[논문 리뷰] UAV-Enabled Wireless Power Transfer: A Tutorial Overview

Lifeng Xie, Xiaowen Cao외 2명|arXiv (Cornell University)|2021. 02. 27.

UAV Applications and Optimization참고 문헌 115인용 수 4

한 줄 요약

이 튜토리얼은 다수의 지상 장치(GDs) 간의 에너지 수확의 공정성을 극대화하기 위해 무인 항공기(UAV)를 활용한 무선 전력 전송(WPT)을 위한 궤적 설계 프레임워크를 제안한다. 단일 UAV WPT에 대해 다중 위치 정지, 순차적 정지 및 이동, 시간 양자화 기반 최적화의 세 가지 핵심 접근법을 도입하고, UAV 기반 군집화와 GD 클러스터링을 활용해 다중 UAV 시나리오로 확장하며, 무선 전력 통신 네트워크(WPCN)와 모바일 엣지 컴퓨팅(MEC)과 통합하여 에너지 제약 조건 하에서 UAV 궤적과 자원 할당을 공동 최적화한다.

ABSTRACT

Unmanned aerial vehicle (UAV)-enabled wireless power transfer (WPT) has recently emerged as a promising technique to provide sustainable energy supply for widely distributed low-power ground devices (GDs) in large-scale wireless networks. Compared with the energy transmitters (ETs) in conventional WPT systems which are deployed at fixed locations, UAV-mounted aerial ETs can fly flexibly in the three-dimensional (3D) space to charge nearby GDs more efficiently. This paper provides a tutorial overview on UAV-enabled WPT and its appealing applications, in particular focusing on how to exploit UAVs' controllable mobility via their 3D trajectory design to maximize the amounts of energy transferred to all GDs in a wireless network with fairness. First, we consider the single-UAV-enabled WPT scenario with one UAV wirelessly charging multiple GDs at known locations. To solve the energy maximization problem in this case, we present a general trajectory design framework consisting of three innovative approaches to optimize the UAV trajectory, which are multi-location hovering, successive-hover-and-fly, and time-quantization-based optimization, respectively. Next, we consider the multi-UAV-enabled WPT scenario where multiple UAVs cooperatively charge many GDs in a large area. Building upon the single-UAV trajectory design, we propose two efficient schemes to jointly optimize multiple UAVs' trajectories, based on the principles of UAV swarming and GD clustering, respectively. Furthermore, we consider two important extensions of UAV-enabled WPT, namely UAV-enabled wireless powered communication networks (WPCN) and UAV-enabled wireless powered mobile edge computing (MEC).

연구 동기 및 목표

• 저전력 지상 장치(GDs)가 넓게 분포된 환경에서 무선 전력 전송(WPT)의 에너지 공정성 문제를 UAV 이동성의 활용을 통해 해결한다.
• 심한 경로 손실과 근거리-원거리 공정성 문제를 겪는 고정 위치 에너지 송신기(ETs)의 한계를 극복한다.
• UAV에 탑재된 ETs를 위한 3차원 궤적 설계 프레임워크를 개발하여 총 수확 에너지를 극대화하면서도 GD 간의 공정성을 확보한다.
• UAV 기반 군집화와 GD 클러스터링을 활용해 대규모 지역에서의 확장성 있고 효율적인 커버리지 달성을 위한 다중 UAV 시나리오로 프레임워크를 확장한다.
• 무선 전력 통신 네트워크(WPCN)와 무선 전력 기반 모바일 엣지 컴퓨팅(MEC)과 같은 신규 응용 분야와 UAV 기반 WPT를 통합하여 에너지 제약 조건 하에서 궤적과 자원 할당을 공동 최적화한다.

제안 방법

• 다중 위치 정지, 순차적 정지 및 이동(SHF), 시간 양자화 기반 최적화의 세 가지 핵심 접근법을 활용해 단일 UAV WPT를 위한 일반적인 궤적 설계 프레임워크를 제안한다.
• UAV의 3차원 궤적을 웨이포인트의 시퀀스로 모델링하고 에너지 전송 및 이동 제약 조건을 균형 잡는 최적화를 수행한다.
• 순차적 정지 및 이동(SHF) 전략을 적용하여 각 위치에서 최적의 에너지 전송을 위해 순차적으로 GD를 충전한다.
• 시간 양자화를 통해 궤적을 시간 슬롯으로 분할하여 각 슬롯에서의 UAV 위치와 전송 전력의 공동 최적화를 가능하게 한다.
• 두 가지 기법인 UAV 기반 군집화(협동 비행 패tern)와 GD 클러스터링(클러스터 별 UAV 할당)을 활용해 다중 UAV WPT에 프레임워크를 확장한다.
• 에너지 인과성 및 QoS 제약 조건 하에서 WPCN 및 MEC 시나리오에서 UAV 궤적과 통신 및 계산 자원 할당을 공동 최적화한다.

실험 결과

연구 질문

• RQ1 3차원 공간에서 UAV 이동성을 어떻게 활용하여 다수의 지상 장치에 대해 총 에너지 수확과 공정성을 극대화할 수 있는가?
• RQ2 알려진 위치에 있는 다수의 GD를 충전하기 위해 단일 UAV가 사용할 수 있는 최적의 궤적 설계 전략은 무엇이며, 성능 및 복잡성 측면에서 어떻게 비교될 수 있는가?
• RQ3 대규모 수의 분산된 GD를 효율적이고 에너지 효율적인 방식으로 다수의 UAV가 조율하여 충전하기 위해 어떻게 설계할 수 있는가?
• RQ4 UAV 기반 WPT를 어떻게 무선 전력 통신 네트워크(WPCN)와 무선 전력 기반 모바일 엣지 컴퓨팅(MEC)과 통합하여 에너지 전송과 시스템 성능을 공동 최적화할 수 있는가?
• RQ5 비선형 에너지 수확, CSI 수집, 강화 학습 또는 라디오 맵 기반 온라인 궤적 적응과 같은 주요 과제와 열린 문제들은 UAV 기반 WPT에서 무엇인가?

주요 결과

• 제안된 궤적 설계 프레임워크는 공간적으로 분포된 GD가 있는 시나리오에서 고정 ET 시스템에 비해 에너지 공정성과 총 수확 에너지를 크게 향상시킨다.
• 순차적 정지 및 이동(SHF) 전략은 전체 궤적 최적화에 비해 낮은 계산 복잡도로 근사 최적 성능를 달성한다.
• 시간 양자화 기반 최적화는 효율적인 궤적 및 전력 제어 설계를 가능하게 하며, 실시간 구현에 특히 적합하다.
• UAV 기반 군집화와 GD 클러스터링을 기반으로 한 다중 UAV 기법은 대규모 영역의 WPT 네트워크에서 확장성 있고 에너지 효율적인 커버리지 달성을 실현한다.
• 에너지 인과성 제약 조건 하에서 WPCN 및 MEC 시나리오에서 UAV 궤적과 자원 할당을 공동 최적화함으로써 시스템 스루풋과 계산 오프로딩 성능이 향상된다.
• 비선형 에너지 수확, CSI 피드백 오버헤드, 강화 학습 또는 라디오 맵 기반 온라인 궤적 적응과 같은 열린 문제들은 향후 연구에 있어 중요한 과제로 남아 있다.