[论文解读] Cellular UAV-to-X Communications: Design and Optimization for Multi-UAV Networks in 5G

Shuhang Zhang, Hongliang Zhang+2 more|arXiv (Cornell University)|Jan 5, 2018

UAV Applications and Optimization参考文献 25被引用 7

一句话总结

该论文提出了一种用于5G多无人机蜂窝网络的迭代子载波分配与轨迹控制算法（ISATCA），支持U2I和U2U卸载，以在感知延迟约束下最大化上行链路和速率。与无U2U卸载相比，ISATCA使数据上传量提升20%；与随机分配相比，提升10%。

ABSTRACT

In this paper, we consider a single-cell cellular network with a number of cellular users~(CUs) and unmanned aerial vehicles~(UAVs), in which multiple UAVs upload their collected data to the base station (BS). Two transmission modes are considered to support the multi-UAV communications, i.e., UAV-to-infrastructure (U2I) and UAV-to-UAV~(U2U) transmissions. Specifically, a UAV either uploads its collected data to the BS through U2I overlay transmission or offloads the data to a neighboring UAV through U2U underlay transmission when facing on-board battery outage. We formulate the subcarrier allocation and trajectory control problem to maximize the uplink sum-rate taking the delay of sensing tasks into consideration. To solve this NP-hard problem efficiently, we decouple it into three sub-problems: U2I and cellular user (CU) subcarrier allocation, U2U subcarrier allocation, and UAV trajectory control. An iterative subcarrier allocation and trajectory control algorithm (ISATCA) is proposed to solve these sub-problems jointly. Simulation results show that the proposed ISATCA can upload 20\% more data than the one without U2U offloading, and 10\% more than that obtained by the random algorithm.

研究动机与目标

• 为解决在集成蜂窝用户与多架无人机的5G单小区网络中最大化上行链路和速率的挑战。
• 设计一种结合无人机到基础设施（U2I）与无人机到无人机（U2U）通信的混合传输策略，以在电池故障期间保持网络韧性。
• 在感知任务延迟约束下，联合优化子载波分配与无人机轨迹控制。
• 开发一种高效算法，通过将NP难优化问题分解为可处理的子问题来求解。

提出的方法

• 将NP难的子载波分配与轨迹控制问题分解为三个子问题：U2I与CU子载波分配、U2U子载波分配、无人机轨迹控制。
• 提出一种迭代算法（ISATCA），通过交替优化子载波分配与无人机轨迹，以提升收敛性与性能。
• 在无人机机载电池故障时，采用U2U共用传输作为备份，使数据卸载至邻近无人机。
• 将感知任务延迟约束整合进优化框架，以确保数据及时上传。
• 采用联合优化框架，在多无人机网络中平衡频谱效率与能量效率。
• 对子载波分配与无人机飞行路径应用迭代优化，以最大化系统和速率。

实验结果

研究问题

• RQ1 如何联合优化子载波分配与无人机轨迹，以在多无人机蜂窝网络中最大化上行链路和速率？
• RQ2 在无人机电池故障期间，引入U2U卸载作为备份机制可实现多大的性能增益？
• RQ3 所提出的ISATCA算法与随机分配等基线方法相比，在数据吞吐量方面表现如何？
• RQ4 感知任务的延迟约束在多大程度上影响无人机到任意节点（UAV-to-X）通信系统的系统设计与性能？

主要发现

• 所提出的ISATCA算法相比无U2U卸载能力的系统，数据上传速率高出20%。
• 在上行链路和速率方面，ISATCA相比随机子载波分配算法提升10%。
• 子载波分配与无人机轨迹的联合优化显著提升了多无人机网络的频谱效率。
• U2U卸载在无人机电池故障期间有效降低了数据丢失风险，提升了网络可靠性。
• 迭代算法收敛迅速，支持对动态无人机移动性与信道条件的实时适应。
• 感知任务延迟约束成功集成至优化框架中，确保了数据及时交付，且未牺牲吞吐量。