In this dissertation, we investigate optimal unmanned aerial vehicle (UAV) maneuvering design for relay and wireless sensor network (WSN) systems. Compared to conventional relay systems (CRSs) that utilize a ground relay node, UAV relay systems (URSs) can achieve better transmission capability by a strong line-of-sight (LOS) channel between UAV and ground nodes. In addition, compared to a ground data collector (e.g., mobile robot) whose mobility is limited by a number of obstacles, UAVs can be swiftly deployed and moved in three-dimensional (3D) free space to efficiently collect data in WSNs.
The first study focuses on URSs with non-orthogonal transmission scheme and optimizes resource allocation for a given UAV hovering location to provide wide coverage and reliable relay transmission. The main objective is to investigate which relay scheme is proper and how resource allocation affects the network performance. Although orthogonal relay transmission is widely adopted for CRSs, URSs requires non-orthogonal relay transmission to extend the operation range of UAV. Also, resource allocation needs to be optimized by adjusting transmission power and duration of each relay link especially when user equipments (UEs) are outside cell coverage or requires a high level of quality of service (QoS). Therefore, we compare non-orthogonal transmission scheme with orthogonal transmission scheme, and propose a resource allocation algorithm focusing on two transmit time slot to maximize throughput in the cell while guaranteeing seamless relay transmission.
The second study focuses on applications of UAV in WSNs and propose a UAV route determination algorithm for efficient data collection in sparsely deployed WSNs. In order to design a UAV route, UAV traveling distance and sensor energy status need to be considered simultaneously since UAV has limited on-board energy and the communication distance between UAV and each sensor affects sensor energy consumption in data transmission. An optimization problem constrained by data collection and UAV traveling distance is formulated, and solved by Voronoi diagram. In Voronoi diagram, UAV hovering location on either Voronoi vertex or Voronoi edge can serve multiple adjacent sensors, resulting in efficient data collection. Based on Voronoi diagram, the proposed algorithm finds a feasible UAV route (i.e., shortest UAV route that guarantees data collection at all sensors), then optimizes it by adjusting each UAV hovering location reflecting sensor energy status.
In the last study, for the sake of extending lifetime of WSNs, we consider a wireless charging sensor networks (WCSNs), where UAV is dispatched for data collection and wireless transfer power. Both energy consumption and harvesting at sensors are considered for UAV route design, where UAV hovering location and duration are optimized to maximize network lifetime while guaranteeing data collection at all sensors. Especially, compared to the second study that takes UAV traveling distance into account, the more practical UAV energy model is considered along with sensor energy status to optimize UAV hovering locations and duration. A proposed algorithm combines Lagrange multiplier method and geometry-based algorithms to find an optimal solution.
본 논문에서는 드론을 활용하는 중계기 및 무선센서네트워크 시스템에서 드론의 최적 비행 설계에 관해 다룬다. 지상 중계기를 고려한 기존의 중계기 시스템과 비교하여, 드론 중계기 시스템에서는 드론과 지상노드 간의 강력한 가시선 채널을 활용하여 전송능력을 향상 시킬 수 있다. 또한, 수많은 장애물로 인해 움직임이 제한적인 지상 데이터 수집기(예: 모바일 로봇)와 비교하여, 드론은 3차원 공간에서 신속하게 배치되고 이동할 수 있어, 무선센서네트워크에서 효율적으로 정보를 수집할 수 있다.
첫번째 연구에서는 비직교 전송방식을 적용한 무선센서네트워크를 중점적으로 다루고, 넓은 범위와 안정적인 중계 전송을 제공하기 위하여 주어진 드론의 호버링 위치에서 자원할당을 최적화한다. 본 연구에서는 무선센서네트워크에 어떤 중계 방식이 적절한지, 그리고 자원할당이 네트워크 성능에 어떻게 영향을 미치는지를 주된 목표로 하였다. 기존의 중계기 시스템은 직교전송방식을 활용하였지만, 드론 중계기 시스템에서는 드론의 운용범위를 넓히기 위해서 비직교방식을 채택해야 한다. 또한, 사용자 장비가 셀 범위 밖에 있거나 높은 서비스 품질을 요구할 때, 가용한 전송 파워와 시간을 조절하여 자원할당을 최적화 할 필요가 있다. 따라서, 비직교방식과 직교전송 방식을 비교하고, 원활한 중계 전송을 보장하면서 셀의 처리 용량을 최대화하기 위해 두개의 전송 시간 슬롯의 활용을 위한 자원 할당 알고리즘을 제안한다.
두 번째 연구에서는 무선센서네트워크에서의 드론 활용 방안에 중점을두고, 간헐적으로 분포한 무선센서네트워크에서 효율적인 데이터 수집을 위한 드론 경로 결정 알고리즘을 제안한다. 드론의 에너지가 제한되어 있고, 드론과 각 센서 간의 통신거리가 데이터 전송에서의 센서 에너지 소모에 영향을 미치기 때문에, 드론의 경로를 설계하려면 드론의 이동거리와 센서의 에너지 상태를 동시에 고려해야 한다. 실질적 문제를 고려하기 위해, 데이터 수집 및 드론의 이동거리를 제약조건으로 가지는 에너지 소모를 최소화하는 최적화문제를 설정하고, 보로노이 다이어그램으로 해결한다. 보로노이 다이어그램에서 보로노이 정점 또는 보로노이 선분에 위치한 드론의 호버링위치는 여러 인접 센서에 서비스를 제공할 수 있고 효율적인 데이터 수집을 가능하게 한다. 따라서, 보로노이다이어그램을 기반으로 제안된 알고리즘은 실행가능한 경로 (즉, 모든센서에서 데이터 수집을 보장하는 가장 짧은 드론 경로)를 찾은 다음, 센서 에너지 상태를 반영하여 각 드론의 호버링 위치를 조정하여 최적화 한다.
마지막 연구에서는 무선센서네트워크의 수명을 연장하기 위해 무선충전 센서네트워크를 고려하며, 데이터 수집 및 무선 전력전송을 위해 드론을 운용한다. 센서에서의 에너지 소모 및 수확을 고려하여 드론의 경로를 설계하며, 모든센서에서 데이터 수집을 보장하면서 네트워크의 수명을 최대화하도록 드론의 호버링 위치와 시간을 최적화한다. 특히, 드론의 이동거리를 고려한 두번째 연구와 달리, 센서의 에너지 상태와 함께 드론 에너지 모델을 고려하여 드론의 호버링 위치와 시간을 최적화 한다. 제안하는 알고리즘은 라그랑지 승수법과 기하학 기반의 알고리즘을 결합하여 최적해를 도출한다.
