具备元宇宙感知能力的无人机部署以实现无线连接：一个强大的优化框架

《Ad Hoc Networks》：Metaverse-aware UAV deployment for wireless connectivity: A robust optimization framework

无人驾驶飞行器部署优化框架通过鲁棒多目标规划解决元宇宙环境下的动态覆盖、移动用户接入及成本控制问题，结合分支定界与迭代舍入算法提升计算效率，实验验证其在复杂3D场景下的可扩展性和抗干扰能力。

　　

罗哈·马斯鲁尔（Rooha Masroor）| 穆罕默德·纳伊姆（Muhammad Naeem）| 谢拉利·齐达利（Sherali Zeadally）| 瓦利德·埃贾兹（Waleed Ejaz）

巴基斯坦木尔坦穆罕默德·纳瓦兹·谢里夫工程技术大学电气工程与技术系

摘要

提供无缝、低延迟和高吞吐量的无线连接对于新兴的元宇宙应用至关重要，这些应用中用户会参与沉浸式体验，如虚拟现实（VR）会议、数字教室和虚拟展览。这些应用要求实时互动和高网络可靠性；否则，延迟峰值、断开连接和降低的逼真度会严重损害用户体验并限制大规模采用。为了解决这些挑战，我们提出了一个强大的优化框架，用于部署无人机（UAV），旨在为元宇宙用户（以下简称“元用户”）提供不间断的无线连接。这项工作的新颖之处在于，在考虑空间不确定性和用户移动性的同时，联合优化了UAV的部署位置、用户关联、用户与UAV之间的距离以及成本效率。我们构建了一个多目标整数线性规划模型，并开发了一种高效的混合方法，该方法结合了分支定界（B&B）算法和低复杂度的迭代舍入算法（IRA）。我们特别针对最坏情况进行了优化，特别是对于边缘用户和移动用户，以确保在动态的3D元宇宙空间中实现可扩展和自适应的无线覆盖。结果表明，该框架增强了3D无线覆盖的可扩展性、适应性和韧性，为未来探索自主UAV协调和智能、自优化的网络基础设施奠定了有希望的基础。

引言

数字基础设施的快速发展，特别是在像元宇宙这样的沉浸式环境中，突显了对高度适应性强、低延迟和高吞吐量无线通信系统的需求。这些系统提供了可靠的连接性，支持动态用户移动性、3D交互和实时响应。在这一背景下，无人机（UAV）由于其固有的优势——高移动性、灵活的部署能力和视距（LoS）通信能力，成为下一代无线网络的有希望的推动者[1]。

在传统的蜂窝网络中，基础设施的部署通常受到固定地面布局的限制，导致覆盖范围不足、成本高昂以及在动态环境中的可扩展性差[2]。作为空中基站运行的UAV不仅提供了垂直移动性，还实现了水平重新定位、快速重新部署和适应性三维（3D）放置，从而优化了覆盖范围[3]、[4]。它们灵活的高度和定位提高了与地面用户建立连接的概率，增强了信号可靠性和吞吐量[5]。此外，UAV还可以作为临时基础设施，在用户密度高的区域[6]、灾后地区[7]或户外活动[8]提供按需的网络容量。这些特性特别适合于沉浸式数字生态系统，例如元宇宙，在其中用户（在本工作中称为“元用户”）参与虚拟会议、数字教室和虚拟现实（VR）展览等活动。这些应用的特点是用户移动不可预测，且元用户在虚拟环境中的聚集程度很高，这对网络设计提出了独特的挑战。为了服务这样的元用户，UAV的最佳部署是一项非平凡的任务。它涉及UAV部署位置、用户关联、通信范围、容量限制和系统成本的综合考虑。环境不确定性（如用户位置不精确、用户移动性不可预测以及网络需求波动）进一步加剧了复杂性，必须加以考虑以确保服务连续性。传统的优化方法在静态或可预测的条件下虽然有效，但在像元宇宙这样的动态和充满不确定性的环境中往往不够充分。已经探索了两种处理无线系统中不确定性的主要框架：随机优化和鲁棒优化[9]。随机优化依赖于已知概率分布的不确定参数，适用于这些数据可获取且可靠的应用[10]。然而，在快速变化的虚拟环境中，准确估计概率分布是不切实际甚至不可行的。这一限制使得随机方法在确保一致性能方面效果较差。相比之下，鲁棒优化假设不确定参数属于有界集合，无需显式的概率分布[11]。它旨在在最坏情况下保证解决方案的可行性，非常适合实时和安全关键的应用。在UAV网络的背景下，鲁棒优化可以考虑到用户位置或通信范围的最大偏差，从而即使在极端变化的情况下也能提高系统可靠性。尽管关于UAV部署的研究越来越多，但现有研究往往做出简化假设，例如用户位置静态、环境确定性或网络目标有限。这些假设严重限制了它们在3D元宇宙环境中的适用性，在该环境中，用户在模拟物理运动和社会行为的虚拟空间中实时互动。此外，现有的鲁棒方法[12]、[13]、[14]、[15]很少解决同时优化连接性、距离最小化、部署成本和用户负载平衡的多目标问题。

