[论文解读] Optimal Resource Allocation for Multi-UAV Assisted Visible Light Communication

Yihan Cang, Ming Chen+3 more|arXiv (Cornell University)|Dec 24, 2020

Optical Wireless Communication Technologies参考文献 30被引用 9

一句话总结

该论文提出了一种基于可重构智能表面（RISs）增强的多无人机（UAV）可见光通信（VLC）系统的最优资源分配框架。通过采用交替算法联合优化无人机部署、RIS相位偏移以及用户/RIS关联，该方案相比无RIS系统将总无人机发射功率降低了高达34.85%，且随着RIS单元数和RIS数量的增加，性能增益显著提升。

ABSTRACT

In this paper, the optimization of deploying unmanned aerial vehicles (UAVs) over a reconfigurable intelligent surfaces (RISs)-assisted visible light communication (VLC) system is studied. In the considered model, UAVs are required to simultaneously provide wireless services as well as illumination for ground users. To meet the traffic and illumination demands of the ground users while minimizing the energy consumption of the UAVs, one must optimize UAV deployment, phase shift of RISs, user association and RIS association. This problem is formulated as an optimization problem whose goal is to minimize the transmit power of UAVs via adjusting UAV deployment, phase shift of RISs, user association and RIS association. To solve this problem, the original optimization problem is divided into four subproblems and an alternating algorithm is proposed. Specifically, phases alignment method and semidefinite program (SDP) algorithm are proposed to optimize the phase shift of RISs. Then, the UAV deployment optimization is solved by the successive convex approximation (SCA) algorithm. Since the problems of user association and RIS association are integer programming, the fraction relaxation method is adopted before using dual method to find the optimal solution. For simplicity, a greedy algorithm is proposed as an alternative to optimize RIS association. The proposed two schemes demonstrate the superior performance of 34:85% and 32:11% energy consumption reduction over the case without RIS, respectively, through extensive numerical study.

研究动机与目标

• 为解决多无人机VLC网络在同时满足地面用户通信与照明需求下最小化能耗的挑战。
• 将RIS集成到无人机辅助的VLC系统中，以提升信号覆盖范围与能量效率，特别是在存在遮挡的室外环境中。
• 联合优化无人机部署、RIS相位偏移、用户关联与RIS关联，以最小化总发射功率，同时满足服务质量（QoS）与照明约束。
• 设计一种可扩展的迭代算法，以处理该优化问题的非凸性与混合整数特性。
• 评估在不同配置下部署RIS所带来的性能增益，包括能耗降低与计算效率提升。

提出的方法

• 将联合优化问题分解为四个子问题：无人机部署、RIS相位偏移、用户关联与RIS关联。
• 采用相位对齐方法与半定规划（SDP）来优化VLC特有的非负实值信号约束下的RIS相位偏移。
• 利用连续凸逼近（SCA）算法迭代求解非凸的无人机部署优化问题。
• 采用分数松弛结合对偶分解方法求解基于整数规划的用户与RIS关联问题。
• 提出一种贪心算法作为RIS关联的低复杂度替代方案，以降低计算开销。
• 实施一种交替优化框架，通过在固定其他变量组的情况下轮流更新每组变量，确保收敛至次优但实用的解。

实验结果

研究问题

• RQ1 在具备RIS的多无人机VLC系统中，如何最优部署无人机以在满足用户流量与照明需求的前提下最小化总发射功率？
• RQ2 RIS部署——特别是RIS数量与每个RIS的反射单元数——对无人机-VLC网络中系统能量效率有何影响？
• RQ3 与传统无RIS或非优化设置相比，联合优化RIS相位偏移、无人机位置与用户关联关系对总发射功率有何影响？
• RQ4 在不同RIS关联策略（如全局优化与贪心方法）之间，能量效率与计算复杂度之间存在何种权衡？
• RQ5 RIS能否通过构建UAV-RIS-用户中继链路，有效在遮挡的室外VLC环境中实现类似视 Line-of-Sight（LOS）的链路连接？

主要发现

• 在服务10个地面用户时，所提出的Scheme I相比无RIS基准方案，总发射功率最高降低34.85%。
• 在相同场景下，Scheme II的总发射功率最高降低32.11%，展现出优异性能且计算成本更低。
• 即使未优化相位偏移，仅增加一个含5个反射单元的RIS，总发射功率平均降低23.01%（Scheme I）与18.58%（Scheme II）。
• 随着RIS数量与每个RIS的反射单元数增加，总发射功率持续下降，证实了RIS部署的可扩展性与显著优势。
• Scheme I在能量效率方面优于Scheme II，但运行时间更长（例如，15个用户时分别为11.23秒与5.03秒），因此Scheme II更适合时间敏感型应用。
• 最优的无人机位置通常聚集在关联的用户与RIS附近；在某些情况下，若重新分配可降低总功率，个别无人机可能变为闲置，表明系统具备动态负载均衡能力。