⚡ electrical engineering

Outage Probability Analysis of NOMA Enabled Hierarchical UAV Networks with Non-Linear Energy Harvesting

Questo articolo propone e analizza una rete gerarchica di UAV abilitata a NOMA con raccolta di energia non lineare, dimostrando che tale architettura riduce significativamente la probabilità di interruzione rispetto ai sistemi convenzionali privi di raccolta energetica in canali di fading Nakagami-m.

Autori originali: Faicel Khennoufa, Khelil Abdellatif, Metin Ozturk, Halim Yanikomeroglu, Safwan Alfattani

Pubblicato 2026-03-20

📖 4 min di lettura☕ Lettura da pausa caffè

CC0 1.0

Autori originali: Faicel Khennoufa, Khelil Abdellatif, Metin Ozturk, Halim Yanikomeroglu, Safwan Alfattani

Articolo originale dedicato al pubblico dominio sotto CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di voler consegnare un pacco importante (un messaggio) a un villaggio remoto in mezzo al nulla, dove non ci sono strade e le linee telefoniche non arrivano. Come fai?

1. Il Problema: I "Messaggeri" che si stancano

In passato, avremmo usato un solo aereo (un drone) per portare il pacco. Ma i droni hanno un problema enorme: la batteria. Se volano troppo a lungo, si spengono a metà strada. Inoltre, se devono parlare con molte persone contemporaneamente, la "corsa" dei messaggi diventa lenta e caotica.

2. La Soluzione Proposta: Una Squadra di Drone a "Livelli"

Gli autori di questo studio hanno ideato un sistema intelligente, come una squadra di soccorso organizzata in due livelli:

Il Capitano (CHU): È un drone principale che sta fermo in alto, come un torri di controllo. Lui ha il pacco originale e coordina tutto.
I Corrieri (CMU): Sono tanti piccoli droni che volano più in basso. Il loro compito è prendere il messaggio dal Capitano e portarlo a terra alle persone (i dispositivi IoT).

Ma c'è un trucco geniale: i Corrieri non hanno batterie ricaricabili. Come fanno a non spegnersi?
Hanno un "pannello solare magico" che non usa il sole, ma cattura l'energia dalle onde radio che arrivano da una stazione a terra (un "faro" energetico). È come se i corrieri potessero ricaricarsi bevendo l'energia che passa nell'aria mentre volano.

3. I Due Super-Poteri del Sistema

Per rendere tutto efficiente, il sistema usa due tecnologie speciali:

A. Il "Tubo Multi-Corsa" (NOMA)
Immagina una strada a senso unico. Normalmente, un'auto (un messaggio) alla volta può passare. Questo è lento.
Il sistema NOMA è come se trasformasse quella strada in un tubo trasparente gigante dove molte auto possono viaggiare una sopra l'altra, tutte insieme, senza scontrarsi. Il Capitano lancia tutti i messaggi insieme, e i Corrieri li separano magiciamente all'arrivo. Questo fa risparmiare tempo e spazio.

B. La "Friggitrice Intelligente" (Raccolta Energia Non Lineare)
Qui sta la parte più realistica. Molti studi pensano che se raddoppi l'energia che ricevi, raddoppi anche quella che accumuli. Ma nella vita reale non è così: è come una friggitrice che, se la accendi troppo forte, si surriscalda e smette di funzionare bene.
Gli autori hanno studiato proprio questo limite: la raccolta energia ha un "tetto". Se il segnale è troppo forte, il drone non riesce a immagazzinare tutta quell'energia in più. Il loro modello tiene conto di questo "tetto" per essere più realistici.

