Strategies for efficient resource allocation in direct to-satellite IoT networks

Abstract

As futuras redes de sexta geração (6G) deverão fornecer serviços inovadores onipresentes, mas os atuais sistemas de comunicação terrestre ainda são consideravelmente limitados por restrições de infraestrutura e cobertura. Para fornecer cobertura global, prevê-se que os sistemas de comunicação via satélite sejam incorporados nas redes 6G. Em particular, os satélites de órbita baixa (LEO, do inglês Low Earth Orbit) possuem custo reduzido e baixa latência em comparação com os sistemas de satélite tradicionais, sendo uma alternativa economicamente e tecnicamente promissora para comunicações móveis e aplicações de Internet das Coisas (IoT, do inglês Internet of Things). As estratégias para alocação eficiente de recursos em redes de satélites LEO para aplicações 6G e IoT apresentadas nesta tese exploram: (i) a alocação da carga de tráfego oferecida para maximizar a métrica de desempenho desejada; (ii) o número de canais disponíveis, a localização geográfica dos dispositivos IoT e a trajetória dos satélites LEO para aumentar a eficiência temporal das janelas de visibilidade; e (iii) as técnicas de Acesso Múltiplo Não Ortogonal (NOMA, do inglês Non-Orthogonal Multiple Access) para melhorar o goodput e a eficiência energética. Primeiro, consideramos um sistema de comunicação direto para o satélite (DtS) onde um cluster de dispositivos IoT está sob a cobertura da constelação de satélites LEO, enquanto slotted Aloha é usado como técnica de controle de acesso ao meio no uplink. Como cada posição relativa da constelação em relação ao conjunto de dispositivos IoT leva a uma taxa de transferência diferente para uma determinada carga de tráfego, propomos uma nova estratégia de distribuição de carga de tráfego baseada em aproximação convexa sucessiva para maximizar a taxa de transferência do sistema. O método proposto aloca adequadamente a carga de tráfego entre as diferentes posições da constelação em relação ao cluster IoT, supera outras estratégias recentemente propostas baseadas em heurísticas para alocação de carga de tráfego e ainda atinge uma taxa de transferência estável e não nula, mesmo para grandes cargas de tráfego. Segundo, esta tese propõe novas estratégias de agendamento para redes de Internet das Coisas Direta ao Satélite (DtS-IoT, do inglês Direct-to-Satellite Internet of Things) inspiradas em aplicações comerciais tais como LacunaSat. Considerando o gateway a bordo do satélite LEO e múltiplos canais, esses mecanismos aproveitam a disponibilidade de vários canais e a capacidade de alterar a ordem de agendamento de transmissão de alguns dispositivos dentro de uma janela de tempo de visibilidade para melhorar a eficiência do uplink. Os resultados mostram que o número médio de uplinks por volta e por dispositivo visível aumenta com o número de canais disponíveis, proporcionando uma melhoria de quase 80% em termos de eficiência no uplink do sistema. Além disso, exploramos que a combinação das estratégias de agendamento pode aumentar ainda mais o desempenho do sistema, garantindo uma eficiência de uplink superior a 50%, como elucidado nos algoritmos de implementação com quatro, seis e oito canais. Finalmente, este documento introduz dois novos esquemas DtS-IoT usando NOMA por domínio de potência com potência de transmissão fixa ou controlada no uplink. O modelo de sistema proposto considera que os dispositivos IoT usam a tecnologia de longo alcance para transmitir pacotes de dados para o satélite equipado com um gateway habilitado para decodificar através do Cancelamento de Interferência Sucessiva (SIC, do inglês Successive Interference Cancellation). Assume-se também que os dispositivos IoT possuem um preditor da órbita do satélite. Usando dados reais de localização geográfica e trajetória, avaliamos o desempenho do número médio de transmissões decodificadas com sucesso, goodput e eficiência energética em função do número de dispositivos na rede. Os resultados mostram o comparativo entre as métricas de desempenho para ambos os esquemas propostos. Comparando os esquemas de transmissão fixa e controlada com Aloha para 100 (600) dispositivos, encontramos melhorias de goodput de 65% (29%) e 52% (101%), respectivamente. Notavelmente, a abordagem controlada aproveita as oportunidades de transmissão à medida que o tamanho da rede aumenta, superando as outras estratégias.

Abstract: The future Sixth Generation (6G) networks are expected to provide ubiquitous innovative services, but current terrestrial communication systems are still considerably limited by infrastructure and coverage constraints. To provide global coverage, it has been envisioned that satellite communication systems will be incorporated into 6G networks. In particular, Low Earth Orbit (LEO) satellites have reduced cost and low latency compared to traditional satellite systems, being an economically and technologically promising alternative for mobile communications and Internet of Things (IoT) applications. The strategies for efficient resource allocation in LEO satellite networks for 6G and IoT applications presented in this thesis explore: (i) the allocation of the offered traffic load to maximize the desired performance metric; (ii) the number of available channels, the geographic location of IoT devices, and the trajectory of LEO satellites to enhance the temporal efficiency of visibility windows; and (iii) Non-Orthogonal Multiple Access (NOMA) techniques to improve goodput and energy efficiency. First, we consider a Direct-to-Satellite (DtS) communication system where a cluster of IoT devices is under the coverage of the LEO satellite constellation, while slotted Aloha is used as a medium access control technique in the uplink. Since each relative position of the constellation to the cluster of IoT devices leads to a different throughput for a given traffic load, we propose a novel traffic load distribution strategy based on Successive Convex Approximation to maximize the system throughput. This proposed method adequately allocates the traffic load among the different constellation positions concerning the IoT cluster, outperforms other recently proposed strategies based on heuristics for traffic load allocation and still achieves a stable non-zero throughput even for large traffic loads. Secondly, this thesis proposes new multiple-access scheduling strategies for Direct-to-Satellite IoT (DtS-IoT) networks inspired by commercial applications such as LacunaSat. Considering the gateway on board the LEO satellite and multiple channel frequencies, these mechanisms take advantage of the availability of multiple frequency channels and the ability to change the transmission scheduling order of some devices within a visibility time window to improve uplink efficiency. The numerical results show that the average number of uplinks per lap and per visible device increases with the number of available channels, providing an improvement of almost 80% in terms of system uplink efficiency. Additionally, we explore that the fusion of scheduling strategies can further boost the system performance while guaranteeing an uplink efficiency greater than 50%, as elucidated across the implementation algorithms with four, six, and eight multiple channels. Finally, this document introduces two novel DtS-IoT schemes using power domain NOMA in the uplink with either fixed or controlled transmit power. The proposed system model considers that the IoT devices use Long Range technology to transmit data packets to the satellite in orbit, equipped with a Successive Interference Cancellation-enabled gateway. We also assume the IoT devices are empowered with a satellite orbit predictor. Using real geographic location and trajectory data, we evaluate the performance of the average number of successfully decoded transmissions, goodput, and energy efficiency as a function of the number of network devices. Numerical results show the trade-off between perform metrics for both proposed schemes. Comparing fixed and controlled schemes with regular Aloha for 100 (600) devices, we find goodput improvements of 65% (29%) and 52% (101%), respectively. Notably, the controlled approach effectively leverages transmission opportunities as the network size increases, outperforming the other strategies.