[論文レビュー] Seamless and Energy Efficient Maritime Coverage in Coordinated 6G Space-Air-Sea Non-Terrestrial Networks

Sheikh Salman Hassan, Do Hyeon Kim+4 more|arXiv (Cornell University)|Jan 21, 2022

Satellite Communication Systems被引用数 5

ひとこと要約

本稿は、6Gにおけるシームレスでエネルギー効率の良い海上カバレッジを実現するために、協調的空間・空・海（SAS）非地上ネットワーク（NTN）アーキテクチャを提案する。UAVの配置、電力制御、ユーザー機器（UE）の接続を統合最適化することで実現される。ベンダー分解（BD）、ディンケルバッハのアルゴリズム（DA）、ADMMを用いた手法により、ネットワークのエネルギー効率を最大化するとともにUAVのエネルギーコストを最小化し、シミュレーションでベースラインを上回る優れた性能を達成した。

ABSTRACT

Non-terrestrial networks (NTNs), which integrate space and aerial networks with terrestrial systems, are a key area in the emerging sixth-generation (6G) wireless networks. As part of 6G, NTNs must provide pervasive connectivity to a wide range of devices, including smartphones, vehicles, sensors, robots, and maritime users. However, due to the high mobility and deployment of NTNs, managing the space-air-sea (SAS) NTN resources, i.e., energy, power, and channel allocation, is a major challenge. The design of a SAS-NTN for energy-efficient resource allocation is investigated in this study. The goal is to maximize system energy efficiency (EE) by collaboratively optimizing user equipment (UE) association, power control, and unmanned aerial vehicle (UAV) deployment. Given the limited payloads of UAVs, this work focuses on minimizing the total energy cost of UAVs (trajectory and transmission) while meeting EE requirements. A mixed-integer nonlinear programming problem is proposed, followed by the development of an algorithm to decompose, and solve each problem distributedly. The binary (UE association) and continuous (power, deployment) variables are separated using the Bender decomposition (BD), and then the Dinkelbach algorithm (DA) is used to convert fractional programming into an equivalent solvable form in the subproblem. A standard optimization solver is utilized to deal with the complexity of the master problem for binary variables. The alternating direction method of multipliers (ADMM) algorithm is used to solve the subproblem for the continuous variables. Our proposed algorithm provides a suboptimal solution, and simulation results demonstrate that the proposed algorithm achieves better EE than baselines.

研究の動機と目的

• 6Gネットワークにおける海上ユーザー、特に送信範囲が限られた低価格UEに対するシームレスでエネルギー効率の良い接続を提供する課題に対処すること。
• UAVの積載物およびエネルギー制約を満たしつつ、システムのエネルギー効率（EE）を最大化するため、UAVの配置、電力割り当て、ユーザー接続を統合最適化すること。
• SAS-NTNにおけるリソース割り当てに起因する複雑な混合整数非線形計画問題（MINLP）を効率的に分散的に解けるスケーラブルで分散型のソリューションを設計すること。
• UAVを中継局として機能させることで、低価格UEが直接LEO衛星や地上基地局に接続できない状況でも、信頼性の高い接続を確保すること。

提案手法

• エネルギー効率の最大化問題を、UAVの軌道、送信電力、UEの接続意思決定を組み込んだ混合整数非線形計画問題（MINLP）として定式化する。
• ベンダー分解（BD）を用いてMINLPを、二値のUE接続変数を扱うマスタープロブレムと、連続変数（電力およびUAV位置）を扱うサブプロブレムに分解する。
• 分数プログラミングの目的関数（EE）を、サブプロブレム内で解ける形に変換するために、ディンケルバッハのアルゴリズム（DA）を用いる。
• 連続サブプロブレムを分散的に解くために、交替方向乗数法（ADMM）を採用し、スケーラビリティを向上させる。
• 整数変数を効率的に処理するため、マスタープロブレムには標準的な最適化ソルバを適用し、計算複雑度を低減する。
• 計算の実行可能性を確保するため、2次的安全距離制約を1次テイラー展開を用いて線形化する。

実験結果

リサーチクエスチョン

• RQ1 海上ユーザー向けに、空間・空・海（SAS）非地上ネットワーク（NTN）におけるエネルギー効率をどのように最大化できるか？
• RQ2 UAVのエネルギーコストを最小化しつつ高いシステムEEを維持するための、UAV配置、電力制御、ユーザー接続の最適な統合設定は何か？
• RQ3 SAS-NTNにおけるリソース割り当てに起因する複雑なMINLP問題を、どのように分解し、分散的に効率的に解けるか？
• RQ4 提案アルゴリズムは、従来のベースラインと比較して、エネルギー効率およびエネルギーコストの点でどの程度の性能向上を達成するか？

主な発見

• 提案手法は、シミュレートされた海上シナリオにおいて、ベースライン手法よりも高いネットワークエネルギー効率を達成し、優れた性能を示した。
• UAVを中継局として統合することで、直接LEO衛星や地上基地局に接続できない低価格UEの接続性が顕著に向上した。
• ディンケルバッハのアルゴリズムの活用により、分数量的EE目的関数が解ける形に効果的に変換され、収束性と解の品質が向上した。
• ADMMにより連続サブプロブレムの分散的かつスケーラブルな解法が実現され、大規模展開における計算効率が向上した。
• 2次的安全距離制約のテイラー級数展開により、線形化が可能となり、標準ソルバ内での効率的処理が可能になった。
• 全体的なフレームワークにより、軌道と送信電力を最適化することでUAVのエネルギー消費が削減され、積載物およびエネルギー制約を満たした。