Dynamic Packet Aggregation to Solve Performance Anomaly in 802.11 Wireless Networks
在广泛使用的802.11标准中，所谓的性能异常是众所周知的问题。一些作品试图解决这个问题，通过引入机制，如数据包碎片，回退适应，或数据包聚合在一个固定的时间间隔。在本文中，我们提出了一种新的方法来解决性能异常的问题，使用一个动态的时间间隔，这取决于繁忙的时间的无线介质的数据包聚合。我们的解决方案不同于文献中的其他命题，因为这个动态的时间间隔，它允许增加公平性，反应性，并在某些情况下的效率。在本文中，我们强调的性能评估，我们的建议。
2006-07-20 cs.NI
Infrastructure-less Wireless Connectivity for Mobile Robotic Systems in Logistics: Why Bluetooth Mesh Networking is Important?
Bristol Research and Innovation Laboratory, Toshiba Europe Ltd.（东芝欧洲有限公司布里斯托尔研究与创新实验室）
移动机器人已经颠覆了正在经历彻底变革的物料搬运行业。各个行业对增强自动化的需求通常需要在几乎没有基础设施的物流设施中运行移动机器人系统。在这样的环境中，开箱即用的低成本机器人解决方案是可取的。无线连接在这种移动机器人系统的成功操作中起着至关重要的作用。移动机器人的无线网状网络是一个有吸引力的解决方案，然而，一些系统级的挑战创造了独特而严格的服务要求。本文的重点是蓝牙mesh技术的作用，这是物联网（IoT）连接领域的最新成员，在解决移动机器人系统的无基础设施连接的挑战。它从通信、控制、协作、覆盖、安全和导航/定位的角度阐述了关键的系统级设计挑战，并探讨了蓝牙mesh技术应对这些挑战的不同能力。它还通过蓝牙mesh的真实实验评估提供性能见解，同时研究其与竞争解决方案的差异化功能。
2021-07-12 cs.NI cs.RO
A Comprehensive Survey of Wireless Time-Sensitive Networking (TSN): Architecture, Technologies, Applications, and Open Issues
本文综述无线TSN的网络架构、关键无线技术与协议及工业应用，并总结其融合挑战与未来研究方向。
2024-10-23 cs.NI
When Discovery Becomes a Storm: A ROS 2 Discovery Model for Wireless Robotic Networks
DGIST（大邱冈科学技术院）
针对无线机器人网络中ROS 2的发现风暴问题，提出闭环分析模型并验证，设计响应感知策略将平均发现完成时间降低25.3%至39.7%。
2026-08-04 cs.NI
Optimizing ROS 2 Communication for Wireless Robotic Systems
Department of Electrical Engineering and Computer Science（电气工程与计算机科学系）；DGIST（韩国国立智能科学研究院）
本文首次深入分析 ROS 2 的 DDS 栈在无线大负载传输中的网络层问题，提出一种轻量级兼容的 DDS 优化框架，通过 QoS 配置即可在现有模式失败时可靠传输大负载并保持低延迟。
2025-08-15 cs.NI cs.RO
5G on the Farm: Evaluating Wireless Network Capabilities for Agricultural Robotics
Lincoln Institute for Agri-food Technology, University of Lincoln（林肯大学林肯农业食品技术研究所）
全球粮食安全问题正迅速成为当今世界的一个关键问题。全球变暖、气候变化和人类造成的一系列其他影响，如碳排放、社会政治和经济挑战（如战争）、传统劳动力/劳动力减少和人口增长，正在给全球粮食安全带来压力。在农业中，对高速可靠的无线通信的需求正变得越来越必要，而不是技术演示或在该领域显示优势。世界各地的政府和行业都看到了建立通信基础设施的紧迫性，以通过采用自主农业机器人和农业技术来扩大农业活动并提高可持续性。本文介绍的工作评估了5G在农业机器人应用中的物理性能，并将结果与通常用于农业环境的4G和WiFi 6（一种新兴的无线通信标准）进行了比较。此外，还进行了一系列模拟实验，以评估可能需要人在回路中支持决策的关键任务的"实时“操作延迟。结果得出的结论是，4G不能用于农业领域的应用程序，需要高吞吐量和机器人和用户之间的可靠通信。此外，农业领域不存在单一的无线解决方案，而是可以组合多种解决方案以满足必要的电信要求。最后，结果显示，5G在所有性能指标上都大大优于4G，平均仅比WiFi 6慢18.2ms，因此非常可靠。
2022-12-09 cs.NI cs.RO
Instantaneous Wireless Robotic Node Localization Using Collaborative Direction of Arrival
University of Georgia（佐治亚大学）
本文提出一种仅依赖RSSI的在线机器人定位算法，通过协作到达方向（CDOA）结合期望最大化与粒子滤波实现厘米级高精度实时定位，并在仿真、公开数据集和真实机器人上验证其优于现有方法。
2023-07-04 cs.NI cs.RO
Interference Power Bound Analysis of a Network of Wireless Robots
