[论文解读] Joint Location and Power Optimization for THz-enabled UAV Communications.

Luyao Xu, Ming Chen+5 more|arXiv (Cornell University)|Nov 2, 2020

UAV Applications and Optimization参考文献 10被引用 7

一句话总结

该论文提出了一种太赫兹（THz）波段无人机（UAV）通信的联合无人机轨迹与功率分配优化框架，旨在最小化上行链路和下行链路传输延迟。通过交替算法迭代求解无人机位置和用户功率控制子问题，该方法相比固定功率基线方案将延迟降低了高达67.3%，相比固定位置基线方案降低了52.5%。

ABSTRACT

In this paper, the problem of unmanned aerial vehicle (UAV) deployment and power allocation is investigated for a UAV-assisted wireless system operating at terahertz (THz) frequencies. In the studied model, one UAV can service ground users using the THz frequency band. However, the highly uncertain THz channel will introduce new challenges to the UAV location and user power allocation optimization problems. Therefore, it is necessary to design a novel framework to deploy UAVs in the THz wireless systems. This problem is formally posed as an optimization problem whose goal is to minimize the sum uplink and downlink transmission delays between the UAV and the ground users by jointly optimizing the deployment of the UAV and the transmit power of the users. To tackle this nonconvex delay minimization problem, an alternating algorithm is proposed while iteratively solving two subproblems: location optimization subproblem and power control subproblem. Simulation results show that the proposed algorithm can reduce the transmission delay by up to $67.3\%$ and $52.5\%$ respectively compared to baseline algorithms that fix transmit power control or UAV location.

研究动机与目标

• 解决无人机辅助无线系统中太赫兹信道高度不确定的挑战。
• 优化无人机部署及用户上行链路/下行链路功率分配，以最小化端到端传输延迟。
• 提出一种新型框架，联合处理在太赫兹传播约束下的无人机轨迹与功率控制问题。
• 克服太赫兹增强型无人机网络中延迟最小化问题的非凸性。

提出的方法

• 将联合无人机位置与功率分配问题建模为一个非凸优化问题，以最小化总上行链路与下行链路传输延迟。
• 提出一种交替算法，通过迭代求解两个子问题：无人机位置优化与用户功率控制优化。
• 采用连续凸逼近（SCA）技术处理位置与功率子问题中的非凸约束。
• 在功率分配子问题中，应用基于惩罚的方法以处理延迟函数的非凸性。
• 通过基于信道状态信息的迭代优化，持续改进无人机位置与用户发射功率，确保收敛性。
• 利用太赫兹传播的统计信道模型，以考虑路径损耗、阴影效应和分子吸收的影响。

实验结果

研究问题

• RQ1 在太赫兹波段无人机网络中，无人机位置与用户功率分配的联合优化如何影响传输延迟？
• RQ2 与固定位置或固定功率基线方案相比，迭代交替算法的性能增益如何？
• RQ3 太赫兹波段独特的传播特性如何影响无人机部署与功率控制策略？
• RQ4 在太赫兹通信的高路径损耗与定向波束成形约束下，所提出的算法能否收敛至稳定解？

主要发现

• 所提出的交替算法相比固定用户发射功率的基线方案，最大延迟降低达67.3%。
• 与固定无人机位置的基线方案相比，该算法将传输延迟降低了高达52.5%。
• 联合优化显著优于仅单独优化无人机位置或功率控制的方案。
• 该算法在数次迭代内即可收敛，展现出在实际场景中实时部署的可行性。
• 在高路径损耗与高分子吸收的太赫兹环境中，性能增益最为显著。
• 该框架通过自适应功率与位置控制，有效缓解了太赫兹波段信道不确定性的负面影响。