[论文解读] Network Formation in the Sky: Unmanned Aerial Vehicles for Multi-hop Wireless Backhauling

Ursula Challita, Walid Saad|arXiv (Cornell University)|Jul 28, 2017

UAV Applications and Optimization参考文献 16被引用 11

一句话总结

本文提出了一种用于无人飞行器（UAVs）的去中心化网络形成博弈，以自主构建多跳空中回传网络，将小型基站（SBSs）连接至核心网络。通过采用带有虚拟力场的短视网络形成算法，UAVs 自我组织成稳定的树状结构，在15架UAV的网络中，与直接星型拓扑链路相比，数据速率最高提升40%，延迟降低41%。

ABSTRACT

To reap the benefits of dense small base station (SBS) deployment, innovative backhaul solutions are needed in order to manage scenarios in which high-speed ground backhaul links are either unavailable or limited in capacity. In this paper, a novel backhaul scheme that utilizes unmanned aerial vehicles (UAVs) as an on-demand flying network linking ground SBSs and the core network is proposed. The design of the aerial backhaul scheme is formulated as a network formation game among UAVs that seek to form a multi-hop backhaul network in the air. To solve this game, a myopic network formation algorithm which reaches a pairwise stable network upon convergence, is introduced. The proposed network formation algorithm enables the UAVs to form the necessary multi-hop backhaul network in a decentralized manner thus adapting the backhaul architecture to the dynamics of the network. Simulation results show that the proposed network formation algorithm achieves substantial performance gains in terms of both rate and delay reaching, respectively, up to 40% and 41% compared to the formation of direct communication links with the gateway node (for a network with 15 UAVs).

研究动机与目标

• 解决在密集SBS部署中地面回传不可靠或容量有限的挑战。
• 使UAVs能够在无集中控制的情况下自主形成稳定、多跳的空中回传网络。
• 通过去中心化、基于效用的链路形成方式，优化回传性能，提升速率与降低延迟。
• 设计一种分布式算法，确保收敛至成对稳定的网络拓扑结构。
• 通过虚拟力场实现UAV的动态移动，以提升链路质量与网络稳定性。

提出的方法

• 将UAV回传网络形成建模为网络形成博弈，其中每个UAV作为自利代理，优化自身效用。
• 提出一种短视网络形成算法，使UAVs能够基于效用增益迭代地建立或断开链路。
• 利用虚拟力场动态调整UAV位置，以改善空中到空中（A2A）和空中到地面（A2G）链路质量。
• 采用频分双工（FDD）模型，支持SBS与核心网络之间的双向通信。
• 基于可实现速率、跳数和流量负载定义效用，偏好更短、容量更高的路径。
• 保证收敛至成对稳定的网络结构，确保长期连通性与性能。

实验结果

研究问题

• RQ1 在缺乏地面回传的情况下，UAVs 如何自主形成稳定、多跳的回传网络，以连接SBS至核心网络？
• RQ2 何种去中心化算法可使UAVs 在优化自身效用的同时，确保全网连通性与性能？
• RQ3 虚拟力场的引入如何影响UAV的移动性与链路质量？
• RQ4 与直接星型拓扑链路相比，所提出的多跳UAV回传网络在速率与延迟方面可实现多大性能提升？
• RQ5 网络规模（UAV数量）如何影响所提出算法的收敛时间与稳定性？

主要发现

• 所提出的网络形成算法在15架UAV的网络中，与直接星型拓扑回传相比，平均数据速率最高提升40%。
• 在相同条件下，该算法将平均端到端延迟降低最多41%。
• 与星型拓扑相比，每架UAV的延迟增长速率更慢（12.6%对比29.3%），表明具有更好的可扩展性。
• 该算法收敛至稳定成对稳定的网络结构，收敛时间范围为4至170次迭代，具体取决于网络规模（5至20架UAV）。
• UAVs 倾向于选择距离更长、跳数更少且拥塞更低的链路，而非距离短但流量更高的链路，从而提升整体效用与性能。
• 虚拟力场成功引导UAVs 到达最优位置，改善了A2A与A2G链路质量，并实现了稳定的网络形成。