[논문 리뷰] UAV-enabled Computing Power Networks: Design and Performance Analysis under Energy Constraints

Yiqin Deng, Zhengru Fang외 5명|arXiv (Cornell University)|2026. 01. 14.

UAV Applications and Optimization인용 수 0

한 줄 요약

이 논문은 UAV-활용 컴퓨팅 파워 네트워크(UAV-CPNs)를 제안한다. 여기서 UAV는 이중 에너지 제약 하에서 컴퓨팅 파워를 향상시키기 위해 분산 컴퓨팅 노드에 동적으로 접근하고, 고도와 전송 전력 최적화 프레임워크와 함께 작업 완료 확률을 분석한다.

ABSTRACT

This paper presents an innovative framework that boosts computing power by utilizing ubiquitous computing power distribution and enabling higher computing node accessibility via adaptive UAV positioning, establishing a UAV-enabled Computing Power Network (UAV-CPN). In a UAV-CPN, a UAV functions as a dynamic relay, outsourcing computing tasks from the request zone to an expanded service zone with diverse computing nodes, including vehicle onboard units, edge servers, and dedicated powerful nodes. This approach has the potential to alleviate communication bottlenecks and overcome the "island effect" observed in multi-access edge computing. A significant challenge is to quantify computing power performance under complex dynamics of communication and computing. To address this challenge, we introduce task completion probability to capture the capability of UAV-CPNs for task computing. We further enhance UAV-CPN performance under a hybrid energy architecture by jointly optimizing UAV altitude and transmit power, where fuel cells and batteries collectively power both UAV propulsion and communication systems. Extensive evaluations show significant performance gains, highlighting the importance of balancing communication and computing capabilities, especially under dual-energy constraints. These findings underscore the potential of UAV-CPNs to significantly boost computing power.

연구 동기 및 목표

• 분산 컴퓨팅 자원을 MEC의 고립 현상을 극복하기 위해 UAV를 통해 사용자와 연결해야 한다는 필요성 동기화.
• CN에 대한 접근성이 UAV 위치와 작업 지연 요구에 의해 동적이고 형성되는 UAV-CPN 프레임워크를 도입한다.
• 작업 완료 확률을 핵심 지표로 삼아 작업 컴퓨팅 성능을 정량화하는 분석 프레임워크를 개발한다.
• 하이브리드 연료전지 및 배터리 구동 UAV의 이중 에너지 제약을 모델링하고 고도와 전송 전력의 공동 최적화를 공식화한다.
• 에너지 제약 하에서 통신 자원과 컴퓨팅 자원 간의 trade-off에 대한 통찰을 수치 해석으로 제공한다.

제안 방법

• 단일 UAV가 고도 h에서 원형 요청 구역 위에 위치하고 CN의 PPP 분포 서비스 구역을 가진 공간적 UAV-CPN을 모델링한다.
• GU→UAV 및 UAV→CN 링크에 대해 확률적 LoS/NLoS 공중-지상 채널 모델을 사용한다.
• 오프로드, 전달, 계산 및 반환을 포함하는 엔드투엔드 지연 T_E2E를 정의하고 T_E2E ≤ T_max를 부과한다.
• CN PPP의 확률적 희박화를 통해 이중 제약 하의 실효 CN 밀도(P_success(r_u)) 표현식을 도출한다.
• 이중 에너지 예산하에서 작업 완료 확률 최대화 문제를 형식화하고 UAV 전송 전력과 고도를 공동으로 최적화하는 계산적으로 효율적인 알고리즘을 설계한다.
• CN 밀도, UAV 고도, 지연 예산 간의 trade-off를 밝히기 위해 수치적으로 성능을 평가한다.

실험 결과

연구 질문

• RQ1 UAV 고도와 전송 전력이 지연 제약하에서 분산 컴퓨팅 노드의 접근성에 어떤 영향을 미치는가?
• RQ2 연료전지와 배터리의 이중 에너지 제약이 작업 완료 확률과 전체 UAV-CPN 성능에 어떤 영향을 미치는가?
• RQ3 통신 및 계산 병목을 고려할 때 CN의 실효 밀도는 어떻게 특성화될 수 있는가?
• RQ4 UAV-활용 컴퓨팅 파워 네트워크에서 통신 지연과 계산 지연 간의 trade-off는 무엇인가?
• RQ5 에너지 제약 하에서 공동 고도-전력 최적화가 단일 매개변수 또는 정적 전략보다 우수한가?

주요 결과

• 작업 완료 확률은 UAV 고도에 따른 LoS/NLoS 확률 및 경로 손실에 의해 좌우되며, 상향링크 신뢰도와 하향 CN 접근성 사이의 수직적 트레이드오프를 만든다.
• 실효 CN 밀도는 통신 도달 범위와 계산 지연 제약(F_t_c(T_res;D))을 모두 고려하는 희박한 PPP로 표현될 수 있다.
• 프레임워크는 CN 밀도, UAV 고도, 지연 예산 간의 성능 트레이드를 정량화하며, 단일 매개변수 전략보다 고도와 전력을 함께 최적화했을 때 이득을 보여준다.
• 이중 에너지 제약(추진용 연료 및 통신용 배터리)은 공동으로 관리되지 않으면 작업 완료를 제한할 수 있는 중요한 병목점이다.
• 단일 UAV, 단일 CN 기반선은 성능 하한선을 제공하고, 오프로드 지연과 CN 계산 지연이 작업 성공을 어떻게 함께 결정하는지 보여준다.
• 수치 평가가 분석 모델을 검증하고 고도와 전송 전력을 최적화하면 에너지 제약 하에서 작업 계산이 향상됨을 보여준다.