[论文解读] SkyHaul: An Autonomous Gigabit Network Fabric in the Sky

Ramanujan K Sheshadri, Eugene Chai+2 more|arXiv (Cornell University)|Jun 19, 2020

UAV Applications and Optimization参考文献 23被引用 13

一句话总结

SkyHaul 提出了一种自主的、自组织的毫米波（mmWave）无人机（UAV）网状网络，可为动态、高带宽的空中应用提供千兆容量、低延迟的回传。通过联合优化无人机部署（位置、航向）与流量路由，采用新型算法，SkyHaul 在基准方法基础上，以减少15%–40%的中继无人机数量，实现了100%的流量满足率，该成果通过真实飞行测试与大规模仿真得到验证。

ABSTRACT

We design and build SKYHAUL, the first large-scale, autonomous, self-organizing network of Unmanned Aerial Vehicles (UAVs) that are connected using a mmWave wireless mesh backhaul. While the use of a mmWave backhaul paves the way for a new class of bandwidth-intensive, latency-sensitive cooperative applications (e.g., LTE coverage during disasters, surveillance during rescue in challenging terrains), the network of UAVs allows these applications to be executed at operating ranges that are far beyond the line-of-sight distances that limit individual UAVs today. To realize the challenging vision of deploying and maintaining an airborne mmWave mesh backhaul to cater to dynamic applications, SKYHAUL's design incorporates various elements: (1) Role-specific UAV operations that simultaneously address application tracking and backhaul connectivity (2) Novel algorithms to jointly address the problem of deployment (position, yaw of UAVs) and traffic routing across the UAV network; and (3) A provably optimal solution for fast and safe reconfiguration of UAV backhaul during application dynamics. We implement SKYHAUL on four DJI Matrice 600 Pros to demonstrate its practicality and performance through autonomous flight operations, complemented by large scale simulations.

研究动机与目标

• 为高带宽、低延迟的空中应用，构建可扩展、自主、自组织的毫米波无人机网状网络。
• 解决由于波束成形约束和视场角有限，导致移动无人机网络中毫米波连接脆弱的问题。
• 联合优化无人机部署（位置与航向）与流量路由，以在动态应用需求下最大化网络容量与可靠性。
• 为应用动态变化期间无人机回传网络的快速、安全重构，提供可证明最优的解决方案。
• 通过真实无人机飞行操作与大规模仿真，证明系统的实际可行性。

提出的方法

• 采用基于角色的无人机操作机制，无人机根据网络需求动态承担应用跟踪或中继角色。
• 设计联合优化框架，同时确定无人机位置、航向朝向与端到端流量路径，以最大化吞吐量并最小化资源消耗。
• 引入径向与角度优化技术，提升毫米波网状链路中的波束对准与容量共享性能。
• 实现一种可证明最优的重构算法，实现链路故障或应用需求动态变化时的快速、安全拓扑重配置。
• 使用四架DJI Matrice 600 Pro无人机搭载60GHz相控阵无线电设备，在真实自主飞行操作中实现并验证系统。
• 通过大规模仿真评估性能，仿真中随机生成的流量需求为每架无人机100Mbps–1Gbps，对比基线方法如Steiner-MST与MaxCap。

实验结果

研究问题

• RQ1 如何在动态应用需求与无人机移动性条件下，维持自组织、自主无人机网络的高容量毫米波回传？
• RQ2 何种联合优化策略可同时优化无人机部署（位置与航向）与流量路由，以在最小化中继无人机数量的同时最大化网络吞吐量？
• RQ3 网络如何安全且高效地响应动态变化（如链路故障或应用需求变化）而重构其拓扑结构？
• RQ4 通过智能无人机协同与姿态控制，能在多大程度上缓解毫米波无线电设备的波束成形约束与视场角限制？
• RQ5 是否可在真实飞行环境中实际部署并持续运行一个完全自主、千兆容量的无人机网状网络？

主要发现

• SkyHaul 在所有测试场景中均实现了100%的流量满足率，确保所有应用无人机均满足其吞吐量需求。
• 与MaxCap基线相比，SkyHaul 在保持完全流量满足的前提下，将所需中继无人机数量减少了15%–40%。
• Air-Part变体（无角度优化）相比MaxCap已将无人机使用量减少30%–50%，证明了径向优化的价值。
• Steiner-MST虽使用无人机数量最少，但在5架无人机的中位数情况下，超过75%的流量需求未能满足，凸显其在高吞吐量应用中的不足。
• 通过60GHz无人机网络实时传输4K视频流，实现目标识别的准确率达97%，端到端延迟仅为2秒。
• 系统成功实现了真实环境下的自主飞行操作，支持实时控制与数据流传输，验证了其在动态真实条件下的实用性。