UAV-BS 환경에서 서비스 처리량 최대화를 위한 강화학습 기반의 UAV 배치 연구 (Deploying UAV based on Reinforcement Learning for Throughput Maximization in UAV Environments)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 / 47권 / 7호 / 700 ~ 706페이지
· 저자명 : 박유민, 홍충선

초록

현재 5G의 상용화가 이루어지는 단계이지만 통신 품질의 안정화를 위해서는 많은 기지국이 필요하다. 따라서 지상 기지국을 대신하여 UAV를 통해 이동성과 경제적 이점을 얻을 수 있도록 연구가 이루어지고 있다. 이에 본 논문은 UAV-BS 환경에서 사용자들의 요구량과 지상 기지국 위치를 고려하여 최적의 서비스 처리량을 가질 수 있는 위치를 찾는 기법을 제안한다. The Air-To-Ground Path Loss Model을 토대로 가상 통신 환경 구축하고, 서비스 요구량에 따른 채널 사용 시간 분배를 위해 Max-Min Airtime Fairness를 적용한다. 더불어, 본 논문은 최적의 서비스 처리량 위치를 찾기 위한 방법으로 강화학습 중 Proximal Policy Optimization(PPO)을 사용한다. 결과적으로 본 연구를 통해 서로 다른 요구량을 가진 사용자들이 임의로 배치되어 있을 때, 학습 모델을 통해 높은 서비스 처리량을 가진 위치를 찾을 수 있었다.

영어초록

Because of the commercialization of the 5G network, many base stations must enhance a reliable communication quality. Thus, many studies are being conducted to provide mobility and economic benefits to the UAVs-Base Station (UAVs-BS) on behalf of the ground base stations. In this paper, we propose a system to identify a location wherein multiple users can access optimal service throughput by considering users’ requirements and the Base Station(BS)’s position in UAVs communication. Based on the Air-To-Ground(A2G) Path Loss Model, the virtual communication environment is established and Max-Min Airtime Fairness is applied for equitable channel usage time distribution according to user requirements. Additionally, the Proximal Policy Optimization (PPO) algorithm is applied to set an optimal location with the maximum throughput. As a result, the proposed systems allow the UAVs to be in the locations with high service throughput for users with different demands.

참고자료

· 없음