공중노드를포함한 otm 환경하 전술이동통신 cell-plan...

미래전술통신체계 ICT 세미나

공중노드를 포함한 OTM 환경 하전술이동통신 Cell-Plan 방안

2019. 10. 10

Jae-Hyun Kim

[email protected]

Wireless Internet aNd Network Engineering Research Lab.

http://winner.ajou.ac.kr

School of Electrical and Computer Engineering

Ajou University, Korea

Contents

서론

선진국 공중노드 포함 참조망 구조

공중 중계 노드 Cell Planning

5G UAV 통신기술

결론

2

1

2

3

4

5

서론

3

전술이동통신 체계 개요

주요 지휘자의 지휘통제를 위한 음성 및 데이터 통신망 제공

지휘소의 주변 지역 가입자에게 이동통신망 기능을 제공

이동무선기지국(MSAP)과 다기능 단말기(TMFT)로 구성

• 이동기지국장비 : 접속제어기, 무선접속기, 원격 RF 유닛, 소형 중계기 등

주요 기능

장비 구성/성능/장애/상태 정보 수집 및 도시화

셀 간 간섭 제거

이동기지국 장비 운용 정보 설정

망제어 체계 연동 등

4[1] “군 통신체계 소개(발전방향 및 기술 추세)“, 국방과학연구소 제 2기술개발 본부 3부, 2012년 6월

※ MSAP : Mobile Subscriber Access Point※ TMFT : Tactical Multi-Function Terminal

전술이동통신

[2] 황정섭, 백해현, “네트워크 중심전을 위한 군 정보 통신 장비 기술/발전 동향,”전자파기술, 제19권 4호, pp.15-32, 2008년 7월

공중통신체계: 데이터링크

영상 정보용 데이터링크 : CDL

전술지휘 통제용 데이터링크 : TDL

무기체계/지휘통제체계간의 전술자료교환, 상황정보 공유 및 합동작전을 수행하기 위한 통신 체계

• 전술자료 : 전장상황 파악, 의사결정, 독립작전 및 합동작전 수행에 필요한 자료

한국형 전술상황 정보 공유 체계인 JTDLS 개발

5

※ CDL : Common Data Link※ TDL : Tactical Data Link※ JTDLS : Joint Tactical Data Link System

전술이동통신: 공중 통신망

공중노드의 필요성

망 구성이 짧으며, 망 구조가 유연함

많은 이동성이 요구되는 군 작전 수행 시, 무인기 등을 활용한 망 구성 용이

전술/작전 제대 지원, 실시간 표적 획득 가능

통신 반경 확장성

위성통신 대비 저비용

공중 노드 포함 Cell-Plan 이슈

망 구조 시나리오

힌국형 산악지역 채널 모델

셀 구조 및 클러스터링

중계기 이동성

전력소모 등

6

공중노드 필요성 및 Cell-Plan 이슈

고려사항

신뢰성 있는 네트워크 연결성

공중노드는 이동성이 매우 높기 때문에, 링크가 끊어질 확률이 높음 (Mobility)

공중노드 배치

통신망 지원이 지속적이지 않고 빈번히 변경됨

전력 소모량에 따라 망생존성이 결정됨

효율적인 자원할당 방안과 보안성

7

Terrestrial UAV

dimension 2D(with small exception) 3D

Mobility Fixed and static Mobility dimension

Location Long-term permanent Short-term, frequently change

Energy Permanent Constraint

공중 통신망통신 설계 시 고려 사항

<기존 통신망과 공중 통신망의 차이점 비교>

[3] W. Saad, “Wireless communications and networking with unmanned aerial vehicles,” in proc. MILCOM 2017, Baltimore, MD, USA, Oct, 2017


8

공중 네트워크 구조

9

미군 참조망 구조(1/5)

[4] USAF, Airborne Network Architecture, 2004

Space, Air, Ground Tether

다른 항공기와 지상 노드와의 BLOS(Beyond Line of sight) 접속을 제공

테더링 시, 미리 지정된 테더링 지점이 필요함

10

미군 참조망 구조 (2/5)


