[论文解读] Minimum Throughput Maximization in UAV-Aided Wireless Powered Communication Networks

Junhee Park, Hoon Lee+2 more|arXiv (Cornell University)|Jan 9, 2018

Energy Harvesting in Wireless Networks参考文献 23被引用 20

一句话总结

本文提出在无人机辅助的无线能量通信网络中联合优化无人机轨迹、上行链路功率控制和时间资源分配，以最大化能量受限地面终端的最小吞吐量。提出了两种架构——集成式与分离式无人机WPCN，并采用凸-凹逼近法（CCCP）求解非凸优化问题，在分离式无人机配置下相比集成式方案实现高达15%的最小吞吐量增益。

ABSTRACT

This paper investigates unmanned aerial vehicle (UAV)-aided wireless powered communication network (WPCN) systems where a mobile access point (AP) at the UAV serves multiple energy-constrained ground terminals (GTs). Specifically, the UAVs first charge the GTs by transmitting the wireless energy transfer (WET) signals in the downlink. Then, by utilizing the harvested wireless energy from the UAVs, the GTs send their uplink wireless information transmission (WIT) signals to the UAVs. In this paper, depending on the operations of the UAVs, we adopt two different scenarios, namely integrated UAV and separated UAV WPCNs. First, in the integrated UAV WPCN, a UAV acts as a hybrid AP in which both energy transfer and information reception are processed at a single UAV. In contrast, for the separated UAV WPCN, we consider two UAVs each of which behaves as an energy AP and an information AP independently, and thus the energy transfer and the information decoding are separately performed at two different UAVs. For both systems, we jointly optimize the trajectories of the UAVs, the uplink power control, and the time resource allocation for the WET and the WIT to maximize the minimum throughput of the GTs. Since the formulated problems are non-convex, we apply the concave-convex procedure by deriving appropriate convex bounds for non-convex constraints. As a result, we propose iterative algorithms which efficiently identify a local optimal solution for the minimum throughput maximization problems. Simulation results verify the efficiency of the proposed algorithms compared to conventional schemes.

研究动机与目标

• 通过利用无人机移动性，解决静态无线能量通信网络（WPCN）中的双重远近问题。
• 设计由无人机作为移动能量与信息接入点的无人机辅助WPCN系统，服务于能量受限的地面终端（GTs）。
• 通过联合优化无人机轨迹、上行链路功率控制和时间资源分配，最大化GT之间的最小吞吐量。
• 对比两种系统架构：集成式无人机（单个无人机同时提供能量与信息）与分离式无人机（分别配置专用无人机用于能量与信息传输）。
• 为无人机-WPCN中的非凸优化问题开发高效迭代算法，并保证收敛性。

提出的方法

• 建立非凸优化问题，以在集成式与分离式无人机WPCN场景下最大化最小吞吐量。
• 应用凸-凹逼近法（CCCP）将非凸约束逐步近似为凸包络，从而获得可解的子问题。
• 采用交替优化方法解耦轨迹、功率与时间分配变量，实现迭代求解。
• 为非凸速率与能量因果性约束推导凸下界，以确保基于CCCP的算法收敛。
• 实现联合优化无人机轨迹、上行链路发射功率与时间分配的迭代算法，适用于无线能量传输（WET）与无线信息传输（WIT）阶段。
• 基于CCCP框架，证明所提算法可收敛至局部最优解。

实验结果

研究问题

• RQ1 与静态接入点相比，无人机移动性在WPCN中如何提升最小吞吐量？
• RQ2 采用分离式无人机架构（专用能量与信息无人机）相比集成式无人机方案的性能增益如何？
• RQ3 联合优化无人机轨迹、上行链路功率与时间资源分配对系统公平性与吞吐量有何影响？
• RQ4 轨迹优化在多大程度上缓解了WPCN中的双重远近问题？
• RQ5 所提算法的收敛特性如何？其性能相对于静态AP、圆形轨迹与等时分配（ETA）等基准方案表现如何？

主要发现

• 当时间间隔 T = 100 秒时，分离式无人机WPCN相比集成式无人机WPCN实现约15%的最小吞吐量增益。
• 所提算法显著优于传统方案：静态AP基准方案受双重远近问题严重影响，而圆形轨迹与等时分配（ETA）方案仅呈现渐进式性能提升。
• 朴素功率控制（NPC）方案（在有能量时以最大功率传输）性能劣于优化方案，凸显联合优化的重要性。
• 随着时间间隔 T 增大，所提算法相对于基准方案的性能增益持续扩大，表明轨迹与时间优化对长时运行至关重要。
• 算法收敛迅速——集成式无人机WPCN约1次迭代内收敛，分离式无人机WPCN约3次迭代内收敛。
• 集成式无人机WPCN的优化轨迹收敛为连接各GT位置的路径，类似线段巡游路径；而分离式无人机WPCN由于功能解耦，表现出更复杂、非平凡的轨迹。