UAV-Enabled IoT Networks: A SWIPT Energy Harvesting Architecture with Relay Support for Disaster Response

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 재해 대응 네트워크 (DRN, Disaster Response Networks) 에서 지상 기지국이 파괴되었을 때, 무인 항공기 (UAV) 를 '비행 기지국 (FBS)' 또는 중계기로 활용하여 IoT 사용자들과 통신하는 것이 필수적입니다.
• 핵심 문제: UAV 는 제한된 배터리 용량을 가지며, 재해 지역과 구호 기지 (또는 다른 네트워크) 사이를 이동하며 데이터를 수집하고 전송해야 합니다. 기존 방식 (시나리오 A) 에서는 UAV 가 에너지 수확 (Energy Harvesting, EH) 을 하지 않고 기존 배터리만으로 작동하므로, 다음과 같은 한계가 발생합니다.
  • 제한된 에너지로 인해 서비스 가능한 사용자 수가 적음.
  • 통신 속도가 낮고 서비스 커버리지가 부족함.
  • 비행 시간 단축을 위해 에너지 효율이 극대화되지 못함.
• 목표: UAV 가 재해 지역 (NET1) 의 사용자들로부터 데이터를 수집하는 동시에 에너지를 수확하여, 구호 기지 (NET2) 로 이동하여 데이터를 전송할 수 있는 최적의 에너지 관리 및 비행 시간 최소화 모델을 제시하는 것.

2. 제안된 방법론 (Methodology)

이 논문은 두 가지 시나리오를 비교 분석하며, 동시 무선 정보 및 전력 전송 (SWIPT) 기술을 활용한 새로운 아키텍처를 제안합니다.

• 시스템 모델:
  • NET1 (재해 지역): 지상 사용자 (GUs) 가 존재하며, 기지국이 고장 난 상태.
  • NET2 (구호 지역): 정상 작동하는 기지국 (BS) 이 존재.
  • UAV 역할: NET1 의 사용자들로부터 데이터를 업링크로 수신 (중계) 하고, NET2 의 기지국으로 다운링크를 통해 데이터를 전달.
• 시나리오 비교:
  • 시나리오 A (기존 방식): UAV 가 에너지 수확 없이 기존 배터리만으로 작동. 에너지 부족으로 인해 통신률과 커버리지가 제한됨.
  • 시나리오 B (제안 방식 - SWIPT): UAV 가 NET1 사용자들과 통신하는 동안 전력 분할 (Power Splitting, PS) 수신 아키텍처를 사용하여, 수신된 RF 신호의 일부를 정보 복호 (ID) 에, 나머지는 에너지 수확 (EH) 에 사용.
• 에너지 수확 메커니즘:
  • UAV 는 사용자들의 업링크 신호에서 에너지를 추출하여 배터리를 충전합니다.
  • 수신된 신호는 정보 처리용과 에너지 충전용으로 분할되며, 이 과정에서 신호 대 잡음비 (SNR) 와 에너지 효율 사이의 최적 균형을 찾습니다.
• 최적화 문제 (Optimization Problem):
  • 목적 함수: UAV 의 총 비행 시간 ($T_{total}$) 을 최소화 (또는 통신률과 에너지 효율의 관점에서 최대화).
  • 변수: 배터리 효율 ($\eta_{Bat}$), 전력 분할 비율 ($\eta_{PS}$).
  • 제약 조건:
    1. UAV 가 NET1 에서 NET2 로 이동하고 모든 사용자를 서비스하기 위해 충분한 에너지를 확보해야 함.
    2. 배터리 충전 효율 및 전력 분할 비율은 0 과 1 사이여야 함.
  • 해법: 라그랑주 승수법 (Lagrange Multiplier) 과 KKT 조건을 사용하여 최적의 파라미터를 도출했습니다.

3. 주요 기여 (Key Contributions)

1. SWIPT 기반 DRN 아키텍처 제안: UAV 가 이동 중에도 데이터를 수집하면서 동시에 에너지를 수확하여 다음 단계 (NET2 전송) 를 수행할 수 있는 새로운 중계 프로토콜을 설계했습니다.
2. 이론적 최적화 모델: UAV 의 비행 시간, 에너지 소비, 수확된 에너지 간의 관계를 수학적으로 모델링하고, 비행 시간을 최소화하는 최적의 전력 분할 비율 및 배터리 효율을 도출했습니다.
3. 시나리오 비교 분석: 기존 에너지 제한 방식 (A) 과 제안된 SWIPT 방식 (B) 을 비교하여, 제안된 방식이 사용자 수 증가 및 에너지 효율성 측면에서 우월함을 입증했습니다.
4. 상향/하향 링크 통합 고려: UAV 와 지상 사용자 간의 업링크 (데이터 수집 + 에너지 수확) 및 UAV 와 기지국 간의 다운링크 (데이터 전송) 를 통합적으로 고려한 모델링을 수행했습니다.

4. 시뮬레이션 결과 (Results)

시뮬레이션은 이론적 분석과 일치하며 다음과 같은 결과를 도출했습니다.

• 이론과 시뮬레이션의 일치: UAV 의 총 소요 시간 (이론값 vs 시뮬레이션) 이 매우 높은 정확도로 일치함을 확인했습니다.
• 업링크 전송 전력의 영향: 사용자들의 전송 전력이 증가할수록 UAV 의 통신 속도가 빨라지고, 수확되는 에너지도 증가하여 UAV 의 총 비행 시간이 감소했습니다.
• 사용자 밀도 및 수:
  • 제안된 시나리오 (B) 는 에너지 수확 덕분에 기존 방식 (A) 보다 더 많은 수의 사용자를 서비스할 수 있었습니다.
  • 사용자 밀도가 증가하면 초기에는 수확 에너지가 증가하여 비행 시간이 줄어들지만, 특정 임계점 이후에는 데이터 수집 시간이 길어져 비행 시간이 다시 증가하는 경향을 보였습니다.
• 데이터 임계값 및 고도: 수집해야 할 데이터 양 (Threshold) 이 증가하거나 UAV 의 비행 고도가 높아질수록 소비 에너지와 소요 시간이 증가했습니다.
• 에너지 효율성: SWIPT 기술을 통해 UAV 는 이동 중에도 에너지를 보충받아, 제한된 배터리 용량으로도 더 긴 임무 수행이 가능해졌습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 재해 대응 효율성 증대: 제안된 SWIPT 기반 아키텍처는 재해 지역에서 UAV 가 에너지 부족으로 인해 임무를 중단하는 문제를 해결하여, 더 많은 피해자를 신속하게 지원할 수 있는 가능성을 제시합니다.
• 에너지 자급 자족 가능성: UAV 가 외부 충전 없이도 통신 신호로부터 에너지를 수확하여 이동 및 통신을 지속할 수 있게 함으로써, 재해 지역과 같은 인프라가 파괴된 환경에서의 네트워크 지속성을 높였습니다.
• 미래 연구 방향: 본 연구는 단일 UAV 를 대상으로 했으나, 향후 MIMO(Multiple-Input Multiple-Output) 시스템과 빔포밍 (Beamforming) 기술을 결합한 다중 UAV 네트워크로 확장하고, 머신러닝을 활용한 에너지 관리 및 보안 강화 연구가 필요하다고 제언했습니다.

요약하자면, 이 논문은 재해 대응을 위한 UAV 네트워크의 가장 큰 병목 현상인 '에너지 부족'을 해결하기 위해, 통신 신호를 에너지로 변환하는 SWIPT 기술을 도입하고 이를 수학적으로 최적화하여 UAV 의 서비스 범위와 임무 성공률을 획기적으로 높인 연구입니다.