Airborne Network Flat Ad-Hoc Network

노드의 필요에 따라 비영구적인 네트워크 구축을 의미

Dynamic한 환경에서 항공기 수가 상대적으로 적을 때 사용 가능

데이터 전송 요구량이 낮음

11



Tiered Ad-Hoc Network

계층 구조를 가진 네트워크 토폴로지

Flat Ad-Hoc에 비해, 지원 가능한 항공기가 높음

움직임 패턴이 상대적으로 안정적일 때 활용 가능

12



Persistent Backbone Network

안정된 궤도를 비행하는 플랫폼들 사이의 광대역 연결로 구성

전술 서브넷과 상호 연결 됨

QoS 보장이 가능하며, 지연에 민감한 데이터 등을 전송할 때 사용 가능

13



공중중계노드 Cell Planning

14

공중중계노드 (UAV) Cell Planning

Challenges of UAV-based wireless communication

Channel Model

LOS and NLOS

Interference

UAV deployment

3D Positioning, Path Planning, Power control

Resource management

Tc/Tm Scheduling, Dynamic MAC Protocol

Network layer

ID, IP transport

Network Slicing (service slicing)

15

Network

Layer

[5] Y. Zeng, et al., “Wireless communications with unmanned aerial vehicles: opportunities and challenges,” IEEE Communication Magazine, vol. 54, no. 5, pp. 36 – 42, May. 2016.

[6] 김재현, “드론을 활용한 이동통신 네트워크 기술,” http://winner.ajou.ac.kr/publication/data/invited/20180227_UAV.pdf, Mar. 2018

신호 전파 종류

LoS (Line-of-sight), NLoS (Non-Line of Sight)

다중경로 요소 (MPC: Multi-Path component)

공중-지상 노드 간 신호 감쇄 모델

• A : LoS 신호와 NLoS 신호 평균값 차이 [dB]

• a, b : 네트워크 환경(대도시, 소도시)등에 의해정해지는 값

• θ : 공중노드와 지상노드의 고각

• h : 공중노드 고도

• R : 공중노드 반경

• B : Free space 신호 감쇄값 + NLoS 신호 평균값

16

UAV Cell Planning : 채널 모델※ FSPL : Free Space Path Loss

2 2

maxPL 20log( )1 exp( [ ])

Ah R B

a b a

LoS 신호 확률

[7] A. A. Hourani, et al., “Optimal LAP altitude for maximum coverage,” IEEE Wirel. Commun. Lett., vol 3, no 6, pp. 569 – 572, Dec. 2014.

각 도시 환경에서의 셀 반경 vs. 고도

17

4개의 서로 다른 도시환경에서중심 주파수 2 GHz 대역, PLmax 10dB로 고정

UAV Cell Planning : 채널 모델, 셀반경 도출

PLmax : 최대신호감쇄경계값

Urban 환경에서 PLmax 변화

[7] A. A. Hourani, et al., “Optimal LAP altitude for maximum coverage,” IEEE Wirel. Commun. Lett., vol 3, no 6, pp. 569 – 572, Dec. 2014.

D2D 장비 및 하향링크 신호 간 간섭제어를 위한 Cell-Plan 방안

D2D 장비로 인해 발생하는 신호 간섭을 최소화 하는 공중 노드의 고도 설정

네트워크 내 총 통신량을 최대화 하는 공중 노드 Cell-Plan 수행

네트워크 특성

• 공중노드로부터 직접적으로 통신 지원을 받는 OTM 단말 (DU)

• OTM 단말 간 통신 (D2D)

18

[11] M. Mozaffari, W. Saad, M. Bennis, and M. Debbah, “Efficient deployment of multiple unmanned aerial vehicles for optimal wireless coverage,” IEEE

Communications Letters, vol. 20, no. 8, pp. 1647-1650, Aug. 2016.

