[论文解读] Energy-Aware Design of UAV-mounted RIS Networks for IoT Data Collection

Dimitrios Tyrovolas, Prodromos‐Vasileios Mekikis+4 more|arXiv (Cornell University)|Aug 11, 2022

Advanced Wireless Communication Technologies被引用 5

一句话总结

本文提出一种用于偏远地区能量高效物联网数据采集的无人机搭载可重构智能表面（RIS）系统，采用一种新型时隙ALOHA与编码合并（Code Combining）MAC协议以提升吞吐量。主要贡献在于识别出能最大化每次飞行平均数据量的最优RIS尺寸，平衡RIS增益与因重量和速度效应导致的无人机能耗增加。

ABSTRACT

Data collection in massive Internet of Things networks requires novel and flexible methods. Unmanned aerial vehicles (UAVs) are foreseen as a means to collect data rapidly even in remote areas without static telecommunication infrastructure. To this direction, UAV-mounted reconfigurable intelligent surfaces (RISs) aid in reducing the hardware requirements and signal processing complexity at the UAV side, while increasing the energy efficiency and reliabilityof the network. Hence, in this paper, we propose the utilization of a UAV-mounted RIS for data collection and study the coverage probability in such networks. Additionally, we propose a novel medium access control protocol based on slotted ALOHA and Code Combining to handle the communication of multiple sensors. To account for the crucial energy issue in UAVs, we devise an energy model that considers both the UAV and the RIS weight, as well as the environmental conditions and the UAV velocity. Finally, we characterize the performance of the proposed data collection scheme by analyzing the average throughput and the average data per flight, while providing useful insights for the design of such networks.

研究动机与目标

• 解决在超低功耗传感器构成的大规模偏远物联网网络中实现可靠、能量高效数据采集的挑战。
• 克服静态基础设施不足以及在偏远或难以到达区域中无人机能量受限的问题。
• 设计一种利用无人机移动性与RIS可重构性来增强覆盖范围和可靠性、且不增加传感器发射功率的系统。
• 建立一个综合能量模型，考虑无人机重量、RIS尺寸、速度及环境条件，以优化飞行时长。
• 通过平均吞吐量和每次飞行的平均数据量（¯DF）来表征系统性能，以指导最优RIS部署。

提出的方法

• 提出一种无人机搭载RIS的网络架构，通过RIS反射信号，实现远距离物联网传感器与无人机之间的可靠通信。
• 设计一种新型MAC协议，将时隙ALOHA与编码合并（CC）相结合，以提升多传感器接入时的可靠性和吞吐量。
• 构建一个全面的能量模型，涵盖无人机推进能耗、RIS重量、无人机速度及环境条件。
• 利用随机几何方法对物联网传感器的随机部署进行建模，并推导出覆盖概率表达式。
• 在不同RIS尺寸（N）、无人机速度及传感器簇半径下，分析平均吞吐量和平均每次飞行数据量（¯DF）作为关键性能指标。
• 通过联合考虑频谱效率、能耗和飞行时长，优化系统性能。

实验结果

研究问题

• RQ1 在同时考虑RIS增益与无人机能耗成本的前提下，无人机搭载RIS中反射单元数量（N）的最优值是多少，以实现每次飞行平均数据量的最大化？
• RQ2 与纯时隙ALOHA相比，所提出的基于编码合并的MAC协议在多传感器物联网网络中如何提升吞吐量？
• RQ3 无人机速度与RIS重量如何共同影响RIS辅助物联网数据采集中的飞行时长与能量效率？
• RQ4 无人机与接入点（AP）之间的距离如何影响实现最大数据采集的最优RIS尺寸？
• RQ5 传感器的空间分布（通过圆形区域半径R表示）如何影响系统性能及最优RIS配置？

主要发现

• 当N ≥ 650时，平均吞吐量趋于饱和，这是由于RIS可实现的最大速率增益所致，表明进一步增大RIS尺寸不再带来增益。
• 每次飞行的平均数据量（¯DF）在某一最优RIS尺寸下达到最大值，若RIS过大，则因额外重量导致无人机能耗增加，性能反而下降。
• 当无人机-AP距离为250米时，最优RIS尺寸随传感器簇半径增大而增加，表明更大的覆盖区域需要更大的RIS以实现最优性能。
• 与纯时隙ALOHA相比，所提出的基于编码合并的MAC协议可减少达到峰值性能所需的最优RIS尺寸，尤其在较大的传感器簇中更为显著。
• 在20 km/h速度下，随着N增加，无人机飞行时长的下降速率低于低速情况，表明较高飞行速度可缓解重RIS带来的能量代价。
• 在200米无人机-AP距离下，采用L=3的CC-MAC协议与R=60米的传感器簇半径，相比L=1的时隙ALOHA，最大平均每次飞行数据量可提升高达30%。