Deterministic model of the radio channel applied to the optimization of the UAV trajectory for optimum air-to-ground communication in the environment of future urban scenarios

Abstract

[ES] Las ciudades modernas están al límite de su capacidad en el plano horizontal. Muchas de ellas tienen un problema de tráfico muy complejo de paliar o resolver. La movilidad aérea urbana promete ser la revolución que puede resolver la saturación del tráfico en los futuros escenarios urbanos. Se espera que el crecimiento del mercado de la movilidad aérea urbana muestre una tendencia positiva constante, pero la tecnología asociada necesita aumentar su madurez. La gestión de múltiples vehículos aéreos, que dependen de tecnologías en auge como la inteligencia artificial y las estaciones de control en tierra automatizadas, requerirá una conexión tierra-aire-tierra sólida e ininterrumpida para completar sus trayectorias. La exigencia de una conexión ininterrumpida está naturalmente relacionada con una comprensión completa de los fenómenos que afectan al canal aire-tierra. La primera contribución es proponer un modelo de canal que pueda capturar las consecuencias de dichos fenómenos. Normalmente, un modelo de este tipo puede emitir el estado del canal en un punto determinado, prediciendo el estado del canal a lo largo de la trayectoria de la aeronave. Un modelo muy detallado exige herramientas y datos que proporcionen la información necesaria. La descripción y enumeración de cada pieza de información necesaria para una simulación de canal satisfactoria componen la segunda contribución. Una vez conocido el estado del canal, se pueden optimizar los puntos recorridos por la aeronave para cubrir aquellos con mejor rendimiento del canal. La tercera y última contribución es la propuesta de un conjunto de algoritmos de optimización para encontrar la ruta más adecuada. El algoritmo de optimización constituye el planificador de trayectorias, del que se espera que explore eficazmente el espacio de búsqueda y proponga una trayectoria que cumpla con los objetivos predefinidos: máxima calidad aire-tierra, disponibilidad y tiempo de vuelo. Cada método propuesto se pone a prueba en varios escenarios. Estos escenarios incluyen diversas situaciones que pueden estresar a los métodos y favorecer la elección de uno de ellos. Las situaciones incluidas son diferentes condiciones del terreno y zonas de exclusión aérea.

[CA] Les ciutats modernes estan al límit de la seua capacitat al pla horitzontal. Moltes tenen un problema de trànsit molt complex de pal·liar o resoldre. La mobilitat aèria urbana promet ser la revolució que pot resoldre la saturació del trànsit als futurs escenaris urbans. S'espera que el creixement del mercat de la mobilitat aèria urbana mostre una tendència positiva constant, però la tecnologia associada necessita augmentar-ne la maduresa. La gestió de múltiples vehicles aeris, que depenen de tecnologies en auge com la intel·ligència artificial i les estacions de control a terra automatitzades, requerirà una connexió terra-aire-terra sòlida i ininterrompuda per completar les seues trajectòries. L'exigència d'una connexió ininterrompuda està relacionada naturalment amb una comprensió completa dels fenòmens que afecten el canal aire-terra. La primera contribució és proposar un model de canal que puga capturar les conseqüències dels fenòmens esmentats. Normalment, un model d'aquest tipus pot emetre l'estat del canal en un punt determinat, predient l'estat del canal al llarg de la trajectòria de l'aeronau. Un model molt detallat exigeix eines i dades que proporcionen la informació necessària. La descripció i l'enumeració de cada peça d'informació necessària per a una simulació de canal satisfactòria componen la segona contribució. Una vegada conegut l'estat del canal, es poden optimitzar els punts recorreguts per l'aeronau per tal de cobrir aquells amb el millor rendiment del canal. La tercera i última contribució és la proposta d'un conjunt d'algorismes d'optimització per trobar la ruta més adequada. L'algorisme d'optimització constitueix el planificador de trajectòries, del qual s'espera que explore eficaçment l'espai de cerca i propose una trajectòria que complisca els objectius predefinits: màxima qualitat aire-terra, disponibilitat i temps de vol. Cada mètode proposat es posa a prova a diversos escenaris. Aquests escenaris inclouen diverses situacions que poden estressar els mètodes i afavorir-ne l'elecció. Les situacions incloses són diferents condicions del terreny i les zones d'exclusió aèria.

[EN] Modern cities are at the limit of their capacity in the horizontal plane. Many of them have a traffic problem that is highly complex to alleviate or solve. Urban air mobility promises to be the revolution that can solve traffic saturation in future urban scenarios. The growth of the urban air mobility market is expected to show a constant positive tendency, but the associated technology needs to raise its readiness levels. Managing aerial vehicle fleets, dependent on rising technologies such as artificial intelligence and automated ground control stations, will require a solid and uninterrupted connection to complete their trajectories. The requirement for an uninterrupted connection is naturally connected to a complete understanding of phenomena affecting the air-to-ground channel. The first contribution to the field is to propose a channel model that can capture the consequences of said phenomena. Typically, such a model can output the channel state at a given point, predicting the channel state throughout the aircraft's trajectory. A highly detailed model demands tools and data to deliver the necessary information. The description and enumeration of each piece of information required for a successful channel simulation compose the second contribution to the field. Once the channel state is known, the travelled points by the aircraft can be optimised to cover those with better channel performance. The third and last contribution to the field is proposing a set of optimisation algorithms to find the most suitable route. The optimisation algorithm forms the path planner, expected to efficiently explore the search space and propose a trajectory compliant with predefined objectives: maximum air-to-ground quality, availability, and flight time. Each proposed method is tested in various scenarios. These scenarios include various situations that can stress the methods and favour the choice of one. Included situations are different terrain conditions and no-fly zones.