UAV Cell Planning : 간섭 제어

셀내 신호 간섭

𝒅𝟎(m) 최적 고도 (m)

30 400

25 350

20 200

공중노드 고도 vs. 네트워크 총 통신율

[8] M. Mozaffari et. al, “Unmanned aerial vehicle with underlaid device-to-device communications: performance and tradeoffs,” IEEE Trans. Wirel. Commun., Feb. 2016

다른 공중노드와의 신호 간섭제어를 위한 Cell-Plan 방안

다른 공중노드로부터의 신호 간섭을 고려하면서 지상 OTM 단말 등의 통신지원을위한 최적의 통신 반경 설계

다른 공중노드와 통신 반경이 겹치는 부분이 없도록 설계

• 공중노드의 고도와 위치 : 고도에 따라 통신 반경 변화

• 안테나 종류 : Omnidirectional vs. Directional (안테나 이득)

• 소모 전력 : 공중노드 생존성

19

UAV Cell Planning : 간섭 제어, 클러스터링

UAV 대수UAV 한대 당통신 반경

전체면적 대비지원 통신 면적

1 Rc 1

2 0.5Rc 0.5

3 0.464Rc 0.646

5 0.370Rc 0.685

9 0.261Rc 0.689

CirclePacking problem

[9] M. Mozaffari,et al., “Efficient deployment of multiple unmanned aerial vehicles for optimal wireless coverage,” IEEE Communications Letters, vol. 20, no. 8, pp. 1647-1650, Aug. 2016.

무인기 대수 vs. 고도

Rc : 5000 m

θB : 안테나 편파각

20

UAV Cell Planning : 간섭 제어, 클러스터링

UAV 대수 ↑ , 고도 낮아짐 ↓

(UAV 한대 당 통신 반경이 줄어듦으로 고도도 낮아짐)

무인기 대수 vs. 통신 지원가능 면적, vs. 망 생존성

Rc : 5000 m

θB : 80°

UAV 대수 ↑ , 망 생존성 증가 ↓

(고도 및 통신 반경이 줄어들기 때문에 무인기전력소모량 감소)

[9] M. Mozaffari,et al., “Efficient deployment of multiple unmanned aerial vehicles for optimal wireless coverage,” IEEE Communications Letters, vol. 20, no. 8, pp. 1647-1650, Aug. 2016.

21

UAV Cell Planning : 전력, 클러스터링

공중노드의 전력소모를 최소화 하기 위한 Cell-Plan 방안

공중노드의 수용능력에 따른 공중노드 대수 및 전력소모량 도출

공중노드의 전력소모가 최소화 되는 위치 및 클러스터링 결과

UAV 수용능력 vs. UAV 대수, 전력 소모량

• ideal : 무인기 수용능력 / 지상노드 수용능력

• Cal. : 전력 소모 고려

UAV 수용능력 200 Mbps 일 때, UAV 위치 도출 및 클러스터링 과정

[10] J. W. Cho, et al., "Multi-UAV Placements to Minimize Power Consumption in Urban Environment," in Proc. IMCOM 2019, Phuket, Thailand, 4-6. Jan. 2019..

22

UAV Cell Planning : Path Planning

Path Planning 목적

kinodynamic 제약 조건에서 주어진 임무 수행을 극대화

Kinodynamic : 공중노드의 속도, 가속도, 외력, 토크와 같이물리적인 요소를 포함하는 단위

공중노드 간 충돌 방지

주요 고려사항

OTM 단말의 통신 지원을 위한 공중노드 Waypoint 선정

외판원 문제

• 한 도시에서 다른 도시로 이동하는 비용이 주어졌을 때 도시들을 한번씩만 방문하고 돌아오는이동순서를 구하는 문제

지역 우선 순위 문제

• 우선적으로 처리해야할 트래픽이 있는 경우

Kinodynamic 조건

[11] L. Yang, et al., “A Literature review of UAV 3D path planning,” WCICA, 2014 11th world congress on, Shenyang, China, Jun. 2014.

[12] Y. Zeng, et al., “Trajectory design for completion time minimization in UAV-enabled multicasting,” IEEE Trans. Wirel. Commun., vol. 17, no. 4, pp. 2233 – 2246, Apr. 2018.

23

UAV Cell Planning : Path Planning

무인기의 에너지소모 및 최적 비트할당 구조를 고려한 Path Planning

무인기 에너지 소모 모델

Model 1 : 속도만 고려한 공중노드 에너지 소모

Model 2 : 가속도 포함한 공중노드 에너지 소모

Model 2에 기반한 Path Planning 시발생하는 최적비트 할당 결과

파란색 : MU가 보내는 비트 수붉은색 : UAV가 처리하는 비트 수녹색 : UAV가 보내는 비트 수

[13] S. Jeong, et al., “Mobile edge computing via a UAV-mounted cloudlet: optimization of bit allocation and path planning,” IEEE Trans. on Vehicular Technology, Vol. 67, No.3, pp. 2049-

2063, Mar. 2018.

