[논문 리뷰] Trajectory Optimization and Resource Allocation for OFDMA UAV Relay Networks

Shuhao Zeng, Hongliang Zhang외 2명|arXiv (Cornell University)|2021. 04. 22.

UAV Applications and Optimization참고 문헌 25인용 수 5

한 줄 요약

이 논문은 합성 속도를 극대화하면서 사용자 간 공정성을 확보하기 위해 OFDMA 기반 UAV 릴레이 네트워크를 위한 공동 경로 최적화 및 자원 할당 알고리즘을 제안한다. NP-하드 문제를 모드 선택, 경로, 전력 할당의 하위 문제로 분해하고, 매칭 이론, 순차적 볼록 프로그래밍, 볼록 근사화를 사용하여 반복적으로 해결함으로써 제안된 JMS-T-P 알고리즘이 기준 대비 더 뛰어난 성능을 보이며 합성 속도 및 공정성 지표에서 뛰어난 성과를 달성한다.

ABSTRACT

In this paper, we consider a single-cell multi-user orthogonal frequency division multiple access (OFDMA) network with one unmanned aerial vehicle (UAV), which works as an amplify-and-forward relay to improve the quality-of-service (QoS) of the user equipments (UEs) in the cell edge. Aiming to improve the throughput while guaranteeing the user fairness, we jointly optimize the communication mode, subchannel allocation, power allocation, and UAV trajectory, which is an NP-hard problem. To design the UAV trajectory and resource allocation efficiently, we first decompose the problem into three subproblems, i.e., mode selection and subchannel allocation, trajectory optimization, and power allocation, and then solve these subproblems iteratively. Simulation results show that the proposed algorithm outperforms the random algorithm and the cellular scheme.

연구 동기 및 목표

• OFDMA 기반 UAV 릴레이 네트워크에서 UAV 경로, 서브채널 할당, 전력 할당, 통신 모드를 공동으로 최적화하여 시스템 처리량과 사용자 공정성을 향상시키는 도전 과제를 해결한다.
• 합성 최적화 문제의 NP-하드 복잡도를 극복하기 위해 문제를 세 가지 다룰 수 있는 하위 문제로 분해한다: 모드 선택 및 서브채널 할당, 경로 최적화, 전력 할당.
• 각 하위 문제를 번갈아가며 해결하는 반복적 알고리즘을 설계하여 계산 효율적으로 근사 최적 성능를 달성한다.
• UAV 이동성과 다중 대역 OFDMA 전송을 활용하여 셀 엣지 사용자에게 신뢰성 있고 고품질의 통신을 보장한다.
• 실제 도시 환경에서의 현실적인 시나리오에서 무작위 및 전통적인 셀룰러 전용 배치 전략과의 성능 비교를 수행한다.

제안 방법

• UAV 경로, 서브채널 배정, 전력 제어, 통신 모드 선택을 포함하는 혼합정수비볼록 비볼록 프로그램으로 공동 최적화 문제를 수식화한다.
• 문제를 세 하위 문제로 분해한다: (1) MC-서브채널 매칭 알고리즘(MSMA)을 사용한 다대일 매칭 기반의 모드 선택 및 서브채널 할당, (2) 반복적인 수평 및 고도 최적화를 통한 UAV 경로 최적화, (3) 순차적 볼록 프로그래밍(Successive Convex Programming, SCP)을 통해 해결하는 전력 할당.
• UAV-BS 및 UE-UAV 링크의 최적화를 위한 다루기 쉬운 접근을 가능하게 하기 위해 라인오브사이트(LoS) 확률과 채널 이득의 하한 근사를 위한 볼록 근사 기법을 사용한다.
• 특히 라인오브사이트(LoS) 확률 모델에서 비볼록 항을 처리하기 위해 일阶 테일러 전개 근사를 적용한다.
• 수렴할 때까지 세 하위 문제를 번갈아가며 해결하여 모든 변수의 공동 최적화를 보장한다.
• 채널 이득 $ h_{U,B}^k $ 에 대한 하한 근사를 $ H_{U,B}^k $ 를 사용하여 도입하며, 이는 볼록 함수이므로 볼록 최적화 기법에 적합하다.

실험 결과

연구 질문

• RQ1 OFDMA 기반 UAV 릴레이 네트워크에서 시스템 합성 속도를 극대화하기 위해 UAV 경로와 자원 할당을 공동으로 최적화하는 방법은 무엇인가?
• RQ2 다중 사용자 UAV 릴레이 환경에서 다양한 UE에 대해 셀룰러 및 릴레이 통신 모드 간 최적의 트레이드오프는 무엇인가?
• RQ3 NP-하드 공동 최적화 문제를 효율적인 해법을 가진 다루기 쉬운 하위 문제로 분해하는 방법은 무엇인가?
• RQ4 제안된 알고리즘이 무작위 및 셀룰러 전용 기반 대비 합성 속도 및 사용자 공정성 향상에 얼마나 기여하는가?
• RQ5 UAV 이동성과 라인오브사이트(LoS) 채널 모델링이 자원 할당 및 경로 설계 성능에 미치는 영향은 무엇인가?

주요 결과

• 제안된 JMS-T-P 알고리즘은 합성 속도 측면에서 무작위 알고리즘과 셀룰러 전용 기반 대비 뚜렷한 성능 향상을 보이며, 이는 지능적인 UAV 경로 설계와 동적 모드 선택 덕분이다.
• 알고리즘은 UAV 릴레이를 통한 셀 엣지 사용자 트래픽 오프로드를 가능하게 하여 사용자 간 공정성을 향상시키고, 장애 확률을 감소시키며 스펙트럼 효율성을 향상시킨다.
• MC-서브채널 매칭 알고리즘(MSMA)은 UE와 서브채널 간 다대일 매칭 문제를 효과적으로 해결하여 낮은 복잡도로 효율적인 서브채널 할당을 보장한다.
• 순차적 볼록 프로그래밍(Successive Convex Programming, SCP)은 전력 할당 하위 문제에 대해 국소 최적해에 수렴하게 하여 전력 및 SINR 제약 조건 하에 QoS 요구사항을 충족시킨다.
• 라인오브사이트(LoS) 확률 및 채널 이득 모델의 볼록 근사는 날카운 하한을 제공하여 신뢰성 있고 효율적인 경로 최적화를 가능하게 한다.
• 시뮬레이션 결과는 인접 서브대역의 간섭 전력이 목적 신호 전력보다 약 31.1 dB 낮음을 보여주며, OFDMA 설계의 강건성을 검증한다.