[论文解读] UAV Data Collection over NOMA Backscatter Networks: UAV Altitude and Trajectory Optimization

Amin Farajzadeh, Özgür Erçetin+1 more|Sabanci University|Feb 8, 2019

UAV Applications and Optimization参考文献 24被引用 6

一句话总结

本文提出了一种基于功率域NOMA的优化UAV辅助后向散射网络，旨在最大化成功解码的比特数，同时最小化UAV飞行时间。通过联合优化UAV高度和轨迹，研究表明，每种网络配置下均存在一个最优高度，显著提升了吞吐量——尤其当通过调节后向散射反射系数以增强SIC性能并减少干扰时效果更明显。

ABSTRACT

The recent evolution of ambient backscattering technology has the potential to provide long-range and low-power wireless communications. In this work, we study the unmanned aerial vehicle (UAV)-assisted backscatter networks where the UAV acts both as a mobile power transmitter and as an information collector. We aim to maximize the number of successfully decoded bits in the uplink while minimizing the UAV's flight time by optimizing its altitude. Power-domain NOMA scheme is employed in the uplink. An optimization framework is presented to identify the trade-off between numerous network parameters, such as UAV's altitude, number of backscatter devices, and backscatter coefficients. Numerical results show that an optimal altitude is computable for various network setups and that the impact of backscattering reflection coefficients on the maximum network throughput is significant. Based on this optimal altitude, we also show that an optimal trajectory plan is achievable.

研究动机与目标

• 解决在低功耗、无源后向散射物联网网络中，利用UAV作为移动电源发射器和数据收集器，以最大化数据采集效率的挑战。
• 研究在长距离环境后向散射通信中，UAV飞行时间与网络吞吐量之间的权衡。
• 优化UAV高度与轨迹，以在基于NOMA的后向散射网络中平衡能量效率与频谱效率。
• 分析后向散射反射系数和后向散射节点数量对网络性能与系统吞吐量的影响。
• 提供一个框架，用于确定最优UAV高度与轨迹，以最大化成功解码比特数与飞行时间的比值。

提出的方法

• 构建一个3D优化框架，用于NOMA后向散射网络中UAV高度与轨迹的优化，考虑路径损耗、信道增益与干扰。
• 建立UAV有效照明角θ的模型及其对覆盖范围与路径损耗的影响，将高度H作为关键变量。
• 采用功率域NOMA与连续干扰 cancellation（SIC）技术，允许多个后向散射节点共享同一资源块。
• 采用子区域划分模型（六边形小区）分析各子区域的空间分布与信号强度。
• 为每个节点引入可变的后向散射反射系数（ζ），以控制接收信号功率并提升SIC解码性能。
• 推导吞吐量与中断概率的解析表达式，并优化H以最大化解码比特数与飞行时间的比值。

实验结果

研究问题

• RQ1 在NOMA后向散射网络中，何种UAV高度可使成功解码比特数最大化，同时最小化飞行时间？
• RQ2 变化的后向散射反射系数如何影响SIC解码性能与整体网络吞吐量？
• RQ3 UAV的有效照明角θ对系统吞吐量与覆盖效率有何影响？
• RQ4 每个子区域中后向散射节点数量如何影响干扰与解码中断概率？
• RQ5 能否基于计算出的最优高度推导出最优轨迹，以实现最大数据采集效率？

主要发现

• 对于每种网络配置，均存在一个最优UAV高度，可使成功解码比特数与飞行时间的比值最大化。
• 当反射系数在后向散射节点间可变（例如从0.1变化至0.99）时，吞吐量相比均匀系数提高了40%以上，这是由于SIC性能得到改善。
• 随着有效照明角θ增大，吞吐量单调递增，因为较低高度可减少路径损耗并提升信号强度。
• 在给定环境中，存在一个最优组合（H*, N_l*）使高度与每个子区域的后向散射节点数达到最优，以最大化解码比特数；在高损耗环境（α = 3.2对比α = 2.7）中，性能下降超过19%。
• 当θ > 80°时，尽管干扰增加，但随着更多后向散射节点（N = 100）的引入，吞吐量仍因更低高度与更小路径损耗而提升。
• 最优高度对网络参数（如路径损耗指数、节点数量与反射系数分布）敏感。