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

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

UAV Applications and Optimization被引用 13

一句话总结

本文提出一种协作式无人机感知与传输协议，用于多无人机蜂窝网络，支持U2I和U2U通信，通过联合优化子信道分配与无人机速度，实现比贪婪算法高出10%的上行链路和速率，采用迭代ISASOA算法实现。

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) communications. Specifically, the UAV with a high signal to noise ratio (SNR) for the U2I link uploads its collected data directly to the BS through U2I communication, while the UAV with a low SNR for the U2I link can transmit data to a nearby UAV through underlaying U2U communication for the sake of quality of service. We first propose a cooperative UAV sense-and-send protocol to enable the UAV-to-X communications, and then formulate the subchannel allocation and UAV speed optimization problem to maximize the uplink sum-rate. To solve this NP-hard problem efficiently, we decouple it into three sub-problems: U2I and cellular user (CU) subchannel allocation, U2U subchannel allocation, and UAV speed optimization. An iterative subchannel allocation and speed optimization algorithm (ISASOA) is proposed to solve these sub-problems jointly. Simulation results show that the proposed ISASOA can upload 10\% more data than the greedy algorithm.

研究动机与目标

• 解决在上行链路信噪比（SNR）较差的小区边缘区域，无人机上行链路数据速率低的挑战。
• 通过在共享频谱环境中结合直接U2I传输与基于中继的U2U通信，实现高效的数据卸载。
• 通过联合子信道分配与无人机速度优化，在单小区蜂窝网络中实现多个无人机与蜂窝用户场景下的上行链路和速率最大化。
• 设计一种低复杂度、收敛的算法，以解决由联合资源与移动性管理引发的NP难优化问题。
• 通过利用高SNR无人机作为中继，采用正交U2U通信，保障低U2I SNR无人机的服务质量。

提出的方法

• 提出一种协作式无人机感知与传输协议，使无人机可根据U2I信噪比选择直接U2I传输或U2U中继传输。
• 建立联合子信道分配与无人机速度优化问题，以最大化上行链路和速率，同时考虑正交U2U、U2I和CU传输中的干扰。
• 将NP难问题分解为三个子问题：U2I与CU子信道分配、U2U子信道分配、无人机速度优化。
• 设计迭代子信道分配与速度优化算法（ISASOA），通过迭代优化联合求解子问题，并保证收敛性。
• 在优化中对二值变量采用连续松弛，证明最优解仅取二值（0或1），确保子信道分配在实际部署中的可行性。
• 建模不同传播信道：空中到地面（U2I）、空中到空中（U2U）与地面到地面（CU），考虑其不同的路径损耗与阴影效应。

实验结果

研究问题

• RQ1 在混合U2I与U2U传输模式的多无人机蜂窝网络中，如何高效支持无人机对X通信？
• RQ2 在共享频谱环境中，何种最优子信道分配策略可在最小化干扰的同时最大化上行链路和速率？
• RQ3 无人机移动性（速度）如何影响无人机感知应用中的数据卸载性能与网络吞吐量？
• RQ4 与贪婪或非优化方法相比，联合优化子信道分配与无人机速度是否能实现显著的性能增益？
• RQ5 所提出的优化问题是否具有可解性，能否以保证收敛的方式高效求解？

主要发现

• 所提出的ISASOA算法相比贪婪子信道分配算法，实现约10%更高的上行链路和速率。
• 随着任务完成时间约束的收紧，上行链路和速率下降，表明数据速率与时延之间存在权衡。
• 通过归约为三维匹配（3-DM）问题，证明了联合优化问题的NP难性，确认其计算复杂度。
• 子信道分配的最优解为二值（0或1），通过敏感性分析证明非整数解不可能为最优。
• 低U2I SNR的无人机可显著受益于U2U中继，通过高SNR无人机中继可实现更高的数据速率。
• 无论最大无人机速度如何，ISASOA的性能增益保持一致，ISASOA与贪婪算法之间的和速率差距始终约为10%。