[논문 리뷰] Cellular Controlled Cooperative Unmanned Aerial Vehicle Networks with Sense-and-Send Protocol

Shuhang Zhang, Hongliang Zhang외 2명|arXiv (Cornell University)|2018. 05. 30.

UAV Applications and Optimization인용 수 6

한 줄 요약

이 논문은 작업 완료 시간을 최소화하기 위해 드론 궤도, 감지 위치, 스케줄링을 공동 최적화하는 셀룰러 제어 협업 드론 네트워크와 센싱 앤 세인드 프로토콜을 제안한다. 반복적 ITSSO 알고리즘은 다중 드론 협업과 동적 자원 할당을 가능하게 하여 비협업 기법 대비 15%의 완료 시간 절감을 달성한다.

ABSTRACT

In this paper, we consider a cellular controlled unmanned aerial vehicle (UAV) sensing network in which multiple UAVs cooperatively complete each sensing task. We first propose a sense-and-send protocol where the UAVs collect sensory data of the tasks and transmit the collected data to the base station. We then formulate a joint trajectory, sensing location, and UAV scheduling optimization problem that minimizes the completion time for all the sensing tasks in the network. To solve this NP-hard problem efficiently, we decouple it into three sub-problems: trajectory optimization, sensing location optimization, and UAV scheduling. An iterative trajectory, sensing, and scheduling optimization (ITSSO) algorithm is proposed to solve these sub-problems jointly. The convergence and complexity of the ITSSO algorithm, together with the system performance are analysed. Simulation results show that the proposed ITSSO algorithm saves the task completion time by 15% compared to the non-cooperative scheme.

연구 동기 및 목표

• 고신뢰성과 저지연을 확보하면서 UAV 감지 네트워크에서 작업 완료 시간을 최소화하는 데 도전 과제를 해결한다.
• 감지 실패와 장시간 작업 기간으로 성능이 저하되는 비협업 UAV 시스템의 한계를 극복한다.
• 각 작업에 다수의 UAV를 투입하여 협업 감지를 가능하게 하여 감지 성공 확률을 높이고 개별 UAV의 부담을 줄인다.
• 궤도 계획, 감지 위치 선택, UAV 스케줄링을 공동으로 다루는 효율적인 최적화 프레임워크를 개발한다.
• 이론적 수렴성과 성능 보장을 갖춘 저복잡도 반복 알고리즘을 설계하여 NP-완전 문제를 해결한다.

제안 방법

• UAV가 데이터를 수집하고 셀룰러 네트워크를 통해 직접 기지국으로 전송할 수 있도록 허용하는 센싱 앤 세인드 프로토콜을 제안하여 저지연 전송을 보장한다.
• UAV 궤도, 감지 위치, 스케줄링 결정을 최적화하여 총 작업 완료 시간을 최소화하는 공동 최적화 문제를 수립한다.
• NP-완전 문제를 궤도 최적화, 감지 위치 최적화, UAV 스케줄링의 세 부분 문제로 분해하고 반복적으로 해결한다.
• 각 부분 문제를 번갈아가며 개선하는 반복 궤도, 감지, 스케줄링 최적화(ITSSO) 알고리즘을 개발하며 수렴 보장을 갖춘다.
• 속도 제약 조건과 기하학적 분석을 활용하여 핵심 시간 슬롯에서 UAV 속도를 최대화하면 전송 속도가 향상되고 완료 시간이 감소함을 증명한다.
• 이론적 유도를 적용하여 협업 UAV 수와 감지 확률 임계값이 작업 완료 시간에 미치는 영향을 정량화한다.

실험 결과

연구 질문

• RQ1 셀룰러 제어 드론 감지 네트워크에서 UAV 협업은 어떻게 작업 완료 시간을 줄일 수 있는가?
• RQ2 작업 완료 시간을 최소화하기 위해 UAV 궤도, 감지 위치, 스케줄링의 최적 공동 전략은 무엇인가?
• RQ3 협업 UAV 수를 늘일 경우 감지 거리와 작업 완료 시간에 어떤 영향을 미치는가?
• RQ4 필요로 하는 감지 확률 임계값은 가시 감지 범위와 전체 시스템 효율성에 어떤 영향을 미치는가?
• RQ5 저복잡도 반복 알고리즘이 이론적 수렴성과 복잡도 한계를 갖추고 근사 최적 성능를 달성할 수 있는가?

주요 결과

• 제안된 ITSSO 알고리즘은 비협업 기법 대비 15%의 작업 완료 시간 절감을 보이며 뚜렷한 성능 향상을 입증한다.
• 핵심 시간 슬롯에서 UAV 속도를 최대화하면 전송 속도가 향상되고 완료 시간이 감소한다. 특히 기지국이 드론 궤도에 유리하게 위치할 경우 더욱 두드러진다.
• 협업 UAV 수를 늘일수록 각 드론이 작업에서 더 멀리 떨어져도 감지할 수 있어 이동 시간이 감소하고 효율성이 향상된다.
• 감지 확률 임계값은 가시 감지 범위에 직접적인 영향을 미치며, 높은 임계값은 더 가까운 거리에서의 감지가 필요하고, 낮은 임계값은 장거리 감지 가능성을 허용한다.
• 이론적 분석을 통해 ITSSO 알고리즘의 수렴성과 저복잡도를 확인하여 실시간 구현에 적합함을 입증한다.
• 시뮬레이션 결과는 이론적 분석을 검증하며, 협업 감지 기법이 비협업 및 고정 감지 위치 기법보다 완료 시간과 신뢰성 측면에서 뛰어나다는 것을 보여준다.