La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Modelling and design of ultra-reliable and low latency communications for UAV-IoT networks in 5G and beyond

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Ranjha, Ali Nawaz (2021). Modelling and design of ultra-reliable and low latency communications for UAV-IoT networks in 5G and beyond. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

[thumbnail of RANJHA_Ali_Nawaz.pdf]
Prévisualisation
PDF
Télécharger (2MB) | Prévisualisation

Résumé

The upcoming 5G wireless communication systems are going to provide three types of services, namely enhanced Mobile Broadband (eMBB), massive machine type communications (mMTC) and ultra-reliable low latency communication (URLLC). For most applications, the required level of reliability is 99.999% with varying latency requirements. Achieving such an unprecedented level of reliability and latency is not possible in current wireless systems, i.e., 4G LTE and will require the research community and industry to find alternatives to conventional communication system designs. One available alternative is the use of unmanned aerial vehicle (UAV) assisted communication, which is gaining increasing attention due to its fast and favourable deployment. Moreover, the UAVs’ maneuverability can increase the system’s performance by dynamically adjusting the UAV state to suit the communication needs. Additionally, UAVs’ high altitudes enable line of sight (LoS) communication, which mitigates shadowing and signal blockage. Therefore, in our research, we aim to conceive new schemes to achieve URLLC in UAV networks.

In this regard, the second chapter of this thesis presents a simulation model and detailed analysis of the distribution of resources, i.e. blocklength and distance in a two-dimensional (2-D) plane for URLLC-assisted UAV systems for short packet internet of things (IoT) communications. Optimization theory tools are utilized to model the problem, where the receiver is located at a certain distance from the transmitter serviced by a multi-hop UAV relay system. The key performance metric considered is the minimization of the decoding error probability subject to the constraints on the distribution of blocklength and distance between the transmitter and receiver for optimal UAVs placement. Simulation results demonstrate the efficacy of the proposed scheme for such deployment scenarios.

The third chapter of this thesis presents a performance analysis of uplink communication between multiple ground users and a UAV flying base station (BS). The overall goal is to minimize the sum uplink power to enable green URLLC for short packet IoT communications in the context of a UAV BS. The novelty of the formulated optimization problem is that it accommodates various constraints, including the UAV’s height, beamwidth, location, and the distribution of the blocklength on the communication links between ground users and the UAV. To the best of our knowledge, it is the first optimization framework that comprehensively studies green URLLC for short packet communications. Hence, the proposed optimization framework contributes to understanding the performance limits of such UAV-IoT networks for diverse practical deployment scenarios. The fourth chapter answers the question: How can a reflective intelligent surface (RIS) enable URLLC in UAV assisted communication scenarios? The optimization is formulated as a decoding error probability minimization problem, and the constraints considered are the UAV’s position, the blocklength distribution, and the phase shifts of the RIS elements. Hereof, a well-known optimization algorithm called Nelder-Mead Simplex (NMS) from a class of direct algorithms is employed. Additionally, NMS is chosen to solve the problem as it demonstrated superior performance over the so-called Gradient-Descent method by requiring a lower number of iterations to evaluate the objective function. Furthermore, NMS, performance is equivalent to that of exhaustive search for the given problem. Hence, in chapter four, a novel design for passive beamforming, blocklength and UAV positioning is proposed.

Chapter 5 studies the quasi-optimization of the blocklength, transmit power, location and beamwidth of URLLC-assisted UAV relay systems with multiple-mobile robots. Once again, the optimization is formulated as a minimization problem of the given scenario’s overall decoding error probability. The users or the robots are located a certain distance away from the controller or the transmitter; hence they are served by a decode-and-forward (DF) UAV relay system. The proposed optimization technique is based on perturbation theory, and has comparable performance to the smart exhaustive search method in which a few parameters are fixed. Moreover, the optimization technique has better performance than fixed points methods in which one or more constraints are fixed. Finally, simulation results from chapter 5 highlight the need to jointly optimize various parameters, including blocklength, power, UAV location, and beamwidth, to facilitate URLLC under such systems.

Similarly, chapter 6 discusses: how to charge UAVs in the air using laser beams to facilitate URLLC? One of the most significant issues pertaining to UAVs is the limited-on board battery capacity. Hence, this chapter studies the minimization of the decoding error probability for an IoT communication scenario subject to blocklength and UAV trajectory constraints. Once again, the proposed algorithm is based on perturbation theory. The UAV completes its flight from an initial position to a final position by successfully harvesting energy from the laser transmitter. To the best of our knowledge, this is the first work that studies and proposes a quasi-optimal design of resource allocation, trajectory planning, and energy harvesting for URLLC assisted UAV communication scenarios.

