[论文解读] Power Control in UAV-Supported Ultra Dense Networks: Communications, Caching, and Energy Transfer

Haichao Wang, Guoru Ding+4 more|arXiv (Cornell University)|Nov 29, 2017

UAV Applications and Optimization参考文献 11被引用 6

一句话总结

本文提出了一种无人机支持的超密集网络（UDN）框架，集成通信、缓存与能量传输，利用无人机移动性实现动态功率控制，以提升频谱效率、降低时延并提高能量可持续性。仿真结果表明，与传统固定基础设施网络相比，该框架在高移动性和高流量场景下表现出显著的性能增益。

ABSTRACT

By means of network densification, ultra dense networks (UDNs) can efficiently broaden the network coverage and enhance the system throughput. In parallel, unmanned aerial vehicles (UAVs) communications and networking have attracted increasing attention recently due to their high agility and numerous applications. In this article, we present a vision of UAV-supported UDNs. Firstly, we present four representative scenarios to show the broad applications of UAV-supported UDNs in communications, caching and energy transfer. Then, we highlight the efficient power control in UAV-supported UDNs by discussing the main design considerations and methods in a comprehensive manner. Furthermore, we demonstrate the performance superiority of UAV-supported UDNs via case study simulations, compared to traditional fixed infrastructure based networks. In addition, we discuss the dominating technical challenges and open issues ahead.

研究动机与目标

• 通过网络超密集化与无人机集成，应对移动网络与物联网网络中超高速率和低时延的日益增长需求。
• 通过部署无人机作为空中基站、中继、能量发射器和移动缓存，克服固定地面基础设施在动态或灾害影响环境下的局限性。
• 开发高效的功率控制策略，以优化频谱效率、降低干扰，并延长高度移动、动态拓扑中无人机的能量寿命。
• 研究无人机支持的超密集网络在多样化应用场景（包括应急通信和容迟监控）中的可行性与性能增益。
• 识别并解决无人机辅助网络中的关键技术挑战，如快速拓扑变化、干扰管理与能量约束。

提出的方法

• 使用四种典型场景建模无人机支持的超密集网络：空中基站、移动中继、能量传输与移动缓存。
• 将功率控制建模为联合优化问题，综合考虑无人机轨迹、用户关联与资源分配，以最大化和速率与能量效率。
• 实施两阶段移动缓存协议：放置阶段（用户端随机缓存）与传输阶段（通过D2D或直接链路由无人机进行内容分发）。
• 采用视 Line-of-Sight（LoS）信道模型与统计信道状态信息（CSI）估计，以应对无人机移动性与时变传播条件。
• 在同频超密集网络部署中应用干扰协调技术，以在动态无人机定位下减轻小区间干扰。
• 设计面向能量的功率控制策略，以平衡无人机在通信、计算与推进中的能量消耗。

实验结果

研究问题

• RQ1 与固定地面基础设施相比，无人机如何提升超密集网络中的系统吞吐量与覆盖范围？
• RQ2 在动态环境中，作为基站、中继、能量发射器或移动缓存的无人机，其最优功率控制策略是什么？
• RQ3 无人机移动性如何影响信道状态信息（CSI）的准确性与超密集网络的系统性能？
• RQ4 在高密度部署中，协调大量无人机进行干扰管理与碰撞避免的关键挑战是什么？
• RQ5 在移动与物联网场景中，无人机支持的缓存与能量传输在多大程度上能提升用户体验质量（QoE）与网络可持续性？

主要发现

• 与传统固定基础设施网络相比，无人机支持的超密集网络在和速率与频谱效率方面表现出显著性能增益，尤其在高移动性与热点场景中。
• 利用无人机作为移动缓存可减少传输时延并提升用户体验质量（QoE），通过移动性追踪缩短无人机与用户之间的距离。
• 动态无人机部署可实现近视距（near-LoS）链路，显著改善信道质量并降低路径损耗，优于静态地面站。
• 联合优化无人机轨迹、用户关联与资源分配的功率控制策略，可实现更高的系统吞吐量与更低的干扰。
• 无人机通信中的能量消耗（尤其是回传与控制信令）超过用户服务能耗，凸显了面向能量的功率控制的必要性。
• 仿真结果证实，无人机支持的超密集网络在覆盖范围、数据速率与能量效率方面优于传统网络，尤其在灾害恢复与事件驱动场景中。