Predictive Control over LAWN: Joint Trajectory Design and Resource Allocation

技術要約：低高度無線ネットワークにおける予測制御

問題提起
本研究は、ドローンによって支援される低高度無線ネットワーク（LAWN）内において、複数の移動型自動搬送車（AGV）をリアルタイムで無線制御するという課題に取り組んでいる。核心となる問題は、レイテンシが極めて重要なシナリオにおける通信の信頼性と制御性能の間の密接な結合にある。従来のアプローチは、通信と制御を独立したサブシステムとして扱うか、あるいは無限ブロック長（IBL）伝送を仮定することが多いが、これらはリアルタイム制御における厳格なレイテンシおよび信頼性の要件を捉えきれていない。このようなシステムでは、運用期間が短いタイムスロットに分割されるため、有限ブロック長（FBL）伝送が必要となる。FBLの下では、達成可能レートは非凸であり、信号対雑音比（SNR）、ブロック長、およびブロックエラー率（BLER）に対して非常に敏感であるため、制御ポリシー、送信電力、およびドローンの軌道の共同最適化は、IBLベースのシステムよりも著しく複雑になる。さらに、既存の研究では、通信の切断（アウトレージ）と、マルチエージェントの協調設定における内部ループ制御メカニ지의安定性との間の複雑な相互作用が見落とされていることが多い。

手法
著者らは、ドローンがFBL伝送を介して複数のAGVにサービスを提供する、通信支援型モデル予測制御（MPC）フレームワークを提案している。その手法は以下のステップで進行する：

1. システムモデリング：

   • 通信： 空中対地上（A2G）チャネルは、見通し内（LoS）および見通し外（NLoS）の両方の条件を考慮するために、Nakagami-m フェーディングを用いてモデル化されている。達成可能レートは、SNR、ブロック長、およびBLERを組み込んだFBL理論を用いて導出される。
   • 制御： AGVは線形離散時間システムとしてモデル化されている。滑らかなアクチュエーションを確保するため、システムは前回の制御入力を含む拡張状態ベクトルを用いて再定式化されている。制御目的は、有限の予測ホライゾンにわたって、軌道追従誤差と制御努力を最小化することである。
   • 統合： フレームワークは、伝送の信頼性をアウトレージ確率（$P_k[n]$）を通じて明示的にモデル化している。システムダイナミクスは、制御コマンドの失敗の確率を考慮するように再定式化されている。アウトレージ発生時、AGVは外部入力なしに固有のダイナミクスに基づいて進化する。このアウトレージ確率は、MPCのコスト関数に直接組み込まれている。

2. 問題定式化：
   制御入力シーケンス、送信電力割り当て、およびドローンの軌道を同時に最適化することにより、期待制御コストを最小化する共同最適化問題が定式化される。この問題は、総送信電力、ドローンの最大速度、飛行境界、および制御入力の制限を制約条件とする。結果として得られる問題は、変数の結合とFBLレート式の複雑な性質により、非凸である。

3. 解法アルゴリズム：

   • 閉形式の導出： 著者らはまず、FBL伝送下でのアウトレージ確率の閉形式の式を導出する。
   • 再定式化： この式を用いて、元の問題を二次計画法（QP）構造へと再構成する。
   • 交互最適化（AO）： 非凸問題を、以下の3つの扱いやすいサブ問題に分解することで解くためのAOフレームワークを開発する：
     • 制御戦略： 凸最適化技術を用いた標準的なQPとして解かれる。
     • 電力割り当て： 非凸な目的関数を扱うために、バックトラッキングラインサーチを伴う射影勾配降下法（PGD）を用いて解かれる。
     • ドローンの軌道： 非凸項を一次のテイラー展開によって線形化するために、逐次凸近似（SCA）を用いて解かれる。
   • アルゴリズムは、収束するまでこれらの変数を反復的に更新する。論文では、アルゴリズムの収束特性と計算量に関する厳密な分析が提供されている。

主な貢献

1. 新規フレームワーク： FBL伝送下での複数のAGVのリアルタイムな遠隔軌道追従を可能にする、ドローン支援型LAWNのための無線制御フレームワークの開発。これは、通信の信頼性（アウトレージ確率経由）とMPCベースの制御を明示的に結合させている。
2. 共同最適化の定式化： 制御入力、電力割り当て、およびドローンの軌道を最適化することで、総制御コストを最小化する共同最適化問題を定式化。この定式化は、物理的な移動性と電力制約の下で、通信の中断が制御性能に与える影響を明示的に捉えている。
3. アルゴカルズムによる解法： 閉形式のアウトレージ確率式の導出、およびそれに続く非凸問題のQP構造への変換。PGDおよびSCA手法を利用して、計算効率の高い劣最適解を得るためのAOフレームワークの開発、ならびに収束性と計算量の分析。
4. 検証： 提案手法を、ベースライン手法（Predictive PID、Predictive LQR、Equal Power Allocation、およびStraight Flight）と比較検証するための、広範なシミュレーションおよびAirSimベースの実験。

結果

• 収束性： シミュレーションにより、提案されたアルゴリズムが異なるタイムスロットにわたって、安定した制御コストへと迅速に収束（数回のイテレーション以内）することが示されている。
• 堅牢性： 提案手法は、不完全なチャネル状態情報（CSI）や変動する電力予算の下でも、ベンチマークと比較して低い二乗平均平方根誤差（RMSE）の軌道追従を維持する。チャネル推定誤差が増大しても、性能の低下が緩やかであることが示されている。
• パラメータの影響：
  • 電力予算： 電力予算が高くなるほど、制御精度が向上する。提案された共同最適化は、特に低信頼性のシナリオにおいて、等電力割り当て（EPA）を大幅に上回る。
  • レート閾値： 要求されるデータレートの閾値が高くなるにつれ、アウトレージ確率の上昇により制御コストが増大する。提案手法は、ベースラインよりもこのトレードオフをより効果的に管理できる。
  • ブロック長： ブロック長が増加すると制御コストは減少し、IBLの場合へと収束する。提案手法は、静的割り当てや固定軌道ベースラインを一貫して上回る。
• 軌道適応： マルチAGVシナリオにおいて、ドローンは複雑なAGVの動き（急旋回など）がある領域を優先するように、動的に軌道を調整する。これに対し、ベースライン手法（EPAなど）は、より長く、効率の低い軌道となり、追従偏差が大きくなる。
• AirSimによる検証： 現実的な環境乱れ（雨、風、霧）を組み込んだAirSimプラットフォームでの実験により、手法の実用性が確認された。物理的な制約により理想的なシミュレーションよりも偏差は生じるものの、ドローンは依然として高複雑度領域の近くにホバリングすることに成功しており、堅牢性を実証している。

意義
本論文の主要な意義は、リアルタイムかつレイテンシが極めて重要なIoTシステムにおける、通信の信頼性と制御の安定性の間のギャップに対処している点にある。無限ブロック長という仮定を超え、通信と制御を統一されたシステムとして扱うことで、提案されたフレームワークは、ドローン支援型LAWNに対するより現実的かつ効果的なアプローチを提供している。本研究は、動的な環境における複数の移動エージェントを調整するための実用的なソリューションを提供しており、軌道、電力、および制御ポリシーの共同最適化が、厳格な通信制約下で高性能な追従を維持するために不可食欠であることを示している。AirSimによる検証は、物理的に根ざした、乱れの多い環境における理論モデルの実用性をさらに強調している。