔루션을 설계하기 위해.
• 저가형 UE가 직접 위성 또는 지상 기지국에 연결할 수 없는 상황에서 드론을 릴레이로 활용하여 해양 사용자의 신뢰할 수 있는 연결성을 확보하기 위해.

제안 방법

• 에너지 효율 극대화 문제를 혼합정수비선형계획문제(MINLP)로 수식화하여 드론(UAV) 궤적, 전송 전력, 사용자 기기(UE) 연결 결정을 포함한다.
• 벤더 분해(BD)를 적용하여 MINLP를 주 문제(Master Problem, 이진 UE 연결 변수 처리)와 보조 문제(Subproblem, 연속 변수: 전력 및 드론 위치 처리)로 분해한다.
• 분수형 프로그래밍 목적함수(에너지 효율 EE)를 보조 문제에서 해석 가능한 형태로 변환하기 위해 딸랭크바흐 알고리즘(DA)을 사용한다.
• 연속 보조 문제를 분산 방식으로 해결하기 위해 교차방향 승수법(ADMM)을 활용하여 확장성을 확보한다.
• 정수 변수를 처리하기 위해 주 문제에 표준 최적화 솔버를 활용하며 복잡도를 감소시킨다.
• 계산 가능성을 확보하기 위해 이차 안전 거리 제약 조건을 선형화하기 위해 1차 테일러 전개를 적용한다.

실험 결과

연구 질문

• RQ1 해양 사용자를 대상으로 한 공간-공중-해양(SAS) 비지상망(NTN)에서 에너지 효율을 어떻게 극대화할 수 있는가?
• RQ2 드론(UAV) 에너지 비용을 최소화하면서도 높은 시스템 에너지 효율(EE)을 유지하기 위해 드론(UAV) 배치, 전력 제어, 사용자 연결의 최적 공동 구성은 무엇인가?
• RQ3 SAS-NTN의 자원 할당에서 발생하는 복잡한 MINLP 문제는 어떻게 분해하고 분산적으로 효율적으로 해결할 수 있는가?
• RQ4 제안된 알고리즘이 전통적 기준 대비 에너지 효율성 및 에너지 비용 측면에서 어떤 성능 향상을 달성하는가?

주요 결과

• 제안된 알고리즘은 시뮬레이션된 해양 환경에서 기존 기준 방법 대비 더 높은 네트워크 에너지 효율을 달성하여 뛰어난 성능을 입증한다.
• 드론을 릴레이로 통합함으로써 직접 저궤도위성(LEO) 또는 지상 기지국에 접근할 수 없는 저가형 UE의 연결성이 크게 향상된다.
• 딸랭크바흐 알고리즘의 사용은 분수형 EE 목적함수를 해석 가능한 형태로 효과적으로 변환하여 수렴성과 해의 품질을 향상시킨다.
• ADMM는 연속 보조 문제의 분산 및 확장 가능한 해법을 가능하게 하여 대규모 배포에 대한 계산 효율성을 향상시킨다.
• 이차 안전 거리 제약 조건의 테일러 급수 근사화는 선형화를 가능하게 하여 표준 솔버 내에서 효율적으로 처리할 수 있도록 한다.
• 전반적인 프레임워크는 궤적과 전송 전력을 동시에 최적화하여 드론 에너지 소비를 줄이며, 적재 중량 및 에너지 제약 조건을 충족시킨다.