Dynamic TDMA를 활용한 자원 관리

제한된 대역폭에서 데이터 QoS를 만족하고 네트워크 전체 처리율을 최대화 하는자원 관리 방안

TDMA 프레임 내부에 제어메시지의 수를 최대화하여 운용가능한 공중 노드의 수를 극대화

24

UAV Cell Planning : 자원 관리(대역폭, 전력)

UAV 대수 vs. 네트워크 전체 처리율

① TDMA 프레임 크기확인 및 데이터 요구사항확인

②데이터 요구사항에 맞는단위 Timeslot 크기 도출

③이후 Timeslot의 크기계산 및 제어메시지Timeslot 우선 할당

④할당 후 여분의 공간에데이터 Timeslot 할당

[14] H. R. Cheon, et al., “Dynamic resource allocation algorithm of UAS by network environment and data requirement,” in proc. ICTC 2017, jeju, Korea, 18 - 20, Oct. 2017.

지상 OTM 단말의 데이터 제공을 위한 자원관리 방안

공평한 대역폭 할당을 위한 최적의 셀 분배

OTM 단말들의 분포에 따라 공중노드 셀들의 평균 데이터율을 높이는 방향으로 셀 분배

25


OTM 단말 분포(σ0) vs. 대역폭 공평도셀분배 결과 (Proposed, Weighted Voronoi)

비균일 균일

네모 내 방사형은 OTM 단말의 분포를 의미 (붉은색 : 밀집)

[15] M. Mozaffari, et al., “Wireless Communication using unmanned aerial vehicles (UAVs): optimal transport theory for hover time optimization,” accepted in IEEE Trans. Wirel. Commun., 2017.

지상 OTM 단말의 데이터 제공을 위한 자원관리 방안

공중노드의 체공시간 단축을 위한 방안

체공시간 vs. 대역폭

26


• Optimal : 최적 체공시간으로 도출된 대역 할당• Equal : OTM 단말들에게 동일한 대역 할당

체공시간 vs. 무인기 대수, 총 대역폭 사용량

공중 노드의 전력소모가 감소할 때, 무인기 대수 및 대역폭 증가

[15] M. Mozaffari, et al., “Wireless Communication using unmanned aerial vehicles (UAVs): optimal transport theory for hover time optimization,” accepted in IEEE Trans. Wirel. Commun., 2017.

Study Case: Military application

BLoS range extension with OPAL using UAVs

Purpose

To extend the range of a tactical military network using UAVs

• UAVs autonomously optimize the network connectivity by relocating themselves

Optimization objective

Placing the UAV radio relay is to improve the capacity of the network

Using Shannon-Hartley theorem

• Derived network quality(Network Connection Level)

• The higher the SNR, the higher the capacity

27

Network connection Level

• 𝑖 : UAV flight path• 𝑇𝑘 : Time

• 𝑉 : Set of nodes

• 𝐸 : directed edges connecting two nodes(measuring its link quality as a SNR)

※ OPAL : self-healing communications network concept (autonomous system)

[16] K. P. Hui, et al., “Beyond line-of-sight range extension with OPAL using autonomous unmanned aerial vehicles,” in proc. MILCOM 2017, Baltimore, MD, USA, Oct, 2017.

Case Study : Military application

Performance Analysis

Scenario 1

Two mobile ground node(node 1, node 2), UAV node

28


Node 1

Node 2

UAV

Radio transmit power = 2 W.Speed of the ground nodes = 15 m/s.Speed of the UAV = 10 m/s.UAV flying altitude = 50 m above mountain.

- Cultana Training Rangein South Australia


Case Study: Military application

Performance Analysis

Scenario 2

Base Station(node 1) Mobile ground node(node 2), UAV node

29


Node 1

Node 2

UAV

Radio transmit power = 1W.Speed of the ground nodes = 15 m/s.Speed of the UAV = 5 m/s.UAV flying altitude = 50 m above mountain.