4. Cosa Succede nella Realtà? (I Risultati)

Gli scienziati hanno fatto dei calcoli matematici e delle simulazioni al computer per vedere se la loro idea funziona. Ecco cosa hanno scoperto, tradotto in parole semplici:

Funziona davvero: Il sistema con i droni che si ricaricano dalle onde radio è molto meglio di un sistema che non si ricarica affatto. Risparmiano molta energia e funzionano più a lungo.
Il "Tetto" esiste: Quando la potenza del segnale è troppo alta, l'efficienza smette di migliorare. È come cercare di riempire un secchio bucato: dopo un certo punto, l'acqua in più non serve a nulla.
Più droni non significa sempre meglio: Se aggiungi troppi droni corrieri (ad esempio, invece di 4 ne metti 8), aumenta la probabilità che uno di loro si rompa o perda il segnale. È come avere una catena di persone per passare un secchio d'acqua: più persone ci sono, più è probabile che qualcuno lo lasci cadere. Bisogna trovare il numero giusto, non il massimo possibile.
I difetti contano: I droni reali non sono perfetti; hanno piccoli difetti nei loro circuiti (come un microfono che gracchia). Il sistema tiene conto di questi difetti e mostra che, anche se ci sono, funziona comunque bene, ma bisogna progettare l'hardware con cura.

In Sintesi

Questo articolo ci dice che per il futuro delle comunicazioni (il 6G), non basta avere droni veloci. Dobbiamo creare sciami di droni intelligenti che:

Si aiutano a vicenda in una catena (uno comanda, gli altri eseguono).
Si ricaricano "mangiando" le onde radio dell'ambiente.
Parlano tutti insieme senza fare confusione.
Sono progettati tenendo conto dei limiti reali della fisica e dei difetti dei componenti.

È un passo avanti verso un mondo in cui i droni possono lavorare per giorni o settimane senza mai dover atterrare per cambiare batteria, rendendo le comunicazioni più veloci ed economiche anche nei posti più remoti.

Titolo: Analisi della Probabilità di Interruzione in Reti UAV Gerarchiche Abilitate da NOMA con Raccolta di Energia Non Lineare

1. Problema e Contesto

Le reti di Veicoli Aerei Non Equipaggiati (UAV) sono fondamentali per le reti cellulari di sesta generazione (6G), offrendo mobilità, costi ridotti e copertura di aree remote. Tuttavia, l'adozione su larga scala di sistemi multi-UAV è ostacolata da due sfide critiche:

Scarsità energetica: La limitata capacità delle batterie e l'alto consumo energetico per il volo e le comunicazioni riducono la durata delle missioni.
Efficienza spettrale e affidabilità: La gestione dell'interferenza e la necessità di servire più utenti contemporaneamente richiedono tecniche avanzate.

La letteratura esistente presenta diverse limitazioni:

Spesso assume modelli di raccolta di energia (EH) lineari, che non riflettono la realtà dei circuiti a radiofrequenza (RF), i quali mostrano caratteristiche di ingresso/uscita non lineari e soglie di saturazione.
Trascura o semplifica eccessivamente le imperfezioni hardware (HWI) (come rumore di fase, distorsione degli amplificatori di potenza e squilibri I/Q), che degradano le prestazioni reali.
Si concentra su sistemi a singolo UAV o su architetture "piatte", ignorando i vantaggi delle reti gerarchiche (a livelli) per la scalabilità e l'efficienza.

2. Metodologia e Modello di Sistema

Gli autori propongono un sistema di comunicazione wireless assistito da UAV con una struttura gerarchica ad hoc, integrata con:

Accesso Multiplo Non Ortogonale (NOMA): Per migliorare l'efficienza spettrale permettendo a più utenti di condividere lo stesso spettro.
Raccolta di Energia Non Lineare (Non-linear EH): Per un modello di alimentazione più realistico.
Imperfezioni Hardware (HWI): Considerate in tutti i nodi per un'analisi pratica.

Architettura di Rete:

UAV Cluster Head (CHU): Agisce come sorgente e coordinatore, posizionato a un'altitudine fissa.
UAV Membri del Cluster (CMU): Agiscono come relay (decodifica e inoltra - DF) per servire i dispositivi IoT a terra. I CMU raccolgono energia da un Beacon di Potenza (PB) terrestre.
Dispositivi IoT Terrestri: Gli utenti finali.

