[論文レビュー] Trajectory Optimization and Resource Allocation for OFDMA UAV Relay Networks

Shuhao Zeng, Hongliang Zhang+2 more|arXiv (Cornell University)|Apr 22, 2021

UAV Applications and Optimization参考文献 25被引用数 5

ひとこと要約

本稿では、OFDMA対応UAVリレーネットワークにおける和スループットの最大化とユーザーの公平性の確保を目的として、共同トラジェクトリ最適化とリソース割り当てアルゴリズムを提案する。NP-hard問題をモード選択、トラジェクトリ、電力割り当てのサブ問題に分解し、マッチング理論、逐次凸プログラミング、凸近似を用いて反復的に解くことで、提案されたJMS-T-Pアルゴリズムは、和スループットおよび公平性指標の両面でベースライン手法を上回る優れた性能を達成する。

ABSTRACT

In this paper, we consider a single-cell multi-user orthogonal frequency division multiple access (OFDMA) network with one unmanned aerial vehicle (UAV), which works as an amplify-and-forward relay to improve the quality-of-service (QoS) of the user equipments (UEs) in the cell edge. Aiming to improve the throughput while guaranteeing the user fairness, we jointly optimize the communication mode, subchannel allocation, power allocation, and UAV trajectory, which is an NP-hard problem. To design the UAV trajectory and resource allocation efficiently, we first decompose the problem into three subproblems, i.e., mode selection and subchannel allocation, trajectory optimization, and power allocation, and then solve these subproblems iteratively. Simulation results show that the proposed algorithm outperforms the random algorithm and the cellular scheme.

研究の動機と目的

• OFDMAベースのUAVリレーネットワークにおけるUAVトラジェクトリ、サブチャンネル割り当て、電力割り当て、通信モードの共同最適化の課題に対処し、システムスループットとユーザー公平性を向上させること。
• モード選択とサブチャンネル割り当て、トラジェクトリ最適化、電力割り当ての3つの扱いやすいサブ問題に分解することで、共同最適化問題のNP-hard性を克服すること。
• 各サブ問題を交互に解く反復的アルゴリズムを設計し、計算的に効率的な方法で近最適性能を達成すること。
• UAVの移動性とマルチキャリアOFDMA伝送を活用して、セルエッジユーザーに対する信頼性の高い高品質通信を実現すること。
• 実際の都市環境におけるランダム配置および従来のセルラー単体配置戦略と比較して、提案手法の性能向上を評価すること。

提案手法

• UAVトラジェクトリ、サブチャンネル割り当て、電力制御、通信モード選択を含む混合整数非凸計画問題として共同最適化問題を定式化する。
• 問題を3つのサブ問題に分解する：(1) MCサブチャンネルマッチングアルゴリズム（MSMA）を用いた多対一マッチングに基づくモード選択とサブチャンネル割り当て、(2) 反復的水平方向および高度最適化によるUAVトラジェクトリ最適化、(3) 継続的凸プログラミング（SCP）を用いた電力割り当ての解法。
• UAVからBS、およびUEからUAVへのリンクの最適化を可能にするために、LoS確率とチャネルゲインの下界近似を用いる凸近似技術を導入する。
• 特にLoS確率モデルにおいて非凸項を扱うために、一次のテイラー展開近似を適用する。
• 収束するまで、3つのサブ問題を交互に解くことで、すべての変数の共同最適化を保証する。
• チャネルゲイン $ h_{U,B}^k $ の下界近似として $ H_{U,B}^k $ を導入し、これは凹関数であるため凸最適化手法に適している。

実験結果

リサーチクエスチョン

• RQ1 OFDMAベースのUAVリレーネットワークにおいて、どのようにしてUAVトラジェクトリとリソース割り当てを共同最適化し、システム和スループットを最大化できるか？
• RQ2 複数ユーザーを含むマルチユーザーUAVリレーシナリオにおいて、異なるUEに対して最適なセルラー通信モードとリレーモードのトレードオフは何か？
• RQ3 NP-hardな共同最適化問題を、効率的に解ける扱いやすいサブ問題にどのように分解できるか？
• RQ4 提案アルゴリズムは、ランダム配置およびセルラー単体配置手法と比較して、和スループットおよびユーザー公平性をどの程度向上させるか？
• RQ5 UAVの移動性とLoSチャネルモデルの影響は、リソース割り当ておよびトラジェクトリ設計の性能にどのように及ぶか？

主な発見

• 提案されたJMS-T-Pアルゴリズムは、和スループットの面でランダムアルゴリズムおよびセルラー単体方式を著しく上回り、知的なUAVトラジェクトリと動的モード選択による利点が寄与している。
• セルエッジユーザーがUAVリレーモードを介してトラフィックをオフロードできるようにすることで、アルゴリズムはユーザー公平性を向上させ、アウトージ確率を低減しスペトラル効率を向上させた。
• MCサブチャンネルマッチングアルゴリズム（MSMA）は、UEとサブチャンネル間の多対一マッチング問題を効率的に解き、低コストでサブチャンネル割り当てを実現した。
• 継続的凸プログラミング（SCP）により、電力割り当てサブ問題に対して局所最適解への収束が達成され、電力制限およびSINR制限下でもQoS制約を満たすことが保証された。
• LoS確率およびチャネルゲインモデルの凸近似により、きわめてタイトな下界が得られ、信頼性の高い効率的なトラジェクトリ最適化が可能になった。
• シミュレーション結果から、隣接サブキャリアからの干渉電力は、目的信号電力に対して約31.1 dB低いことが示され、OFDMA設計のロバスト性が裏付けられた。