다중 UAV 네트워크를 위한 셀룰러 UAV‑to‑X 통신 설계와 최적화

본 논문은 5G 셀룰러 네트워크 내에서 다수의 UAV가 센싱 데이터를 수집하고, 이를 효율적으로 BS에 전송하기 위한 통합 통신·이동성 프레임워크를 제안한다. 연구 배경으로는 UAV가 고유의 이동성 및 고도 차이로 인해 지상 사용자(CU)와는 다른 채널 특성을 보이며, 특히 셀 가장자리의 UAV는 BS와의 SNR이 낮아 직접 전송이 비효율적이라는 점을 들었다. 이를 해결하기 위해 두 가지 전송 모드, 즉 고SNR UAV가 직접 U2I(air‑to‑ground) 링크를 사용하고, 저SNR UAV는 인접 고SNR UAV와 U2U(air‑to‑air) 링크를 통해 데이터를 릴레이하는 구조를 도입하였다. 시스템 모델에서는 단일 셀에 M개의 CU와 N개의 UAV가 존재하고, 전체 대역폭은 K개의 직교 서브채널로 나뉜다. 각 UAV는 사전에 정의된 궤적을 따라 움직이며, 타임슬롯 t에서의 위치 l_i(t)와 속도 v_i(t)로 표현된다. 속도는 기계적 제한 v_max 이하이며, 전체 미션 완료 시간 T를 초과하지 않도록 제약한다. 서브채널 할당은 이진 매트릭스 Φ(t)와 Ψ(t)로 각각 U2I·CU와 U2U에 대한 할당을 나타내며, 한 서브채널당 최대 하나의 U2I·CU 링크만 허용하고, 다수의 U2U 링크가 동시에 공유할 수 있다. 또한 각 링크는 최대 χ_max개의 서브채널을 할당받을 수 있도록 공정성을 보장한다. 채널 모델은 세 가지로 구분된다. U2I는 공기‑지상 전파 모델을 사용해 LoS 확률 P_LoS(i,t)=1/(1+ae^{-b(θ_i(t)-a)})와 평균 경로손실을 계산하고, 이를 바탕으로 BS에서의 SINR γ_{k,i,BS}(t)와 데이터율 R_{k,i,BS}(t)=log2(1+γ) 를 도출한다. CU는 기존 매크로셀 경로손실 모델을 적용한다. U2U는 자유공간 모델을 사용해 거리 d_{i,j}(t)와 경로손실 지수 α에 기반한 수신 전력 P_{k,i,j}(t)를 구하고, 동일 서브채널을 공유하는 다른 U2U·CU·U2I 링크로부터 발생하는 간섭을 모두 고려한다. 문제 정의는 전체 업링크 합계율 Σ_t Σ_{i,k} R_{k,i}(t) 를 최대화하면서, (i) 서브채널 할당 이진 제약, (ii) 각 UAV의 속도·거리 제약, (iii) U2U 링크의 최소 데이터율 R_0 보장, (iv) 간섭 제한 등을 만족하도록 하는 혼합 정수 비선형 최적화 문제로 설정한다. 저자들은 이 문제가 NP‑hard임을 증명하고, 해결을 위해 세 개의 서브문제로 분해한다. 1) **U2I·CU 서브채널 할당**: 각 UAV·CU와 서브채널을 1:1 매칭시키는 이분 매칭 문제로 변환한다. 목표는 각 매칭에 대한 기대 데이터율을 최대화하는 것이며, 헝가리안 알고리즘을 활용해 다항 시간 내에 최적 매칭을 구한다. 2) **U2U 서브채널 할당**: U2U 링크는 동일 서브채널을 다중 사용 가능하므로, 간섭을 최소화하면서 최소 데이터율을 만족하도록 그래프 색칠 기반 휴리스틱을 적용한다. 각 U2U 링크를 그래프의 정점으로 두고, 간섭 관계를 간선으로 표현해, 가능한 색(서브채널) 할당을 탐색한다. 3) **UAV 속도 최적화**: 속도 변수 v_i(t)는 연속형이며, 목표 함수에 대한 볼록성을 확보하기 위해 로그‑함수 근사를 사용한다. 라그랑주 승수법과 이차 계획(QP) 솔버를 통해 각 UAV의 속도를 조정한다. 속도 최적화는 미션 완료 시간 제약과 동시에 각 UAV가 할당받은 서브채널에서 충분한 전송량을 확보하도록 설계된다. 세 서브문제를 순차적으로 실행하고, 각 반복이 끝날 때마다 전체 목표값을 재계산한다. 이 과정을 **ISASOA**(Iterative Subchannel Allocation and Speed Optimization Algorithm)라 명명했으며, 수렴성 증명을 통해 반복 횟수가 제한적임을 보였다. 복잡도 분석에 따르면, K·(N+M) 규모의 매칭, K·N² 규모의 그래프 색칠, N 규모의 속도 최적화가 각각 주요 연산이며, 전체 복합 복잡도는 O(K·N²) 수준이다. 시뮬레이션 설정은 다음과 같다. UAV 수 N=10~30, CU 수 M=20, 서브채널 K=15~30, 전송 전력 P_U=23 dBm, 최대 속도 v_max=15 m/s, 채널 주파수 f=2 GHz 등 실제 5G 파라미터를 사용했다. 비교 알고리즘으로는 동일 제약 하에 무작위·그리디 할당을 적용한 베이스라인을 선택했다. 결과는 ISASOA가 평균 10% 이상의 업링크 합계율 향상을 보이며, 특히 저SNR UAV 비율이 높을수록 U2U 릴레이 효과가 크게 나타났다. 또한 속도 최적화를 적용하지 않은 경우에 비해 전체 미션 완료 시간이 8~12% 단축되는 효과도 확인했다. 논문의 주요 기여는 (1) UAV‑to‑X 통신 프레임워크와 협업 sense‑and‑send 프로토콜 제안, (2) 서브채널 할당·속도 최적화를 통합한 NP‑hard 문제의 효율적 분해 및 해결, (3) 실험을 통한 10% 수준의 실질적 성능 향상 입증이다. 한계점으로는 CSI 획득 비용 미고려, 고속 이동 시 채널 변동성 반영 부족, 그리고 다셀·다주파수 환경에 대한 확장성 부족을 들 수 있다. 향후 연구는 실시간 학습 기반 채널 예측, 다셀 협업 스케줄링, 그리고 에너지 효율을 포함한 다목적 최적화로 확장할 계획이다.