[논문 리뷰] UAV Trajectory and Communication Co-design: Flexible Path Discretization and Path Compression

Yijun Guo, Changsheng You외 2명|arXiv (Cornell University)|2020. 10. 14.

UAV Applications and Optimization참고 문헌 28인용 수 4

한 줄 요약

이 논문은 무인항공기(UAV) 경로 및 통신 공동 설계에서 계산 복잡도를 줄이기 위해 융통성 있는 경로 이산화(FPD) 및 경로 압축(PC) 프레임워크를 제안한다. 설계 가능한 웨이포인트의 부분집합만 최적화하고 기저 경로를 사용해 경로 표현을 압축함으로써, 근사 최적의 데이터 전송률 성능을 달성하면서도 설계 변수 수를 크게 감소시킨다. 이는 기존의 시간 이산화 및 경로 이산화 기법보다 뛰어난 성능을 보인다.

ABSTRACT

The performance optimization of UAV communication systems requires the joint design of UAV trajectory and communication efficiently. To tackle the challenge of infinite design variables arising from the continuous-time UAV trajectory optimization, a commonly adopted approach is by approximating the UAV trajectory with piecewise-linear path segments in three-dimensional (3D) space. However, this approach may still incur prohibitive computational complexity in practice when the UAV flight period/distance becomes long, as the distance between consecutive waypoints needs to be kept sufficiently small to retain high approximation accuracy. To resolve this fundamental issue, we propose in this paper a new and general framework for UAV trajectory and communication co-design. First, we propose a flexible path discretization scheme that optimizes only a number of selected waypoints (designable waypoints) along the UAV path for complexity reduction, while all the designable and non-designable waypoints are used in calculating the approximated communication utility along the UAV trajectory for ensuring high trajectory discretization accuracy. Next, given any number of designable waypoints, we propose a novel path compression scheme where the UAV 3D path is first decomposed into three one-dimensional (1D) sub-paths and each sub-path is then approximated by superimposing a number of selected basis paths weighted by their corresponding path coefficients, thus further reducing the path design complexity. Finally, we provide a case study on UAV trajectory design for aerial data harvesting from distributed ground sensors, and numerically show that the proposed schemes can significantly reduce the UAV trajectory design complexity yet achieve favorable rate performance as compared to conventional path/time discretization schemes.

연구 동기 및 목표

• 연속 시간 경로에서 무한한 설계 변수로 인해 발생하는 UAV 경로 최적화의 높은 계산 복잡도 문제를 해결하기 위해.
• 3차원 UAV 경로 이산화에서 최적화하는 웨이포인트 수를 줄이되, 통신 정확도를 훼손하지 않기 위해.
• 경로를 기저 경로의 가중 초합으로 표현함으로써 설계 변수 수를 추가로 줄이는 경로 압축 기법을 개발하기 위해.
• 실제 채널 모델 하에서 UAV 경로 및 통신을 효율적으로 공동 최적화할 수 있도록 하기 위해.
• 기존의 시간 이산화(TD) 및 경로 이산화(CPD) 방법과 비교해 성능-복잡도 트레이드오프에서 뛰어난 성능을 보여주기 위해.

제안 방법

• 설계 가능한 웨이포인트의 일부만 최적화하고, 모든 웨이포인트를 사용해 통신 유틸리티를 계산함으로써 정확도를 확보하는 융통성 있는 경로 이산화(FPD) 기법을 제안한다.
• 3차원 UAV 경로를 세 개의 1차원 부분경로로 분해하고, 각 부분경로를 최적화된 계수로 가중한 기저 경로의 초합으로 근사하는 경로 압축(PC) 기법을 도입한다.
• 기저 경로 선택 전략을 사용해 경로 계수 수를 최소화함으로써, 설계 변수 수를 설계 가능한 웨이포인트 수 이하로 줄인다.
• 블록 좌표 강하(BCD) 방법을 적용해 새로운 이산화 및 압축 프레임워크 하에서 UAV 경로 및 통신 파rameter를 반복적으로 최적화한다.
• 유용도 함수의 기울기와 리프시츠 연속성(continuity)을 이용해 유도된 유한합 근사 오차 한계를 사용해 높은 경로 이산화 정확도를 보장한다.
• 확률적 LoS 채널 모델을 사용한 UAV 데이터 수확 시나리오에서 프레임워크를 검증하였으며, 수치 시뮬레이션을 통해 성능 및 복잡도를 비교 분석하였다.

실험 결과

연구 질문

• RQ1 융통성 있는 경로 이산화 기법은 최적화하는 웨이포인트 수를 줄이되, 높은 경로 이산화 정확도를 유지할 수 있는가?
• RQ2 기저 경로의 초합을 통한 경로 압축은 UAV 경로 최적화에서 설계 변수 수를 추가로 줄일 수 있는가?
• RQ3 제안된 FPD-PC 프레임워크는 기존의 시간 이산화(TD) 및 경로 이산화(CPD) 방법과 비교해 전송률 성능 및 계산 복잡도 측면에서 어떻게 비교되는가?
• RQ4 설계 가능한 웨이포인트 수와 기저 경로 수 사이의 최적의 복잡도-성능 트레이드오프는 무엇인가?
• RQ5 설계 변수 수를 줄임에도 불구하고 제안된 프레임워크는 높은 통신 유틸리티를 유지하는가?

주요 결과

• 제안된 FPD-PC 기법은 기존의 TD 및 CPD 기법과 비교해 높은 계산 복잡도를 크게 감소시키면서도 근사 최적의 전송률 성능을 달성한다.
• 단지 4개의 설계 가능한 웨이포인트와 4개의 기저 경로만으로도 CPD 기법(10개의 웨이포인트) 대비 설계 변수 수를 60% 감소시킨다.
• 유한합 근사 오차는 $\frac{1}{2}D_u\Delta_{\text{max}}^U T$ 이하로 유계이므로, 높은 경로 이산화 정확도를 확보한다.
• 수치 결과는 너무 적은 설계 가능한 웨이포인트 수(예: $J=2$)는 심각한 전송률 손실을 유발하고, 너무 많은 수(예: $J=10$)는 자유도를 제한함을 보여준다.
• 경로 압축 기법은 설계 가능한 웨이포인트 수 이하로 경로 계수 수를 효과적으로 줄여 효율적인 경로 표현을 가능하게 한다.
• 프레임워크는 일반적이며, 다양한 UAV 통신 시나리오 및 다양한 채널 모델(확률적 LoS 및 Rician fading 포함)에 적용 가능하다.