Semantic-Aware UAV Command and Control for Efficient IoT Data Collection

1. Problema e Contexto

O artigo aborda o desafio de coletar dados de dispositivos da Internet das Coisas (IoT) utilizando Veículos Aéreos Não Tripulados (UAVs), especialmente em cenários onde a infraestrutura terrestre é limitada ou inexistente.

• Desafios Principais: A coleta eficiente de dados é dificultada por restrições de recursos (energia, largura de banda) e pela necessidade de tomada de decisão em tempo real. Além disso, a transmissão de grandes volumes de dados brutos (como imagens) consome muitos recursos.
• Limitações das Abordagens Existentes: A maioria dos trabalhos anteriores otimiza o controle do UAV (trajetória) e a transmissão de dados semânticos de forma separada. Eles frequentemente assumem que os sinais de comando e controle (C&C) são ideais e sem atraso, ignorando o trade-off crítico entre otimizar a trajetória do UAV e garantir a recuperação de alta qualidade dos dados semânticos, especialmente quando há atrasos na transmissão dos comandos do Base Station (BS) para o UAV.

2. Metodologia Proposta

Os autores propõem um novo framework que integra comunicação semântica com o controle e comando (C&C) do UAV.

• Codificação Semântica (DeepJSCC):
  • Cada dispositivo IoT utiliza Deep Joint Source-Channel Coding (DeepJSCC) para codificar suas imagens diretamente em símbolos de canal (representações latentes compactas).
  • A codificação é estruturada por ordem de importância: os símbolos mais importantes são transmitidos primeiro. Isso permite a reconstrução da imagem mesmo com transmissão parcial (os símbolos faltantes são preenchidos com zeros), onde a qualidade da imagem reconstruída é proporcional ao número de símbolos recebidos.
• Modelo de Sistema:
  • Um UAV voa de um ponto inicial a um destino dentro de um horizonte de tempo fixo ($T$).
  • Uma Estação Base (BS) controla a trajetória do UAV enviando comandos de aceleração.
  • O UAV coleta dados enquanto está dentro do alcance de comunicação ($D_{com}$) dos dispositivos. Se o UAV sair do alcance antes de receber todos os símbolos, a transmissão para aquele dispositivo é interrompida, mas a reconstrução parcial ainda é possível.
  • Atraso de Controle: O modelo considera explicitamente um atraso ($\Delta[t]$) na transmissão dos comandos de aceleração da BS para o UAV.
• Formulação do Problema:
  • O problema é modelado como um Processo de Decisão de Markov (MDP).
  • Objetivo: Maximizar a qualidade média das imagens reconstruídas (medida por PSNR - Peak Signal-to-Noise Ratio) visitando o máximo de dispositivos possível e permanecendo dentro do alcance deles por tempo suficiente para coletar o maior número de símbolos.
  • Restrições: Dinâmica de movimento do UAV, limite de aceleração, chegada ao destino final e visita única a cada dispositivo.

3. Solução Algorítmica (Aprendizado por Reforço)

Para resolver o problema de otimização complexo e dinâmico, os autores utilizam Aprendizado por Reforço (RL), especificamente o algoritmo Double Deep Q-Learning (DDQN).

• Agente: O agente de RL é implantado na Estação Base (BS).
• Estado ($S$): Inclui a posição e velocidade do UAV, quais dispositivos foram visitados, a qualidade das imagens coletadas até o momento e o tempo restante da missão.
• Ação ($A$): Vetores de aceleração 2D ($a_x, a_y$) enviados para o UAV.
• Função de Recompensa ($R$): Composta por três termos:
  1. Recompensa por coleta de dados ($r_c$): Incentiva visitar dispositivos e coletar símbolos (baseado no PSNR).
  2. Recompensa por conclusão de missão ($r_d$): Incentiva chegar ao destino dentro do tempo limite.
  3. Recompensa fixa ($r_g$): Concedida ao chegar ao destino final.
• Vantagem do DDQN: O uso de duas redes neurais (online e alvo) reduz o viés de superestimação comum no Q-Learning padrão, permitindo uma política de voo adaptativa robusta frente aos atrasos de comando e incertezas do canal.

4. Resultados da Simulação

Os experimentos foram realizados em uma área de $1000 \times 600$ m com 10 dispositivos IoT. O desempenho do DDQN foi comparado com duas abordagens de referência: Guloso (Greedy) e Problema do Caixeiro Viajante (TSP).

• Qualidade de Reconstrução (PSNR): O método proposto (DDQN) superou consistentemente as abordagens Gulosa e TSP em todas as faixas de largura de banda e velocidades testadas.
• Adaptabilidade:
  • Em baixa largura de banda, o DDQN aprendeu a ajustar o tempo de voo (hovering) dentro do alcance dos dispositivos para coletar mais símbolos, enquanto as abordagens fixas sofriam com qualidade degradada.
  • Em altas velocidades, o DDQN mitigou a perda de dados ao equilibrar a trajetória para não sair do alcance muito rapidamente, algo que as abordagens de velocidade fixa não conseguiam fazer.
• Trajetória: Enquanto o TSP segue um caminho global pré-determinado e o Guloso foca apenas no dispositivo mais próximo imediato, a trajetória do DDQN adapta-se dinamicamente, permitindo que o UAV "permaneça" perto dos dispositivos para maximizar a qualidade semântica dos dados.

5. Contribuições Chave

1. Framework Integrado: Projeto de um sistema de coleta de dados semântico-orientado onde o UAV adapta sua trajetória dinamicamente para maximizar a qualidade da reconstrução de imagens, integrando DeepJSCC e C&C.
2. Formulação MDP com Atrasos: Formulação do problema como um MDP que considera explicitamente os atrasos nos sinais de comando e controle (downlink delay), algo frequentemente ignorado na literatura.
3. Algoritmo Adaptativo: Proposta de uma política de voo baseada em DDQN que aprende a otimizar a trajetória e a entrega de informações semânticas, superando métodos estáticos e heurísticos.

6. Significado e Conclusão

Este trabalho demonstra que a integração de comunicação semântica com otimização de trajetória via RL é uma solução viável e superior para redes IoT baseadas em UAVs. Ao focar na transmissão de "informação significativa" (representações latentes) em vez de bits brutos e ao adaptar o voo do UAV para compensar atrasos de controle e restrições de canal, o sistema consegue recuperar imagens de alta qualidade com eficiência de recursos. Os resultados validam que a inteligência artificial (DDQN) é essencial para gerenciar a complexidade dinâmica desses sistemas, superando significativamente as abordagens tradicionais de roteamento.