Lastly, chapter 7 studies a fixed-wing UAV-enabled multicasting system to deliver common short blocklength URLLC packets to the ground nodes (GNs) using a Snake Traversal trajectory path. To accomplish this task, we consider the fly-and-communicate protocol for the UAV, where the UAV sweeps a large rectangular area to disperse a common file to GNs with obscure positions. In this vein, we investigate the dual time and energy minimization problems by presenting a quasi-optimal design of the UAV’s flying speed, altitude, and antenna beamwidth. Simulation results of chapter 7 reveal the optimal altitude and half-power beamwidth, which minimize the completion time and energy consumption, respectively. Moreover, for optimized beamwidth, the UAV speed monotonically increases with the altitude, whereas both the completion time and energy consumption monotonically decrease with the altitude. We also analyze the effects of the blocklength and decoding error probability on optimal UAV speed, completion time and energy consumption.

Titre traduit

Modélisation et conception de communications à faible latence très fiables pour les réseaux UAV-IoT en 5G et au-delà

Résumé traduit

Les futurs systèmes de communication sans fil 5G vont fournir trois types de services, à savoir le haut débit mobile amélioré (eMBB), les communications massives de type machine (mMTC) et les communications très fiables à faible latence (URLLC). Pour la plupart des applications, le niveau de fiabilité requis est de 99,999 % avec des exigences de latence variables. Atteindre un niveau de fiabilité et de latence sans précédent n’est pas possible dans les systèmes sans fil actuels, à savoir la 4G LTE, et exige que la communauté de recherche et l’industrie s’éloignent de la conception de systèmes de communication conventionnels pour se tourner vers d’autres alternatives. Une de ces alternatives disponibles est la communication assistée par véhicule aérien sans pilote (UAV), qui gagne beaucoup d’attention en raison de son déploiement rapide et favorable. De plus, la maniabilité des drones permet de meilleures performances en ajustant dynamiquement l’état de l’UAV pour mieux répondre aux besoins de la communication. De plus, les hautes altitudes des UAV permettent une communication en ligne direct (LoS), ce qui atténue les effets de blocage du signal. Par conséquent, dans notre recherche, nous visons à concevoir de nouveaux schémas pour réaliser l’URLLC dans les réseaux d’UAV.

À cet égard, le deuxième chapitre de cette thèse présente un modèle de simulation et une analyse détaillée de la distribution des ressources, c’est-à-dire la longueur de bloc et la distance dans un plan bidimensionnel (2-D) pour les systèmes URLLC utilisant des paquets courts communications assistés par des UAVs pour l’Internet des objets (IoT). Des outils issus de la théorie de l’optimisation sont utilisés pour modéliser le problème, où le récepteur est situé à une certaine distance de l’émetteur desservi par un système de relais UAV à sauts multiples. La métrique de performance clé considérée est la probabilité d’erreur de décodage en tant que problème de minimisation soumis aux contraintes de distribution de la longueur de bloc et de la distance entre l’émetteur et le récepteur pour un placement optimal des drones. Les résultats des simulation démontrent l’efficacité du schéma proposé pour de tels scénarios de déploiement.

Le troisième chapitre de cette thèse présente une analyse des performances d’un scénario de communication montante entre plusieurs utilisateurs au sol et une station de base (BS) aérienne sur UAV. L’objectif global est de minimiser la puissance totale de la liaison montante pour activer l’URLLC verte pour les communications IoT avec des paquets courts dans le contexte d’une BS UAV. La nouveauté du problème d’optimisation formulé est qu’il s’adapte à diverses contraintes, y compris la hauteur de l’UAV, la largeur de faisceau de l’UAV, l’emplacement de l’UAV et la distribution de la longueur de bloc sur les liaisons de communication entre les utilisateurs au sol et l’UAV. Au meilleur de nos connaissances, il s’agit du premier cadre d’optimisation qui étudie de manière exhaustive l’URLLC verte pour les communications avec des paquets courts. Par conséquent, le cadre d’optimisation proposé peut nous aider à comprendre les limites de performance de ces réseaux UAV-IoT pour divers scénarios de déploiement pratiques.

