[论文解读] CoMP in the Sky: UAV Placement and Movement Optimization for Multi-User Communications

Liang Liu, Shuowen Zhang+1 more|arXiv (Cornell University)|Feb 28, 2018

UAV Applications and Optimization参考文献 21被引用 22

一句话总结

本文提出了一种新型的CoMP增强型无人机通信系统，其中多个无人机动态调整其位置和轨迹，以在多用户场景下最大化上行链路吞吐量。通过利用随机矩阵理论在视 Line-of-Sight (LoS) 信道下推导出紧致的速率边界，作者采用当前用户与邻近用户位置的加权平均值来优化无人机的部署与移动，相较于静态或非协作式无人机部署，实现了显著的速率增益。

ABSTRACT

Driven by the recent advancement in unmanned aerial vehicle (UAV) technology, this paper proposes a new wireless network architecture of \emph{coordinate multipoint (CoMP) in the sky} to harness both the benefits of interference mitigation via CoMP and high mobility of UAVs. Specifically, we consider uplink communications in a multi-UAV enabled multi-user system, where each UAV forwards its received signals from all ground users to a central processor (CP) for joint decoding. Moreover, we consider the case where the users may move on the ground, thus the UAVs need to adjust their locations in accordance with the user locations over time to maximize the network throughput. Utilizing random matrix theory, we first characterize in closed-form a set of approximated upper and lower bounds of the user's achievable rate in each time episode under a realistic line-of-sight (LoS) channel model with random phase, which are shown very tight both analytically and numerically. UAV placement and movement over different episodes are then optimized based on the derived bounds to maximize the minimum of user average achievable rates over all episodes for both cases of full information (of current and future episodes) and current information on the user's movement. Interestingly, it is shown that the optimized location of each UAV at any particular episode is the weighted average of the ground user locations at the current episode as well as its own location at the previous and/or next episode. Finally, simulation results are provided to validate and compare the performance of the proposed UAV placement and movement designs under different practical application scenarios.

研究动机与目标

• 为解决用户位置快速变化的移动多用户上行链路系统中保持高 spectral efficiency 的挑战。
• 将协调多点（CoMP）传输与无人机移动性相结合，以同时利用干扰抑制与动态重定位的优势。
• 设计一种联合无人机部署与移动策略，在真实 LoS 信道条件下，最大化时间槽内最小用户速率。
• 利用随机矩阵理论，为实际优化提供可处理的、闭式近似表达的可达速率。
• 为完整用户状态信息与当前用户状态信息两种场景设计优化框架，确保在不确定性下的鲁棒性能。

提出的方法

• 在具有随机相位衰落的真实 LoS 信道模型下，利用随机矩阵理论推导出用户可达速率的紧致上界与下界。
• 将无人机建模为移动的远程射频头（RRH），将上行链路信号前传至中心处理器进行联合解码，从而实现 CoMP 增益。
• 将无人机部署与移动优化重新表述为在服务质量约束下的速率最大化问题，使用最小速率变量以确保公平性。
• 引入对偶分解方法求解非凸优化问题，实现最优无人机轨迹的高效计算。
• 推导出解析表达式，表明在每个时隙的最优无人机位置是当前用户位置及其自身过去与未来位置的加权平均。
• 通过在各种移动性与部署场景下的仿真验证设计，与基准方案进行性能对比。

实验结果

研究问题

• RQ1 在多用户上行链路 CoMP 系统中，如何随时间最优地部署与移动无人机，以最大化最小用户速率？
• RQ2 在具有随机相位的真实 LoS 信道模型下，可达速率的紧致解析边界是什么？这些边界如何用于优化？
• RQ3 包含未来用户位置信息如何影响无人机轨迹设计与系统性能？
• RQ4 在动态多用户场景中，无人机移动性与 CoMP 增益之间存在何种最优权衡？
• RQ5 最优无人机轨迹能否以闭式表达？其与用户和无人机历史之间的结构关系是什么？

主要发现

• 利用随机矩阵理论推导出的速率边界在分析上是紧致的，并通过数值验证，能够实现精确的性能预测与优化。
• 在任意时隙的最优无人机位置是当前用户位置及其自身过去与未来位置的加权平均，揭示了预测性控制结构。
• 所提出的优化框架相较于静态无人机部署与非 CoMP 方案实现了显著的速率增益，尤其在高移动性场景下表现更优。
• 在完整信息条件下，系统实现的最小用户速率高于仅使用当前信息的设计，证明了预测性轨迹规划的价值。
• 仿真结果证实，天空中的 CoMP 架构在公平性与频谱效率方面优于传统无人机系统与仅 CoMP 系统。
• 基于对偶分解的解决方案收敛迅速，使所提算法适用于动态无人机网络中的实时实现。