文章目录
论文基本信息
《Fresh, Fair and Energy-Efficient Content Provision in a Private and Cache-Enabled UAV Network》
《在私有和启用缓存的无人机网络中提供新鲜、公平和节能的内容》
IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING, VOL. 16, NO. 1, JANUARY 2022
IEEE Journal of Selected Topics in Signal Processing
http://www.letpub.com.cn/index.php?journalid=3338&page=journalapp&view=detail
摘要
在本文中,我们研究了一个私人的和可缓存的无人机(UAV)网络的内容提供。为了向地面用户提供新鲜、公平、节能的内容文件,我们制定了一个联合无人机缓存、无人机轨迹和无人机传输功率优化问题。该问题是一个具有混合整数非凸约束的序列决策问题,难以直接解决。为此,我们提出了一种基于子问题分解和凸逼近技术的新算法。特别地,我们首先提出利用李亚普诺夫技术将序列决策问题分解为多个重复优化子问题。接下来,提出了一种结合连续凸逼近(SCA)技术的迭代优化方案来解决具有挑战性的混合整数非凸子问题。此外,我们还分析了该算法的收敛性,并推导出了信息的期望峰值年龄(PAoI)的理论值来估计内容的新鲜度。仿真结果表明,该算法能够达到接近理论值的预期PAoI,且比基准算法更高22.11%和70.51%的能效和公平。
1.引言
在地面无线移动通信网络[2]中,地面移动用户所要求的数据通信流量将显著增加。据预测,到2022年,全球移动网络的每月数据流量将达到77exabytes[2]。可以预见的是,随着制造、芯片和传感器技术的进步,未来无线网络的全球数据流量将呈指数级增长。然而,地面网络服务的灵活性和弹性还不够满足[4]。地面网络在任何时候保证满意的网络性能,特别是在流量高峰期[5]的网络性能是一项具有挑战性的任务。
由于灵活和有弹性的部署,无人机(UAV)网络被广泛认为是5G和其他陆地网络的重要补充,以提高陆地网络的能力和扩大网络覆盖[4]。此外,通过部署对网络的某些方面(如网络资源和存储资源)具有完全控制的专用无人机网络,专用无人机网络可以在服务区[6]上提供进一步优化的服务。近年来,对民营无人机网络的研究引起了学术界和业界[6]-[9]的广泛关注。
另一方面,无人机缓存是一个很有前途的模式来协助地面网络[10]。无人机通过主动缓存流行的、重复请求的大型内容文件(如高分辨率地图、足球比赛视频),缓存可以显著缓解部分热点[3]、[5]高峰时段地面网络的交通负担和回程拥塞。此外,当内容请求被缓存击中时,可以直接传输内容文件,而无需穿越无线回程,这大大减少了响应延迟[11]。在地面网络过载时,也可以发送按需无人机通信,其方式灵活和成本效益。因此,在过去的几年中,无人机缓存的问题被广泛地研究了[3]、[5]、[12]-[15]。
A.相关工作
在通过部署无人机网络扩展地面网络覆盖方面来说,[16]中的工作认为无人机作为移动中继和提出优化无人机的传输功率和三维(3D)轨迹以及最小化一对远程距离源和目的地节点的中断概率。[17]的工作研究了在无人机物理资源约束下,通过联合优化无人机的轨迹、地面节点调度和传输功率,使无人机通信能源效率最大化的问题。
在专用无人机网络的研究方面,[6]的工作部署了一个专用区块链支持的无人机5G网络,以可靠、安全的方式满足动态用户的需求。在[7]中,研究了对私人5G新无线电(NR)部署的无人机辅助干扰评估。在[8]中评估了利用蜂窝频谱的专用部分为无人机提供高可靠的指挥和控制链路。此外,[9]的工作设计了私人无人机网络中无人机的最优轨迹,在所有无人机的行驶总距离最小的约束下,始终保持无人机与地面站之间的连接。