在元宇宙不断发展的背景下，沉浸式虚拟体验（如VR会议、数字教室和展览）已成为现代通信和协作的基础，确保无缝连接至关重要。在本文中，我们探讨了一个未来场景，其中UAV被部署为动态空中基站，为数字VR用户提供可靠的无线覆盖。这些用户在物理上位于UAV的覆盖范围内；然而，在虚拟上他们分散在不同的位置，并在共享元宇宙环境的多个空间分离的区域中进行活动。虽然VR教室、虚拟会议和展览通常与室内环境相关联，但我们的重点是大规模的沉浸式元宇宙体验，其中用户实际位于室外或半室外区域，如大学校园、露天展览场地、体育场或临时大型活动场所。在这些环境中，用户通过VR头显访问共享的虚拟空间，但底层的无线连接必须跨越可能很大的、异构的物理区域。因此，UAV被部署为空中基站，以增强覆盖范围，在某些情况下暂时替代地面基础设施，从而提高农村地区、服务不足地区或基础设施受限地区的覆盖范围、容量和韧性。

在这项研究中，我们试图回答以下研究问题：

• 如何制定一个多目标鲁棒优化框架，同时实现：(i) 最小化部署的UAV数量，(ii) 最大化元用户连接性，(iii) 最小化UAV与用户之间的通信距离，以及 (iv) 在明确考虑元宇宙环境中由移动性驱动的空间不确定性的情况下，最小化总体部署成本？
• 结合分支定界（B&B）和迭代舍入算法（IRA）的混合解决方案策略在最坏情况下的距离偏差下，能在多大程度上保证可行性和服务可靠性，确保边缘和移动元用户在动态3D环境中的覆盖韧性？
• 与启发式方法相比，所提出的鲁棒框架在可扩展性、连接性保持、成本效率和鲁棒性方面表现如何——尤其是在不确定性和用户数量增加的情况下？

我们根据上述三个研究问题做出了以下研究贡献：

• 我们提出了一个鲁棒优化模型，用于3D沉浸式环境中UAV的战略部署和无线连接元用户的关联。该模型在空间不确定性和系统约束下，同时最小化UAV部署成本，减少用户与UAV之间的距离，并最大化元用户连接性。
• 我们考虑了最坏情况下的移动性场景，以确保边缘用户和移动用户的可靠覆盖，这与之前仅关注静态或概率建模用户行为的研究有显著不同。我们提出了一种混合解决方案方法，结合了B&B算法的精确性和低复杂度IRA的可扩展性，从而实现实时决策。
• 我们对VR教室、虚拟会议和展览等元用户密集的环境进行了模拟，捕捉了真实的元宇宙动态。结果表明，该模型通过策略性地处理虚拟环境中的边缘用户，能够处理最坏情况。这种方法确保了用最少的UAV部署实现覆盖，并提供了一个基于资源的高效系统。

我们按以下方式组织本文的其余部分：第2节对相关文献进行了全面回顾，并确定了研究空白。第3节介绍了系统模型并制定了问题。第4节详细描述了我们提出的方法。第5节分析和解释了使用我们提出的系统获得的模拟结果。最后，第6节总结了本文并总结了关键贡献。

节选内容

无人机辅助的无线网络

由于高移动性、灵活的部署能力和固有的视距（LoS）能力，无人机已成为无线通信系统中的变革性元素。它们被部署为空中基站、中继或数据收集器，以增强各种场景下的网络覆盖范围和容量。在[16]中，作者实现了UAV之间的无缝切换和协调的空中网络。轨迹优化进一步扩展了UAV的功能。

系统模型

我们考虑了一组有限的UAV部署位置，表示为$M$，以及一组分布在多个沉浸式区域中的元用户，表示为$N$。每架UAV都可以作为空中基站，在其覆盖范围内服务多个用户，但受到容量和距离的限制。每架UAV的部署都会产生固定成本，其运营效率与其服务的用户数量和与每个用户的通信距离有关。因此，我们制定了这个问题

提出的方法

本工作中提出的问题是一个多目标整数线性程序，其中包含了处理用户位置空间不确定性的鲁棒约束。由于其二元性质和鲁棒建模，该问题是非凸的且计算上具有挑战性，尤其是在大规模情况下。为了有效解决它，我们提出了一种双管齐下的方法：

• 使用B&B算法[37]的精确解决方案策略，对于可处理的问题规模，可以保证全局最优性。

性能评估

在本节中，我们展示了评估所提出的鲁棒优化框架在元宇宙感知无线网络中UAV部署和用户关联性能的模拟结果。我们分析了两种方法：$\left(i\right)$ 最优的B&B算法，以及$(ii$ 计算效率高的IRA。我们使用各种性能指标评估了每种方法的有效性。本文的主要目标是最小化一个复合效用函数，该函数定义为四个部分的加权总和

结论

在这项工作中，我们提出了一个鲁棒且可扩展的UAV部署优化框架，特别适用于支持动态和充满不确定性的环境，如元宇宙。认识到用户移动性、空间模糊性和覆盖保证所带来的挑战，我们制定了一个多目标整数线性规划模型，同时优化UAV部署、用户关联和系统成本，并明确考虑了这些因素

CRediT作者贡献声明

罗哈·马斯鲁尔（Rooha Masroor）：撰写——原始草稿、软件开发、调查、概念化。穆罕默德·纳伊姆（Muhammad Naeem）：撰写——审阅与编辑、验证、监督、软件开发、概念化。谢拉利·齐达利（Sherali Zeadally）：撰写——审阅与编辑、验证。瓦利德·埃贾兹（Waleed Ejaz）：撰写——审阅与编辑、验证、监督、概念化。

利益冲突声明

作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。

致谢

我们感谢匿名审稿人的宝贵意见，这些意见帮助我们改进了本文的内容、组织和呈现。