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

Resumo Técnico: Análise de Probabilidade de Interrupção em Redes Hierárquicas de UAV com NOMA e Colheita de Energia Não Linear

1. Problema e Motivação

As Redes de Veículos Aéreos Não Tripulados (UAVs) são fundamentais para a expansão da conectividade nas redes celulares de sexta geração (6G), especialmente em áreas remotas. No entanto, a adoção em larga escala enfrenta dois desafios críticos:

• Escassez de Energia: A autonomia limitada das baterias restringe a duração das missões e a eficiência da comunicação.
• Eficiência Espectral e Realismo do Modelo: A maioria dos trabalhos existentes assume modelos de colheita de energia (EH) lineares (irrealistas para circuitos práticos) e ignora as imperfeições de hardware (HWI) dos transceptores. Além disso, muitos estudos focam em sistemas de UAV único ou planos, negligenciando arquiteturas hierárquicas mais complexas e eficientes.

O objetivo deste trabalho é preencher essas lacunas propondo uma rede ad hoc hierárquica de UAVs que integre Acesso Múltiplo Não Ortogonal (NOMA), Colheita de Energia Não Linear e Imperfeições de Hardware (HWI), visando melhorar a eficiência energética e espectral.

2. Metodologia e Modelo do Sistema

O sistema proposto consiste em uma rede ad hoc hierárquica de dois níveis operando em canais de desvanecimento Nakagami-m:

• Arquitetura:
  • UAV Cabeça de Cluster (CHU): Atua como fonte de dados e coordenador, operando como uma plataforma de voo estacionária.
  • UAVs Membros do Cluster (CMUs): Atuam como repetidores (relés) que coletam dados do CHU e os retransmitem para dispositivos IoT terrestres.
  • Beacon de Potência (PB): Uma estação terrestre que transmite sinais de RF para que os CMUs coletem energia.
• Protocolo de Operação (Time Switching - TS):
  1. Fase de Colheita de Energia ($\rho T$): Os CMUs desviam parte do tempo para coletar energia do PB. O modelo de colheita é não linear, considerando um limiar de saturação ($P_{th}$) e eficiência de conversão ($\eta$), o que reflete melhor o comportamento de retificadores reais.
  2. Fase de Transmissão de Informação ($(1-\rho)T$):
     • O CHU transmite sinais superpostos (NOMA) para os CMUs.
     • Os CMUs decodificam usando Cancelamento Sucessivo de Interferência (SIC).
     • Os CMUs utilizam a energia colhida para retransmitir os dados para os dispositivos IoT no solo.
• Considerações Práticas: O modelo incorpora Imperfeições de Hardware (HWI) (ruído de distorção no transmissor e receptor) em todos os nós, além de considerar links A2A (Ar-Ar) como LoS (Linha de Visão) e links A2G (Ar-Terra) como mistos (LoS/NLoS).

3. Principais Contribuições

• Projeto Integrado: Propõe-se um esquema que combina NOMA, colheita de energia não linear e HWI em uma rede hierárquica de UAVs, oferecendo uma avaliação mais realista do que os modelos lineares ideais anteriores.
• Derivação Analítica: O artigo deriva expressões fechadas para a probabilidade de interrupção (outage probability) em três níveis:
  1. Dispositivos IoT individuais.
  2. Probabilidade de interrupção de um único CMU.
  3. Probabilidade de interrupção global do sistema (rede).
• Análise Comparativa: O desempenho é comparado com sistemas sem colheita de energia e com sistemas baseados em terra, demonstrando a superioridade da abordagem proposta.

4. Resultados e Discussão

As simulações validam as expressões analíticas e revelam os seguintes pontos-chave:

• Impacto da Colheita de Energia (EH): O sistema com EH supera consistentemente o sistema sem EH, apresentando um ganho de desempenho estimado de 8 a 12 dB na probabilidade de interrupção.
• Efeito de Saturação: Em altos níveis de potência de transmissão, observa-se um "piso" de interrupção (outage floor). Isso ocorre devido à saturação dos circuitos de retificação não lineares, indicando que aumentar a potência além do limiar $P_{th}$ não melhora o desempenho.
• Influência das Imperfeições de Hardware (HWI): A presença de HWI degrada significativamente a confiabilidade do sistema. Mesmo níveis moderados de imperfeições causam perdas de desempenho não negligenciáveis, reforçando a necessidade de modelá-las no projeto de sistemas reais.
• Parâmetros do Canal (Nakagami-m): O aumento do parâmetro de forma $m$ (indicando condições de desvanecimento menos severas) melhora a diversidade do sistema e reduz a probabilidade de interrupção.
• Número de CMUs: Embora aumentar o número de CMUs possa expandir a cobertura, o estudo mostra que um número excessivo de UAVs na rede aumenta a probabilidade global de interrupção, pois eleva a chance de que pelo menos um nó na cadeia de retransmissão falhe.

5. Significado e Conclusão

Este trabalho fornece uma estrutura analítica robusta para o projeto de redes de UAVs para o futuro 6G e IoT. Ao demonstrar que a integração de NOMA com colheita de energia não linear é viável e superior, mesmo na presença de imperfeições de hardware, o estudo oferece diretrizes práticas para engenheiros.

A principal conclusão é que, para maximizar a eficiência e a confiabilidade, é crucial considerar a não-linearidade da colheita de energia e as limitações do hardware, além de otimizar cuidadosamente o número de UAVs na rede para evitar a degradação do desempenho global devido a falhas em cadeia. O sistema proposto oferece uma solução sustentável e energeticamente eficiente para comunicações em áreas remotas e críticas.