在无人机缓存的研究方面,[3]的工作探索了一种支持缓存的无人机辅助无线网络,通过联合优化有限飞行周期内的缓存放置、无人机轨迹和无人机传输功率,以最大限度地提高无人机服务用户之间的最小吞吐量。在[5]中,研究了无人机辅助的边缘缓存,以协助陆地车辆网络交付高带宽内容文件。此外,在[14]中研究了在无线回程容量有限的无人机网络中,无人机缓存以降低传输延迟和缓解回程拥塞的问题。虽然无人机缓存问题在[3]、[5]、[12]-[15]中通过优化缓存放置和无人机轨迹等方面进行了广泛的讨论,但很少有人讨论保持缓存内容的“新鲜度”问题。在某些应用程序中,特别是在一些对延迟敏感的应用程序中,如智能运输、环境监测和健康监测[18],将新的内容文件交付到目标节点是至关重要的。过时的信息可能导致用户体验退化,控制错误,甚至导致大灾难[19]。“新鲜度”是一个重要的度量标准,称为信息年龄(AoI)或状态年龄,它被定义为自最近交付的更新发生[20]以来所经过的时间。由于传递新鲜内容文件的重要性,aoi感知的uav辅助无线网络设计引起了研究社区[18],[19],[21]越来越多的兴趣。例如,[18]的工作提出了联合优化无人机的飞行轨迹、能量采集所需的时间和每个传感器节点的数据收集,以最小化无人机辅助无线网络中收集的数据的平均AoI。[21]的工作研究了联合优化无人机轨迹、感知时间、传输时间和任务调度的问题,以保证无人机网络中无人机感知数据的新鲜度。
B.动机和贡献
尽管广泛的现有工作在新鲜的数据提供,他们[18],[19],[21]关注的问题保持新鲜的数据交付到一个目标节点从一个/多个源节点没有讨论最小化的重大问题的数据注定多个目标节点。事实上,对向多个目标节点传递新数据的问题的调查是很重要的。一方面,由于单架无人机的服务能力和覆盖范围有限,应该部署多架无人机,而不是单架无人机,将数据传输到目的地节点。另一方面,对于延迟敏感信息(如交通信息和实时新闻),保证所传递数据的新鲜度是很重要的。
然而,最小化传递到多个目标节点的数据的AoI的目标,对AoI的优化和AoI的理论分析提出了新的和更大的挑战在一个无人机辅助的无线网络中。首先,数据AoI的最小化依赖于数据放置、数据传输、无人机轨迹和无人机传输功率[18]、[19]、[21]的同时决策。应该部署多架无人机,而不是单架无人机来向目标节点交付新的数据。然而,在多无人机网络中,关于数据放置、数据传输、无人机轨迹和无人机传输功率的联合决策比在[18]、[19]、[21]中研究的单一无人机网络中更具挑战性。此外,该联合决策问题可以被确认为一个具有高维、混合离散和连续决策空间的连续决策问题。因此,很难探索一些标准的针对低维离散决策空间或高维连续决策空间设计的优化方法和流行的深度强化学习方法来解决这一问题。在[1]中,我们联合优化了无人机的飞行轨迹和传输功率,为多个目标节点提供高效和公平的数据传输。然而,我们并没有研究确保新的数据交付的问题。其次,由于多个决策变量与传递数据的AoI之间的复杂交互作用,对面向多个目的地节点的数据新鲜度的理论分析尚未得到很好的研究。
总之,通过无人机网络向多个用户提供新鲜数据的问题以及对传递数据的新鲜度进行相应的理论分析在文献中没有研究。为了解决这一问题并提供进一步的优化的服务,本文重点研究了无人机缓存(包括内容放置和内容交付)、无人机轨迹和无人机传输能力的联合设计。本文的主要贡献可以总结如下:
