Wireless Resource Allocation Optimization for UAV-Enabled SWIPT and MIMO Relay Systems
연구 내용
UAV 멀티캐스팅 SWIPT와 MIMO 릴레이에서 무선 자원과 전송/수신 파라미터를 공동 최적화하여 전송 성능과 에너지 조건을 만족하는 연구
전창재 연구실은 UAV 기반 멀티캐스팅 SWIPT에서 궤적과 송신전력을 PS(Receiver power splitting) 비율과 함께 공동 최적화하여 사용자별 수확 에너지 제약을 만족하면서 최소 달성 전송률을 높이는 문제를 다룹니다. 비정볼록 최적화는 변환 기법을 통해 계산 가능한 형태로 정리하고, 반복적 해법으로 수렴 특성을 확보합니다. 또한 간섭 환경의 MIMO amplify-and-forward two-way relay에서 채널 추정 MSE 제약 하에 총 송신전력을 줄이는 training 설계를 구조 도출과 convex 변환으로 수행하며, IoT 네트워크에서는 CSI와 데이터 기반 분류 목적을 결합한 딥러닝 기반 압축·자원배분을 전개합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 2020년에 간섭이 존재하는 MIMO amplify-and-forward two-way relay에서 채널 추정 정확도 제약(MSE)을 만족하면서 송신전력을 줄이는 training 설계를 목표로 연구를 수행했습니다. 같은 해 2020년에는 UAV-enabled 멀티캐스팅 SWIPT로 확장하여 PS 기반 수신 구조를 고려한 궤적-전력 공동 최적화로 전송 성능과 에너지 수확 조건을 동시에 다루었습니다. 이후 2023년에는 IoT에서 딥러닝 분류 정확도를 직접 목표로 두고 무선 채널 상태정보를 함께 활용하는 데이터 기반 자원할당으로 연구 범위를 넓혔습니다. 결과적으로 통신이론 기반 비정볼록 최적화와 데이터 기반 목표를 결합하는 방향으로 축적되었습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Joint Trajectory Design, Tx Power Allocation, and Rx Power Splitting for UAV-Enabled Multicasting SWIPT Systems
Optimal Training Design for MIMO Amplify-and-Forward Two-Way Relay Systems in the Presence of Interference
Data-Driven Resource Allocation for Deep Learning in IoT Networks