Protocollo di Funzionamento (Time Switching - TS):
Il tempo totale di trasmissione $T$ è diviso in tre fasi:

Fase di Raccolta Energia ( $\rho T$ ): I CMU raccolgono energia dal PB. L'energia raccolta segue un modello non lineare con una soglia di saturazione ( $P_{th}$ ).
Fase di Trasmissione CHU-CMU ( $(1-\rho)T/2$ ): Il CHU invia segnali sovrapposti (NOMA) ai CMU. I segnali vengono decodificati usando la Cancellazione Successiva delle Interferenze (SIC).
Fase di Trasmissione CMU-IoT ( $(1-\rho)T/2$ ): I CMU utilizzano l'energia raccolta per inoltrare i dati ai dispositivi IoT a terra.

Modellazione dei Canali:

I collegamenti sono modellati su canali Nakagami-m.
Si distinguono collegamenti A2A (Aria-Aria, Line-of-Sight) tra CHU e CMU, e A2G (Aria-Terra, misto LoS/NLoS) tra CMU e IoT/PB.
Le distorsioni dovute all'HWI sono modellate come rumore additivo dipendente dalla potenza del segnale.

3. Contributi Chiave

Progettazione Ibrida Innovativa: Integrazione di NOMA, raccolta di energia non lineare e HWI in una rete UAV gerarchica, offrendo un quadro di analisi più realistico rispetto agli studi precedenti.
Derivazione Analitica: Sviluppo di espressioni analitiche chiuse per la probabilità di interruzione (Outage Probability - OP) in tre livelli:
- OP per i singoli dispositivi IoT a terra.
- OP per un singolo CMU.
- OP complessiva dell'intera rete gerarchica.
Analisi Comparativa: Confronto del sistema proposto con due schemi di riferimento: una rete UAV gerarchica senza raccolta di energia (non-EH) e un sistema basato su raccolta di energia diretta da trasmettitori terrestri.

4. Risultati e Simulazioni

Le simulazioni numeriche, condotte su canali Nakagami-m, confermano la validità delle espressioni analitiche e rivelano i seguenti punti:

Vantaggio dell'EH: Il sistema con raccolta di energia (EH) supera significativamente il sistema senza EH, mostrando un guadagno di prestazioni stimato tra 8 e 12 dB in termini di probabilità di interruzione.
Effetto della Soglia di Saturazione ( $P_{th}$ ): A potenze di trasmissione elevate, le curve di interruzione raggiungono un "pavimento" (outage floor). Questo è dovuto alla saturazione dei circuiti rettificatori reali; aumentare la soglia di saturazione $P_{th}$ migliora le prestazioni e mitiga l'impatto dell'HWI.
Impatto delle Imperfezioni Hardware (HWI): L'aumento del fattore di imperfezione $K$ degrada la affidabilità del sistema, anche a livelli moderati. Questo sottolinea la necessità di considerare l'HWI nella progettazione.
Parametro di Forma Nakagami ( $m$ ): Un aumento del parametro $m$ (che indica condizioni di fading meno severe) riduce drasticamente la probabilità di interruzione, migliorando il guadagno di diversità.
Numero di CMU: Aumentare il numero di CMU ( $L$ ) migliora la copertura, ma paradossalmente aumenta la probabilità di interruzione complessiva del sistema. Questo perché con più relay, aumenta la probabilità che almeno uno di essi subisca un canale sfavorevole o un'interruzione, compromettendo l'intera catena.

5. Significato e Conclusioni

Questo studio fornisce un framework teorico e pratico fondamentale per lo sviluppo di reti UAV di prossima generazione (6G).

Realismo: Dimostra che ignorare la non-linearità dell'EH e le imperfezioni hardware porta a sovrastimare le prestazioni del sistema.
Efficienza Energetica: Conferma che l'integrazione di NOMA con raccolta di energia non lineare è una soluzione sostenibile per estendere la vita operativa delle missioni UAV.
Ottimizzazione di Progetto: I risultati suggeriscono che non è sempre vantaggioso massimizzare il numero di UAV nella rete; esiste un compromesso (trade-off) tra copertura e affidabilità complessiva. Inoltre, la progettazione dei circuiti di raccolta energia deve tenere conto delle soglie di saturazione per evitare il degrado delle prestazioni ad alta potenza.

In sintesi, il paper propone una soluzione robusta ed efficiente per le reti IoT assistite da UAV, ponendo le basi per implementazioni reali che devono operare in condizioni di canale e hardware non ideali.