- 由于无人机的服务能力和通信覆盖范围有限,因此需要部署一个时变的无人机网络来向地面用户提供新的内容。在这方面,我们通过部署一个私有的和支持高速缓存的无人机网络作为一个顺序决策问题来制定内容提供的问题。这个问题的目标是保持到达所有用户的数据的新鲜度,并为所有用户提供公平和节能的内容交付,受无人机的传输功率和轨迹约束。
- 为了有效地解决所表述的问题,提出了一种基于李雅普诺夫的优化框架和一种具有可证明性能保证的新算法。特别是,该框架通过将复杂的顺序决策问题分解为反复优化的多层结构子问题,而不是作为一个整体来解决复杂的顺序决策问题。然而,分解的子问题是混合整数非凸的,仍然难以直接处理。为了使其易于处理,该算法首先探索了一种迭代优化的处理混合整数问题的方案。然后,利用连续凸近似(SCA)技术来解决非凸性问题。
- 此外,我们还分析了该算法的收敛性和计算复杂度。利用概率论,还得到了用于估计同时传递给多个用户的内容的新鲜度的期望峰值AoI(PAoI)的理论值。
- 最后,将该算法与不同基准算法的性能进行了比较,并讨论了不同设计参数的影响。仿真结果表明,该算法能够达到接近理论值预期的PAoI值。此外,该算法的能效和公平分别比基准算法高出22.11%和70.51%。
2.系统模型及问题公式化
A. Scenario Description 场景描述
数据流向:BS——UAV——GUs
本文考虑了一个内容服务器和一个专用且支持缓存的无人机网络,其中包括一个地面基站(BS)、多个无人机和多个地面移动用户,如图1所示。内容服务器将主动传输内容文件,每个内容文件由许多数据包组成,由用户请求,这样可以显著减少用户获取内容文件的延迟。而地面用户集为 I = 1 , 2 , . . . , N \mathcal{I} = {1,2,...,N} I=1,2,...,N, N N N为用户数,可能会由于信号严重遮挡或离 BS 太远而处于较差的通信环境中。然后,bs-用户的传输链路可能会被中断,用户的体验质量将会较差(QoE)。因此,部署一组J能量约束的旋翼无人机作为空中中继器,执行为地面用户提供新鲜、公平、高效的内容的通信任务。此外,为了为地面用户提供更好的直接内容交付服务,每架无人机都配备了容量限制的存储器,可以动态缓存内容文件,然后将缓存的文件交付给用户。
为了对通信任务进行理论建模,假设私有和启用缓存的无人机网络的时域被离散化。我们考虑一个假设无人机传输内容文件的通信任务可能持续足够长的一般情况,即 t = 1 , 2 , . . . t = {1,2,...} t=1,2,...,而 Δ t Δ_t Δt是一个时隙的持续时间。由于无人机的数量有限,且无人机的通信范围受限,因此在执行任务时要不断调整无人机的位置,使无人机能够向所有地面用户发送内容文件。
B. Network Architecture
在上述场景中,由无人机服务的地面用户需要访问居住在公共网络中的内容服务器。为此,我们设计了一个如图1所示的网络体系结构。该网络架构包括一个公共网络、一个私有和启用缓存的无人机网络,以及一个由公共网络和私有和启用缓存的无人机网络(为简洁起见称为无人机网络)共享的BS。对于BS,它被分为更高的无线电接入层(即无线电资源控制(RRC)、分组数据收敛协议(PDCP))和较低层的无线电接口(即无线电链路控制(RLC)、介质接入控制(MAC)、物理层(PHY))。更高的层可以配置为以用户特定的模式操作。例如,对于需要低延迟服务的用户,可以配置和定制RRC,以禁用底层互联网协议(IP)堆栈和相关的报头压缩。此外,RLC也可以通过RRC配置为透明模式。相比之下,对于需要高质量经验(QoE)的用户,应该将IP和公认的RLC启动为[22]。无人机网络和公共网络将共享BS的底层无线电接口。基站的较高的无线电接入层被分割为公共网络。此外,公共网络还将提供核心的网络功能。
