Joint 3D Trajectory Design and Resource Allocation for Secure Dual-UAV-aided Underlay Systems

Resumo Técnico: Projeto de Trajetória 3D Conjunta e Alocação de Recursos para Sistemas Underlay com Auxílio de Dual-UAV Seguro

Definição do Problema
Este estudo aborda os desafios de segurança em sistemas de coleta de dados assistidos por Veículos Aéreos Não Tripulados (UAVs) operando sob modos de Redes de Rádio Cognitivo (CRN) underlay. Especificamente, o artigo considera um cenário onde um receptor aéreo legítimo (UAV-U) coleta dados confidenciais de múltiplos Dispositivos Terrestres (GDs) fixos. O sistema é ameaçado por um espião aéreo móvel (UAV-E) e limitado pela necessidade de restringir a interferência a um Usuário Primário (PU) terrestre a um limiar de Temperatura de Interferência (IT) específico.

Para combater o espião, um UAV de interferência amigável (UAV-J) é implantado para gerar ruído artificial. O desafio central reside na otimização conjunta de quatro variáveis acopladas: as trajetórias de voo 3D de ambos os UAVs (U e J), a potência de transmissão dos GDs, a potência de transmissão do interferidor e o escalonamento de usuários dos GDs. O objetivo é maximizar a Eficiência Espectral de Secreção Média (ASSE) do sistema.

O problema é formulado como um problema de otimização não linear, misto-inteiro e não convexo devido a vários fatores:

1. Incerteza do Canal: Os links ar-terra seguem um modelo de Linha de Visão Probabilística (PLoS), onde a probabilidade de LoS depende dos ângulos de elevação e da distância, introduzindo aleatoriedade no estado do canal.
2. Informação Imperfeita: A localização do espião aéreo é imperfeitamente conhecida, modelada usando uma região de erro delimitada.
3. Restrições Acopladas: As variáveis de otimização estão fortemente acopladas através do modelo PLoS, pelas restrições de IT impostas pelo PU e pelas restrições físicas de energia de propulsão e velocidade do UAV.
4. Não Suavidade: A taxa de secreção envolve um operador não suave $[x]^+ = \max(x, 0)$.

Metodologia
Para resolver o problema não convexo formulado, os autores propõem um algoritmo iterativo baseado em Descida de Coordenadas em Blocos (BCD) e Aproximação Convexa Sucessiva (SCA).

1. Aproximação: Os autores utilizam primeiro um limite inferior aproximado da eficiência espectral esperada para simplificar a solução. Eles aproximam a taxa de secreção considerando o cenário de LoS para o link legítimo e removendo o operador não suave $[\cdot]^+$ ao definir a potência de transmissão como zero quando a taxa de secreção seria negativa.
2. Decomposição: O problema original é decomposto em quatro subproblemas, que são resolvidos iterativamente enquanto as outras variáveis são mantidas fixas:
   • Escalonamento de Usuários: As variáveis de escalonamento binárias são relaxadas para variáveis contínuas ($0 \le a_k[n] \le 1$) e resolvidas como um problema de otimização linear.
   • Potência de Transmissão: A alocação de potência para os GDs e para o interferidor é otimizada. As restrições não convexas decorrentes da expressão da taxa de secreção são tratadas usando uma expansão de Taylor de primeira ordem para criar um limite inferior convexo.
   • Trajetória Horizontal: As trajetórias 2D dos UAVs U e J são otimizadas. Variáveis auxiliares e variáveis de folga são introduzidas para lidar com as restrições de probabilidade de PLoS não convexas, restrições de interferência e requisitos de distância de segurança. A SCA é aplicada para convexificar essas restrições.
   • Trajetória Vertical: Os perfis de altitude dos UAVs U e J são otimizados usando técnicas de SCA semelhantes para lidar com restrições não convexas de ângulo de elevação e distância.
3. Convergência: O algoritmo itera através desses subproblemas até a convergência. A análise teórica confirma que o valor do objetivo (ASSE) é não decrescente a cada iteração, garantindo a convergência para uma solução subótima.

