Providing an energy-efficient UAV Base Station positioning mechanism to improve wireless connectivity

Abstract

In an era marked by the omnipresence of wireless communication, the need for exceptional connectivity has experienced an unprecedented surge. The evolution towards Sixth-Generation (6G) networks has not only emphasized ubiquitous communication but also demanded remarkably high data rates and reliability, setting the stage for revolutionary advancements. The impending landscape of communication technologies, such as Vehicular Ad-hoc Networks (VANETs), presents unique challenges and opportunities, compelling a paradigm shift in wireless connectivity strategies. This study addresses the challenge of enhancing wireless connectivity by presenting an innovative solution for Unmanned Aerial Vehicles (UAVs) as base stations (BS), thereby exploring the concept of UAV-BSs. This study provides a Mixed-Integer Non-Linear Programming (MINLP) energy-efficient optimization model to position UAV-BSs based on real-time demand and network conditions adaptively. Traditional optimization methods often face challenges in handling the complex and dynamic nature of UAV-BSs deployment. To overcome this limitation, a novel algorithm combines the strengths of the JAYA, a population-based optimization algorithm inspired by social behavior for solving mathematical optimization problems, and the K-means clustering technique. Through extensive experimentation and comparative analysis, the performance of the optimization model and the enhanced JAYAbased algorithm is evaluated, showcasing their effectiveness in maximizing network coverage and connectivity while minimizing the power consumption of UAV-BSs. The results demonstrate that this approach outperforms other methods regarding UAV-BS placement accuracy, lower power consumed by UAV-BSs, packet loss rate, and latency. Furthermore, the algorithm exhibits adaptability to varying network conditions, making it a valuable tool for optimizing UAV-BS locations in dynamic environments.

Em uma era marcada pela onipresença da comunicação sem fio, a necessidade de conectividade excepcional sofreu um aumento sem precedentes. A evolução para as redes de sexta geração (6G) não só enfatizou a comunicação onipresente mas também exigiu taxas de dados e confiabilidade extremamente altas, preparando o terreno para avanços revolucionários. O cenário iminente O cenário iminente das tecnologias de comunicação, como as redes ad-hoc veiculares (VANETs), apresenta desafios e oportunidades oportunidades únicas, exigindo uma mudança de paradigma nas estratégias de conectividade sem fio. Este documento aborda o desafio de aprimorar a conectividade sem fio, apresentando uma solução inovadora para veículos aéreos não tripulados (UAVs) como estações de base (BS), explorando assim o conceito de UAV-BS. Este estudo apresenta um modelo de otimização com eficiência energética de programação não linear de inteiro misto (MINLP) para posicionar os UAV-BSs com base na demanda em tempo real e nas condições da rede de forma adaptativa. Os métodos tradicionais de otimização tradicionais geralmente enfrentam desafios para lidar com a natureza complexa e dinâmica da implantação de UAV-BSs. Para superar essa limitação, um novo algoritmo combina os pontos fortes do JAYA , um algoritmo de otimização baseado em população inspirado no comportamento social para resolver problemas de otimização matemática, e a técnica de agrupamento K-means. Por meio de experimentos extensivos e análise comparativa, o desempenho do modelo de otimização e do algoritmo aprimorado baseado no JAYA é avaliado, demonstrando sua eficácia em atingir os objetivos de maximizar a cobertura e a conectividade da rede e, ao mesmo tempo, minimizar o consumo de energia dos UAV-BSs. consumo de energia dos UAV-BSs. Os resultados demonstram que essa abordagem supera outros métodos em termos de precisão de posicionamento de precisão, menor consumo de energia pelos VANTs-BSs, taxa de perda de pacotes e latência. Além disso, o algoritmo apresenta adaptabilidade a condições de rede variáveis, o que o torna uma ferramenta valiosa para otimizar a localização de UAV-BSs em ambientes dinâmicos.