[论文解读] Energy Efficiency Optimization for NOMA UAV Network with Imperfect CSI

Haijun Zhang, Jianmin Zhang+1 more|arXiv (Cornell University)|May 5, 2020

UAV Applications and Optimization参考文献 37被引用 5

一句话总结

本文提出了一种在非完美信道状态信息（CSI）条件下，针对非正交多址（NOMA）无人机（UAV）网络的次优资源分配方案，结合通过差分凸（DC）规划的用户调度与通过连续凸逼近（SCA）的功率分配。该方法在高估计误差条件下，相较于正交频 division 多址（OFDMA）提升高达34%的能效，相较于固定功率分配（FTPA）提升19.7%，展现出对CSI不完善性和悬停功耗变化的鲁棒性。

ABSTRACT

Unmanned aerial vehicles (UAVs) are developing rapidly owing to flexible deployment and access services as air base stations. However, the channel errors of low-altitude communication links formed by mobile deployment of UAVs cannot be ignored. And the energy efficiency of the UAVs communication with imperfect channel state information (CSI) hasnt been well studied yet. Therefore, we focus on system performance optimization in non-orthogonal multiple access (NOMA) UAV network considering imperfect CSI between the UAV and users. A suboptimal resource allocation scheme including user scheduling and power allocation is designed for maximizing energy efficiency. Because of the nonconvexity of optimization function with an probability constraint for imperfect CSI, the original problem is converted into a non-probability problem and then decoupled into two convex subproblems. First, a user scheduling method is applied in the two-side matching of users and subchannels by the difference of convex programming. Then based on user scheduling, the energy efficiency in UAV cells is optimized through a suboptimal power allocation algorithm by successive convex approximation method. The simulation results prove that the proposed algorithm is effective compared with existing resource allocation schemes.

研究动机与目标

• 解决由于低空地空链路中的瑞利衰落导致的非完美CSI下，基于NOMA的无人机网络中能效优化的挑战。
• 克服在非完美CSI的概率约束下，能效优化问题的非凸性。
• 将联合用户调度与功率分配问题分解为两个凸子问题，以实现可解性。
• 设计一种次优算法，在无人机移动性、功率限制及对宏小区用户干扰等实际约束下提升系统性能。
• 在不同信道估计误差和悬停功率条件下，证明所提方法在能效方面优于现有方案（如FTPA和OFDMA）。

提出的方法

• 将原始带有概率CSI约束的非凸优化问题转化为确定性、非概率形式，以简化问题结构。
• 应用差分凸（DC）规划求解用户调度问题，通过功率比例因子将用户匹配至子信道。
• 采用连续凸逼近（SCA）方法，迭代地将非凸功率分配问题凸化，以实现高效数值求解。
• 将联合优化问题解耦为两个顺序步骤：首先通过DC规划进行用户调度；其次通过SCA进行功率分配，确保收敛至次优解。
• 引入对无人机发射功率、最大悬停功率及中断概率的约束，以建模实际系统限制。
• 采用考虑视 Line-of-Sight（LOS）/非视 Line-of-Sight（NLOS）传播、仰角和路径损耗的现实地空信道模型，信道估计误差建模为均值为零的高斯变量。

实验结果

研究问题

• RQ1 当低空链路中因瑞利衰落导致CSI不完美时，如何在NOMA无人机网络中最大化能效？
• RQ2 信道估计误差方差（σ²ₑ）对系统能效有何影响？算法在不同估计精度下如何保持性能？
• RQ3 悬停功耗（pₘ）如何影响整体能效？在pₘ增加时，所提算法是否能优于现有方案？
• RQ4 最大化能效的最优无人机高度是多少？其如何随LOS概率与路径损耗权衡而变化？
• RQ5 在非完美CSI条件下，所提次优算法相较于FTPA和OFDMA等基准方案，在能效方面提升程度如何？

主要发现

• 当信道估计误差方差σ²ₑ = 0.5时，所提算法相比OFDMA能效提升高达34%，相比FTPA提升19.7%。
• 在每UAV小区40个用户时，完美CSI下的能效比σ²ₑ = 0.2时高出6%，表明CSI不完善会降低性能，但所提方法有效缓解此影响。
• 在悬停功率为1 W时，所提算法相比FTPA能效提升超过19%，证明其对功耗增加的鲁棒性。
• 当σ²ₑ = 0.01时，系统能效比σ²ₑ = 0.1高5%，比σ²ₑ = 0.5高19.7%（在pₘ = 0.5 W时），证实高精度CSI的重要性。
• 在无人机高度150 m时，所提算法相比NOMA-FTPA能效高8.8%，相比OFDMA高34%，表明在中等高度下性能最优，因LOS概率与路径损耗达到平衡。
• 能效随无人机高度先增加后减少，因LOS概率提升初期改善能效，但路径损耗增加最终导致性能下降，证实其与高度呈非单调关系。