5G UAV 통신기술

30

Challenges Due to high altitude and UAV mobility Channel coherence time is reduced

• Fast channel estimation or beam training method are required

Channel variance lead to channel path changes (path number, path direction)• Effective training and tracking are required

UAV channel acquisition and precoder design Fast channel estimation Reduce the rank number of channel covariance matrix

• Reduction of the training and feedback overhead

Apply fast Kalman filter• Low complexity and high efficiency

Fast beam training Hierarchical beam training, and pseudo-exhaustive beam training

Real-time motion parameters (gyroscope)

31

Beam tracking with UAV mobility

[17] C. Zhang, et al., “Research challenges and opportunities of UAV millimeter-wave communications ,” IEEE Wireless Communication, pp. 58 – 62, Feb. 2019.

UAV in 5G : mmWave MIMO

※ MIMO: Multiple-Input Multiple-Output

UAV in 5G : mmWave 3D beamforming

Challenges

The large variation range of the elevation angles of UAVs and the dominance of the LoS UAV-BS channels

Potential approach

Adaptively designs the antenna beamforming based on the UAV location or even instantaneous channel state information (CSI)

Enhance the interference mitigation capability by exploiting the elevation angle separations of UAVs

32

Fan-shaped beam (2D beamforming) pencil-shaped beam (3D beamforming)

[18] Y. Zeng, et al., “Cellular-connective UAV: potential, challenges, and promising technologies,” IEEE Wireless Communication, pp. 120 – 127, Feb. 2019.

UAV in 5G : mmWave 3D beamforming

Simulation Result

Fixed : Maximum RSRP based on large-scale channel gain

3D beamforming : Maximum RSRP with MRT beamforming based on instantaneous CSI

33

※RSRP : reference signal received power

※MRT : Maximal-ratio transmission

Simulation environment UEs’ sum rate CDF (fixed vs. 3D beamforming)

[18] Y. Zeng, et al., “Cellular-connective UAV: potential, challenges, and promising technologies,” IEEE Wireless Communication, pp. 120 – 127, Feb. 2019.

UAV in 5G : Multiple Access Design

Challenges Trade-off Directional transmission vs.

limited user access under BDMA• The number of antennas

Widened beamwidth vs. increased inter-beam interference

Adaptation to UAV network dynamics

Potential approach link-adaptive constellation division multiple access (CoDMA) technique for

UAV-aided 5G ultra-dense networks Concurrent transmissions within a single beam when increasing number of

connected devices and the demand for high wireless service quality• Beamwidth adaptation

34

※ BDMA : Beam Division Multiple Access

[19] L. Wang, et al., “Multiple access mmWave design for uav-aided 5G communications,” IEEE Wireless Communication, pp. 64 –71, Feb. 2019.

UAV in 5G : Network slicing

Definition

Logical network that provides specific network capabilities and network characteristics (SA2 and RAN)

Managed network slice-subnet instances (NSSIs) with respect to domain (RAN core) or location (Ottawa, Toronto, etc.) (SA5)

Shared AMF and SMF, and non shared User plane

35

Interfaces and service-based 5G-core slices

※ SA2 : Architecture

※ SA5 : Telecom management

[20] I. B. Yaliniz, et al., “Is 5G ready for drones: a look into contemporary and prospective wireless networks from a standardization perspective,” IEEE Wireless Communication, pp. 18 – 27,

Feb. 2019..

UAV in 5G : Network slicing

Purpose

Extend a 5G network slice for video monitoring with a Flying Ad-hoc NETwork(FANET) constituted by UAVs with multi-access edge computing (MEC) facilities (MEC UAVs), flying very close to the layer of UAVs monitoring the area of interest

36

Network architecture Architecture of a MEC UAV

[21] C. Grasso, and G. Schembra, “A fleet of MEC UAVs to extend a 5G network slice for video monitoring with low-latency constraints,” Journal of Sensor and Actuator Networks, pp. 1 – 12,

Aug. 2019.