Le quatrième chapitre répond à la question: Comment une surface intelligente réfléchissante (RIS) peut-elle activer l’URLLC dans un scénario de communication assistée par UAV? L’optimisation est formulée comme un problème de minimisation de la probabilité d’erreur de décodage, et les contraintes comprennent la position de l’UAV, la distribution de la longueur de bloc et les déphasages pour les éléments RIS. Ici, un algorithme d’optimisation bien connu appelé Nelder-Mead Simplex (NMS) de la classe d’algorithmes directs est utilisé. De plus, NMS est choisi pour résoudre le problème car il a démontré des performances supérieures à la méthode dite Gradient-Descent en termes de nombre d’itérations requises pour évaluer la fonction objective. De plus, pour le problème donné, NMS a des performances équivalentes à la recherche exhaustive. Par conséquent, dans le chapitre quatre, une nouvelle conception pour la formation de faisceaux passifs, la longueur de bloc et le positionnement d’UAV est proposée.

Le chapitre 5 étudie la quasi-optimisation de la longueur de bloc, la puissance de transmission, l’emplacement, et la largeur de faisceau des systèmes de relais URLLC assistés par UAV avec de multiples robots mobiles. Encore une fois, l’optimisation est formulée comme un problème de minimisation de la probabilité d’erreur de décodage globale du scénario donné. Les utilisateurs ou les robots sont situés à une certaine distance du contrôleur ou de l’émetteur; par conséquent, ils sont desservis par un système de relais UAV décoder et transmettre. (DF). La technique d’optimisation proposée est basée sur la théorie des perturbations et a des performances comparables à la méthode de recherche exhaustive intelligente dans laquelle quelques paramètres sont fixés. De plus, la technique d’optimisation proposée a de meilleures performances que les méthodes à points fixes dans lesquelles une ou plusieurs contraintes sont fixées. Enfin, les résultats de simulation du chapitre 5 démontrent la nécessité d’optimiser conjointement divers paramètres, y compris la longueur de bloc, la localisation des drones, la puissance et la largeur du faisceau, pour faciliter l’URLLC dans de tels systèmes.

De même, le chapitre 6 traite: comment charger un UAV dans les airs à l’aide de faisceaux laser pour faciliter l’URLLC? L’un des problèmes les plus importants concernant les UAV est la capacité limitée de la batterie à bord. Par conséquent, ce chapitre étudie la minimisation de la probabilité d’erreur de décodage pour un scénario de communication IoT soumis à des contraintes de longueur de bloc et de trajectoire d’UAV. Encore une fois, l’algorithme proposé est basé sur la théorie des perturbations. l’UAV termine son vol d’une position initiale à une position finale en récoltant avec succès l’énergie laser. À notre connaissance, il s’agit du premier travail qui étudie et propose une conception quasi-optimale d’allocation des ressources, de planification de trajectoire et de récupération d’énergie pour des scénarios de communication URLLC assistés par UAV.

Enfin, le chapitre 7 étudie un système de multidiffusion activé par UAV à voilure fixe pour fournir des paquets communs de courte longueur de bloc URLLC aux noeuds terrestres (GN) en utilisant un chemin de trajectoire Snake Traversal. Pour accomplir cette tâche, nous considérons le protocole de vol et de communication pour l’UAV, où l’UAV balaie une grande zone rectangulaire pour disperser un fichier commun aux GN avec des positions obscures. Dans cette veine, nous étudions les problèmes de minimisation du temps et de l’énergie en présentant une conception quasi-optimale de la vitesse de vol, de l’altitude et de la largeur de faisceau de l’antenne de l’UAV.

Les résultats de simulation du chapitre 7 révèlent l’altitude optimale et la largeur de faisceau à mi-puissance, qui minimisent respectivement le temps de réalisation et la consommation d’énergie. De plus, pour une largeur de faisceau optimisée, la vitesse de l’UAV augmente de manière monotone avec l’altitude, tandis que le temps de réalisation et la consommation d’énergie diminuent de manière monotone avec l’altitude. Nous analysons également les effets de la longueur de bloc et de la probabilité d’erreur de décodage sur la vitesse optimale de l’UAV, le temps d’achèvement et la consommation d’énergie.

Type de document: Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires: "Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 201-212).
Mots-clés libres: URLLC, UAV multi-sauts, IoT, quasi-optimisation, probabilité d’erreur de décodage, paquets courts, allocation de ressources
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Kaddoum, Georges
Programme: Doctorat en génie > Génie
Date de dépôt: 16 mai 2022 17:35
Dernière modification: 16 mai 2022 17:35
URI: https://espace.etsmtl.ca/id/eprint/2970

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt