⚡ electrical engineering

HAPS-RIS and UAV Integrated Networks: A Unified Joint Multi-objective Framework

Dit artikel stelt een nieuw gezamenlijk multi-objectief raamwerk voor waarin HAPS-RIS en UAV's worden geïntegreerd om de dekking en netwerkprestaties in 6G-netwerken te optimaliseren door een balans te vinden tussen het aantal gebruikers, het aantal ingezette UAV's en het energieverbruik.

Oorspronkelijke auteurs: Arman Azizi, Mostafa Rahmani Ghourtani, Mustafa A. Kishk, Hamed Ahmadi, Arman Farhang

Gepubliceerd 2026-02-11

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Arman Azizi, Mostafa Rahmani Ghourtani, Mustafa A. Kishk, Hamed Ahmadi, Arman Farhang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je in een afgelegen gebied bent, midden in een natuurgebied of na een natuurramp, waar geen enkele zendmast van je telefoon te bekennen is. Je hebt geen bereik. Hoe lossen we dat op?

Dit wetenschappelijke artikel beschrijft een slimme manier om een "vliegend wifi-netwerk" te bouwen voor de toekomst (6G). Hier is de uitleg in begrijpelijke taal.

De drie hoofdrolspelers

Om dit netwerk te begrijpen, kun je het vergelijken met een team van reddingswerkers die een groot gebied moeten verlichten met zaklampen:

De UAV's (Drones): De "Handheld Zaklampen"
Drones zijn kleine, beweegbare vliegende zendmasten. Ze zijn heel flexibel: je kunt ze precies daarheen sturen waar de mensen zijn. Maar ze hebben een groot probleem: ze hebben een beperkte batterij en je kunt er maar een paar tegelijk in de lucht houden. Ze zijn als mensen met een zaklamp die na een uur moe zijn en moeten gaan opladen.
De HAPS (Hoge Platformen): De "Lantaarnpaal in de Wolken"
Dit is een enorm platform dat heel hoog in de stratosfeer zweeft (ver boven de vliegtuigen). Het is veel groter en krachtiger dan een drone en kan heel lang blijven hangen. Het is als een grote, stabiele lantaarnpaal die een enorm gebied van bovenaf verlicht.
De RIS (Slimme Reflectoren): De "Spiegels"
Dit is de geheime saus. Een RIS is een soort slimme spiegel die op het hoge platform (HAPS) zit. In plaats van zelf signalen te maken, kan deze spiegel de signalen van de "lantaarnpaal" heel precies naar de juiste plek reflecteren. Denk aan een spiegel die je gebruikt om het zonlicht precies in een donkere hoek van je kamer te laten schijnen.

Het probleem: De "Chaos van de Middelen"

Het probleem is dat je niet zomaar wat drones en spiegels de lucht in stuurt. Je moet een balans vinden. Als je te veel drones gebruikt, zijn ze te duur en raken de batterijen op. Als je alleen de hoge lantaarnpaal (HAPS) gebruikt, is het signaal misschien te zwak voor snelle internetverbindingen. En je hebt ook nog maar een beperkte hoeveelheid "luchtruimte" (bandbreedte) om signalen doorheen te sturen.

Het is alsof je een feestje organiseert in een groot bos: hoeveel zaklampen heb je nodig, waar zet je ze neer, en hoe verdeel je de batterijen zodat iedereen een beetje licht heeft?

De oplossing: Het "Slimme Regisseur-plan"

De onderzoekers hebben een wiskundig systeem bedacht dat werkt als een super-slimme regisseur. In plaats van dat elk onderdeel (de drone of de spiegel) voor zichzelf beslist, kijkt de regisseur naar het hele plaatje en maakt een plan op basis van drie prioriteiten:

Eerst de spiegels: De regisseur probeert eerst zoveel mogelijk mensen te helpen met de "slimme spiegels" (HAPS-RIS). Dat is namelijk goedkoper en efficiënter.
Dan de drones: Pas als de spiegels het niet meer aankunnen (bijvoorbeeld omdat mensen heel snel internet nodig hebben voor video's), stuurt de regisseur drones in om de gaten op te vullen.
Dan de efficiëntie: De regisseur zorgt dat de drones zo dicht mogelijk bij de mensen vliegen om energie te besparen.

Wat hebben ze ontdekt? (De conclusie)

De onderzoekers hebben met computersimulaties bewezen dat hun plan werkt:

Licht internet (bijv. WhatsApp): De "spiegels in de wolken" (HAPS-RIS) kunnen dit bijna alleen al oplossen. Je hebt nauwelijks drones nodig.
Snel internet (bijv. Netflix streamen): Hier zijn de drones onmisbaar. De spiegels alleen zijn niet sterk genoeg.
De perfecte balans: Door de "bandbreedte" (de weg waar de signalen overheen reizen) slim te verdelen tussen de spiegels en de drones, krijg je de beste dekking voor de minste kosten.

Kortom: In plaats van te kiezen tussen "alleen drones" of "alleen een hoog platform", hebben deze wetenschappers een manier gevonden om ze als een perfect geoliede machine samen te laten werken. Het is een slimme mix van spiegels in de lucht en drones op de grond die samen zorgen dat jij, zelfs in de diepste jungle, altijd verbonden blijft.

Technische Samenvatting: HAPS-RIS en UAV Geïntegreerde Netwerken

1. Probleemstelling (Het Probleem)

De opkomst van 6G-netwerken vereist universele connectiviteit, zelfs in afgelegen gebieden waar aardse infrastructuur onmogof of te duur is. Hoewel Unmanned Aerial Vehicles (UAV's) flexibele vliegende basisstations kunnen vormen, kampen zij met fundamentele beperkingen: een beperkt aantal beschikbare toestellen en een beperkt energiebudget.

Het onderzoek richt zich op de integratie van High-Altitude Platform Stations (HAPS) uitgerust met Reconfigurable Intelligent Surfaces (RIS) — ook wel HAPS-RIS genoemd — met UAV-netwerken. De centrale uitdaging is het ontwerpen van een geïntegreerd systeem dat de sterke punten van beide technologieën benut (HAPS-RIS voor brede dekking en UAV's voor hoge datasnelheden) zonder de complexiteit en de beperkte middelen (zoals bandbreedte en energie) uit het oog te verliezen. De kernvraag is: Hoe kunnen HAPS-RIS en UAV-infrastructuur gezamenlijk worden ontworpen binnen een uniform multi-objectief raamwerk?

2. Methodologie (De Aanpak)

De auteurs stellen een complex optimalisatieprobleem voor (OP 1), dat een Mixed-Integer Nonlinear Program (MINLP) is. Dit probleem is NP-hard vanwege de enorme hoeveelheid variabelen (locaties, faseverschuivingen van RIS, gebruikersassociatie en subcarrier-toewijzing). Om dit hanteerbaar te maken, introduceren zij een reeks wiskundige transformaties:

K-means Clustering Equivalentie: Ze bewijzen dat het minimaliseren van de gemiddelde padverlies (path loss) van UAV's wiskundig equivalent is aan het uitvoeren van k-means clustering. Hierdoor wordt de complexe locatie-optimalisatie omgezet in een efficiënt clustering-algoritme.
Closed-form RIS Faseverschuiving: In plaats van elke individuele RIS-element te optimaliseren, wordt een praktische, gesloten vorm (closed-form) afgeleid die gebruikmaakt van de geometrische eigenschappen van het scenario.
Mapping Techniek (Zone-gebaseerd): De enorme combinatorische zoekruimte van gebruikersassociatie wordt vereenvoudigd door het gebied op te delen in twee zones: een centrale "UAV-zone" en een buitenste "HAPS-RIS-zone". Daarnaast wordt de bandbreedte-toewijzing samengevat in één parameter: de bandwidth portioning factor ( $\kappa$ ).
Dynamische Pareto-optimalisatie: Er wordt een hiërarchische (lexicografische) optimalisatiestrategie gebruikt. De prioriteiten zijn:
1. Maximaliseren van het aantal gebruikers dat door HAPS-RIS wordt bediend.
2. Minimaliseren van het aantal benodigde UAV's.
3. Minimaliseren van de gemiddelde padverlies van de UAV's.

3. Belangrijkste Bijdragen (Key Contributions)

Een Uniform Raamwerk: Het eerste systeem-level raamwerk dat HAPS-RIS en UAV's niet als losse entiteiten, maar als een nauw gekoppeld, gezamenlijk systeem behandelt.
Lage Complexiteit: Door de bewezen equivalenties (zoals k-means) is de oplossing schaalbaar voor grote netwerken, wat cruciaal is voor praktische implementatie.
Unificatie van Baselines: Het model is zo krachtig dat bestaande scenario's (alleen UAV, alleen HAPS-RIS, of gelijke bandbreedteverdeling) simpelweg als speciale gevallen (specifieke waarden van $\kappa$ ) uit hetzelfde raamwerk voortvloeien.

4. Resultaten (De Bevindingen)

De simulaties tonen verschillende cruciale inzichten aan:

Regime-afhankelijk gedrag: Bij lage datasnelheden is HAPS-RIS alleen voldoende voor volledige dekking. Naarmate de vraag naar datasnelheid (bitrate) toeneemt, wordt de ondersteuning van UAV's onmisbaar.
Optimalisatie van Bandbreedte: De voorgestelde methode ( $\kappa_{opt}$ ) presteert consistent beter dan scenario's met een vaste of gelijke verdeling van de bandbreedte. Het vindt de ideale balans tussen het benutten van de HAPS-RIS capaciteit en het vrijhouden van middelen voor UAV's.
Trade-off tussen RIS en UAV: Er is een kwantificeerbare uitruil mogelijk: door de schaal van de RIS (het aantal elementen) te vergroten, kan het aantal benodigde (en dus kostbare) UAV's worden verminderd.

5. Betekenis (Significance)

Dit onderzoek biedt een theoretische en praktische blauwdruk voor de architectuur van toekomstige 6G non-terrestrial networks (NTN). Het stelt netwerkontwerpers in staat om kosten te optimaliseren door slimme keuzes te maken tussen passieve oppervlakken (RIS) en actieve vliegende basisstations (UAV's), afhankelijk van de specifieke service-eisen van een regio.