要访问内容服务器,应在公共网络和无人机网络[23]中的用户之间建立漫游协议。这可以通过通信终端或仅通过公共网络中的用户身份来实现。然而,当共享BS时,网络安全是[23]关注的主要问题之一。在3GPP指定的5G网络中,可以引入一种基于可扩展的认证协议(EAP)的方法(参见[24]),以确保安全性。在所考虑的场景中,认证是在用户和无人机网络中的认证服务器功能(AUSF)之间进行的。这将导致在AUSF和用户之间共享密钥。这些密钥是在身份验证期间派生的,并用于保护用户流量。根据[25]的说法,其中一个密钥被传递给公共网络中的访问和移动性管理功能(AMF),作为在移动设备和公共网络之间建立安全的基础。然而,在同一EAP运行期间与移动设备同意的另一个密钥可以被私有网络保留,并可用于建立用户和无人机网络之间的用户平面安全。此外,网络安全将被PDCP终止。在无人机网络和PDCP以下的公共网络之间进行划分,允许在无人机网络内保持所有与安全相关的功能。
为了实例化网络体系结构,应该探索网络功能虚拟化(NFV)和软件定义的网络(SDN)技术。NFV和SDN是一种互补的技术,它们实现了满足严格应用程序需求所需的抽象级别和灵活性,同时最大化了网络基础设施的再利用[26]。具体来说,NFV可以通过在软件中实现相同的功能,即虚拟网络功能(VNFs)(如防火墙、路由器、负载平衡器)与专用硬件,将虚拟网络功能、路由器、负载平衡器)解耦。然后,vnf可以在后端云的数据中心中实例化,或者在边缘[27]上配备了计算和存储资源的设备上实例化。例如,在所考虑的体系结构中,VNF实例的候选实例包括AUSF和AMF。
SDN可以将用户平面与控制平面解耦,并在SDN控制器中集中网络管理。然后,就可以通过软件化的方法来促进网络管理。通过对网络资源的全局视图,SDN控制器应用程序可以利用许多南行接口(例如,OpenFlow、网络conf)来收集网络状态信息,并相应地作用于每个转发设备(PNF或VNF)。在所考虑的体系结构中,由于对SDN技术的探索,控制平面网络功能(如家庭订阅服务器(HSS)、AMF)可以部署在公共网络上,并由无人机网络共享。公共网络和无人机网络可以维护自己的用户平面网络功能,负责处理特定用户的流量和承载流量。
基于上述场景和网络体系结构,我们接下来对通信任务进行了数学建模。
C. UAV Caching Model
由于地面用户通常比收到内容文件的预期时间早提交内容请求,他们的内容请求可能提前知道[28]。根据已知的内容请求信息,然后可以对无人机的高速缓存进行决策,包括内容的放置和交付,建模如下所示。
1) Content Placement Model 内容放置模型
在该模型中,任何地面用户都可以从以下两个链接之一获取其请求的内容文件,即无人机缓存-用户链接(如果内容文件缓存在无人机中)和BS缓存-无人机-用户链接^1。用 F = { f 1 , f 2 , . . . , f i , … , f N } \mathcal{F} = \{f_1,f_2,...,f_i,…,f_N\} F={f1,f2,...,fi,…,fN} 表示一个有限的内容库,其中 f i f_i fi表示用户 i ∈ I i∈\mathcal{I} i∈I 请求的内容文件。假设每个内容文件的大小是相同的^2[5]。对于任何无人机 j ∈ J j∈J j∈J,如果在无人机j中缓存发送给用户i的内容文件fi,则在时间槽t. bj,fi (t)=1处用bj,fi (t)表示一个内容放置决策变量。在这种情况下,用户i可以直接从无人机j获取内容文件fi,否则为bj,fi (t)=0。当bj,fi (t)=0时,用户i必须通过BS缓存-uav-用户链接获取内容文件fi。和[29]一样,我们假设一个用户最多请求一个内容文件,每个无人机最多可以在t缓存内容文件。然后,我们有以下内容放置约束