[论文解读] Internet of Fly Things For Post-Disaster Recovery Based on Multi-environment

Abdu Saif, Kaharudin Dimyati+5 more|arXiv (Cornell University)|Apr 18, 2021

UAV Applications and Optimization参考文献 19被引用 6

一句话总结

本文提出了一种基于无人飞行器（UAVs）的飞行物物联网（IoFT）框架，用于在多种环境下的灾后场景中恢复无线连接。通过分析视 Line-of-sight（LoS）与非视 Line-of-sight（NLoS）传播、路径损耗及覆盖概率，研究确定了能最大化覆盖范围的用户设备距离与仰角，为多环境灾后恢复中的UAV部署提供了关键设计洞见。

ABSTRACT

Natural disasters such as floods and earthquakes immensely impact the telecommunication network infrastructure, leading to the malfunctioning and interruption of wireless services. Consequently, the user devices under the disaster zone are unable to access the cellular base stations. Wireless coverage on an unmanned aerial vehicle (UAV) is considered for providing coverage service to ground user devices in disaster events. This work evaluated the efficient performance of wireless coverage services of UAVs to provide the internet to fly things to help recover the communications link in a natural disaster in multi environments. The results demonstrate the line of sight, nonline of sight, path loss, and coverage probability for the radio propagation environment scenario. Therefore, the path loss and coverage probability are affected by the user devices' elevation angle and distance in the multi-environment system. The user position's optimum user device distance and elevation angle are also investigated to improve the coverage probability, which could be especially useful for the UAV deployment design.

研究动机与目标

• 解决洪水和地震等自然灾害导致的无线网络中断这一关键挑战。
• 在地面基础设施受损或无法运行的灾后区域恢复通信链路。
• 通过优化部署策略，使UAV能够向地面用户设备提供可靠的无线覆盖。
• 研究环境多样性对UAV辅助网络中无线电传播性能的影响。
• 优化用户设备位置（距离与仰角），以最大化覆盖概率，提升UAV部署效率。

提出的方法

• 在包含视 Line-of-sight（LoS）与非视 Line-of-sight（NLoS）条件的多环境场景中建模无线电传播。
• 应用路径损耗模型，根据用户设备与UAV之间的距离和仰角量化信号衰减。
• 利用随机几何方法，推导在不同环境条件下覆盖概率的表达式。
• 通过仿真评估不同地形类型与用户设备高度下的UAV覆盖性能。
• 通过识别能最大化覆盖概率的用户设备距离与仰角，优化UAV部署。
• 分析异质环境中用户仰角、距离与信号可靠性之间的权衡。

实验结果

研究问题

• RQ1 在多环境UAV网络中，路径损耗如何随用户设备距离与仰角变化？
• RQ2 在LoS与NLoS传播条件下，基于UAV的通信链路覆盖概率是多少？
• RQ3 在受灾区域中，用户设备的何种位置（以距离与仰角表示）能最大化覆盖概率？
• RQ4 地形与障碍物等环境因素如何影响UAV无线覆盖性能？
• RQ5 实现可靠灾后通信恢复的UAV最优部署参数是什么？

主要发现

• 用户设备与UAV之间的距离越大，路径损耗显著增加，尤其在非视 Line-of-sight 条件下。
• 当用户设备位于最优仰角与中等距离时，覆盖概率达到最大。
• 所提出的模型表明，在相同环境中，LoS链路的覆盖概率显著高于NLoS链路。
• 环境多样性，包括障碍物与地形不规则性，会降低覆盖性能并增加路径损耗。
• 可通过识别使覆盖概率达到峰值的用户设备距离与仰角，指导UAV的最优部署。
• 本研究为灾后场景中UAV部署提供了定量设计指南，以确保可靠通信的恢复。