결론

37

38

결론


공중노드 포함 Cell Planning 기술 Cell Planning

채널 모델

간섭 제어

전력

클러스터링

Path-planning

자원 관리 방안 (대역폭, 전력)

5G UAV 통신기술 mmWave, Multiple access

3D beamforming

Network slicing

고려사항 UAV 이동중계기의 필요성 vs. 효과성

Reference[1] “군 통신체계 소개(발전방향 및 기술 추세)“, 국방과학연구소 제 2기술개발 본부 3부, 2012년 6월[2] 황정섭, 백해현, “네트워크 중심전을 위한 군 정보 통신 장비 기술/발전 동향,” 전자파기술, 제19권 4호, pp.15-32, 2008년 7월[3] W. Saad, “Wireless communications and networking with unmanned aerial vehicles,” in proc. MILCOM 2017, Baltimore, MD, USA, Oct, 2017.[4] USAF, Airborne Network Architecture, 2004[5] Y. Zeng, et al., “Wireless communications with unmanned aerial vehicles: opportunities and challenges,” IEEE Communication Magazine, vol. 54, no. 5, pp. 36 – 42, May. 2016.[6] 김재현, “드론을 활용한 이동통신 네트워크 기술,” http://winner.ajou.ac.kr/publication/data/invited/20180227_UAV.pdf, Mar. 2018.[7] A. A. Hourani, et al., “Optimal LAP altitude for maximum coverage,” IEEE Wirel. Commun. Lett., vol 3, no 6, pp. 569 – 572, Dec. 2014.[8] M. Mozaffari et. al, “Unmanned aerial vehicle with underlaid device-to-device communications: performance and tradeoffs,” IEEE Trans. Wirel. Commun., Feb. 2016.[9] M. Mozaffari,et al., “Efficient deployment of multiple unmanned aerial vehicles for optimal wireless coverage,” IEEE Communications Letters, vol. 20, no. 8, pp. 1647-1650, Aug. 2016.[10] J. W. Cho, et al., "Multi-UAV Placements to Minimize Power Consumption in Urban Environment," in Proc. IMCOM 2019, Phuket, Thailand, 4-6. Jan. 2019.[11] L. Yang, et al., “A Literature review of UAV 3D path planning,” WCICA, 2014 11th world congress on, Shenyang, China, Jun. 2014.[12] Y. Zeng, et al., “Trajectory design for completion time minimization in UAV-enabled multicasting,” IEEE Trans. Wirel. Commun., vol. 17, no. 4, pp. 2233 – 2246, Apr. 2018.[13] S. Jeong, et al., “Mobile edge computing via a UAV-mounted cloudlet: optimization of bit allocation and path planning,” IEEE Trans. on Vehicular Technology, Vol. 67, No.3, pp. 2049- 2063, Mar. 2018.[14] H. R. Cheon, et al., “Dynamic resource allocation algorithm of UAS by network environment and data requirement,” in proc. ICTC 2017, jeju, Korea, 18 - 20, Oct. 2017[15] M. Mozaffari, et al., “Wireless Communication using unmanned aerial vehicles (UAVs): optimal transport theory for hover time optimization,” accepted in IEEE Trans. Wirel. Commun., 2017[16] K. P. Hui, et al., “Beyond line-of-sight range extension with OPAL using autonomous unmanned aerial vehicles,” in proc. MILCOM 2017, Baltimore, MD, USA, Oct, 2017.[17] C. Zhang, et al., “Research challenges and opportunities of UAV millimeter-wave communications ,” IEEE Wireless Communication, pp. 58 – 62, Feb. 2019.[18] Y. Zeng, et al., “Cellular-connective UAV: potential, challenges, and promising technologies,” IEEE Wireless Communication, pp. 120 – 127, Feb. 2019.[19] L. Wang, et al., “Multiple access mmWave design for uav-aided 5G communications,” IEEE Wireless Communication, pp. 64 –71, Feb. 2019.[20] I. B. Yaliniz, et al., “Is 5G ready for drones: a look into contemporary and prospective wireless networks from a standardization perspective,” IEEE Wireless Communication, pp. 18 – 27, Feb. 2019.[21] C. Grasso, and G. Schembra, “A fleet of MEC UAVs to extend a 5G network slice for video monitoring with low-latency constraints,” Journal of Sensor and Actuator Networks, pp. 1 – 12, Aug. 2019.

39

Thank you !

Q & A

40

공중노드를포함한 otm 환경하 전술이동통신 cell-plan...

Documents