Principais Contribuições

1. Estrutura Inovadora: O artigo propõe a primeira estrutura para abordar a espionagem aérea em um CRN underlay assistido por dual-UAV. Diferente de trabalhos anteriores que frequentemente assumem espiões terrestres fixos ou sistemas de um único UAV, este trabalho considera um espião aéreo móvel com informação de localização imperfeita e um interferidor cooperativo em um cenário de CRN.
2. Modelagem Abrangente: O estudo incorpora fatores práticos frequentemente negligenciados isoladamente, incluindo o modelo de canal PLoS (que acopla trajetória e distância), o modelo de erro delimitado para a localização do espião e o consumo de energia dos UAVs tanto para movimento horizontal quanto vertical.
3. Solução Algorítmica: Os autores desenvolvem um rigoroso framework de otimização orientado pelo modelo usando BCD e SCA. Esta abordagem transforma o problema de otimização conjunta altamente complexo e não convexo em uma série de subproblemas convexos tratáveis, fornecendo um referencial teórico para o desempenho do sistema.
4. Validação de Desempenho: Por meio de simulações numéricas, o estudo demonstra que a otimização conjunta proposta supera significativamente os esquemas de referência (ex: trajetórias fixas, potência fixa ou otimização de trajetória apenas em 2D).

Resultos
Resultados numéricos validam a eficácia da abordagem proposta:

• Convergência: O algoritmo proposto converge rapidamente, tipicamente em poucas iterações.
• Impacto da Trajetória 3D: A otimização conjunta das trajetórias 3D produz a maior ASSE em comparação com esquemas de trajetórias fixas ou otimização apenas em 2D. Os resultados mostram que o UAV interferidor beneficia-se ao ajustar sua altitude para suprimir o espião enquanto mantém as restrições de interferência com o PU, enquanto o UAV receptor otimiza sua altitude para alcançar ângulos de elevação favoráveis com os GDs.
• Otimização de Potência: A otimização da potência de transmissão junto com as trajetórias proporciona ganhos adicionais. Esquemas de potência fixa resultam em menor desempenho, particularmente em cenários de CRN onde o controle de potência é crítico para cumprir as restrições de IT.
• Sensibilidade de Parâmetros:
  • O aumento do orçamento de potência de propulsão (tanto horizontal quanto vertical) melhora a ASSE ao permitir que os UAVs acessem melhores posições de canal.
  • Um limiar de IT mais alto ($\Gamma$) permite maiores potências de transmissão e melhor ASSE, embora o sistema eventualmente entre em um modo não cognitivo onde os ganhos estabilizam.
  • Maiores erros de estimativa para a localização do espião ($r_E$) degradam o desempenho de secreção.
  • Duração de voo mais longa ($T$) permite mais coleta de dados e melhora a ASSE.

Significância e Alegações
O artigo alega que sua principal significância reside em preencher a lacuna entre comunicações UAV seguras e redes de rádio cognitivo na presença de ameaças aéreas móveis. Ao demonstrar que o complexo problema de otimização conjunta envolvendo trajetórias 3D, controle de potência e escalonamento é solucionável via uma abordagem iterativa estruturada, o trabalho fornece um referencial fundamental para sistemas de coleta de dados seguros.

Os autores enfatizam que seu trabalho oferece orientação prática para o design de sistemas, destacando que o projeto de trajetória 3D não é meramente uma melhoria incremental, mas um fator crucial para maximizar o desempenho de secreção, especialmente ao lidar com espiões aéreos móveis e restrições de compartilhamento de espectro. O estudo conclui observando que trabalhos futuros estenderão esses achados para sistemas de múltiplas antenas e integrarão o beamforming com tecnologias de Sensoriamento e Comunicação Integrados (ISAC).