University of Southern California（南加州大学）
我们认为一个基本的问题，关于无线机器人网络的部署：以满足各种端到端的性能要求，“足够”数量的机器人中继必须部署，以确保链路是可接受的质量。以前的工作没有解决如何找到这个数字。我们使用基于载波侦听多路访问（CSMA）的无线通信的属性来推导任何发射器-接收器对之间的间距的上限，其直接转化为部署的机器人数量的下限。我们专注于基于信干噪比的性能要求，由于其广泛的适用性。接下来，我们表明，可以通过利用网络的几何结构，如线性的情况下，基于流的机器人路由器网络的界限得到改善。此外，我们还使用机器人计数上的界限，制定了一个下界的正交码的数量所需的高概率的无干扰通信。我们证明和验证我们提出的界限，通过模拟。
2016-11-23 cs.NI cs.RO
Prototyping and Performance Analysis of a QoS MAC Layer for Industrial Wireless Network
当今的工业传感器网络需要强大的可靠性和消息传递的保证。这些需求在诸如控制/命令之类的实时的应用中甚至更加重要，例如机器人无线通信，其中强时间约束是至关重要的。由于这些原因，经典的基于随机的介质访问控制（MAC）协议呈现非空帧冲突概率。在本文中，我们提出了一个原始的完全确定性MAC层的工业无线网络和它的性能评估由于开发的材料原型。
2008-06-16 cs.NI
Robotic Aerial 6G Small Cells with Grasping End Effectors for mmWave Relay Backhauling
King’s College London（伦敦国王学院）
在密集的城市区域中部署专用于异构网络（HetNet）的小型小区和用于改善回程的相关联的中继节点预计将成为超5G（B5 G）和6 G无线接入网络设计中的重要结构元素。HetNet中的一个关键操作方面是如何最佳地实现无线回程链路以有效地支持流量需求。在这项工作中，我们利用最近提出的机器人空中小基站（RASC），能够掌握在不同的高大城市地形作为无线中继节点回程。这可以被认为是缺乏灵活性的固定小小区（FSC）的替代方案，因为一旦安装，它们的位置就不能改变。更具体地，考虑RASC的按需部署以构建毫米波（mmWave）回程网络，以使用基于网络流的混合整数线性规划（MILP）公式来优化可用网络容量。数值研究表明，对于相同的可达吞吐量，所需的RASC数量比所需的FSC数量少25%~ 65%。该结果在减少所需的无线网络设备（capex）以提供给定的网络容量方面具有重要意义，并且允许高效且灵活的网络致密化。
2022-02-03 cs.NI cs.RO
FoReCo: a forecast-based recovery mechanism for real-time remote control of robotic manipulators
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；ZettaScale Technology SARL（ZettaScale科技有限责任公司）
无线通信代表了未来制造工厂的游戏规则改变者，使机器和其他组件不受工厂地板上刚性有线连接的限制，从而实现灵活的生产链。然而，无线频谱中电磁干扰的存在可能导致数据包丢失和延迟，使其成为一个具有挑战性的环境，以满足工业应用的极端可靠性要求。在这种情况下，从边缘或云实现实时的【形】远程控制变得非常复杂。在本文中，我们研究了一种基于预测的机器人操作器（FoReCo）的实时的【形】远程控制的恢复机制，该机制使用机器学习（ML）来推断无线信道中的干扰引起的丢失命令。FoReCo是通过模拟和实验在易受干扰的IEEE 802.11无线链路，并使用商业研究机器人，执行拾取和放置任务进行评估。结果表明，在干扰的情况下，在仿真和实验中，FoReCo的轨迹误差减少了x18和x2倍，并且FoReCo足够轻，可以部署在现有解决方案中已经使用的硬件中。
2022-05-09 cs.NI cs.RO
Gradient-based Taxis Algorithms for Network Robotics
Humboldt-Universität zu Berlin（柏林洪堡大学）
查找特定网络节点的物理位置是无线网络内导航的原型任务。在本文中，我们深入考虑无线通信作为基于梯度的出租车算法的测量输入的影响。我们讨论如何梯度可以测量，并确定这种估计的误差。然后，我们介绍了一个基于梯度的出租车算法作为一个例子，一个家庭的基于梯度的，收敛的算法，并讨论其收敛性的背景下，网络机器人。我们还进行了一个示例性的实验，以展示如何克服一些与网络机器人相关的具体问题。最后，我们将展示如何使这个框架适应更复杂的目标。
2014-09-26 cs.AI cs.NI cs.RO
Pound: A ROS node for Reducing Delay and Jitter in Wireless Multi-Robot Networks
Centro Universitario de la Defensa（国防大学中心）；Purdue University（普渡大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）
机器人操作系统（ROS）正迅速成为构建机器人系统的事实上的框架，这要归功于它的灵活性和在机器人社区中得到的广泛接受。随着它的普及，它也开始被用于多机器人系统。然而，该平台所依赖的用于连接所谓的ROS节点的TCP连接在用于无线ad-hoc网络时在有限带宽、延迟和抖动方面存在若干问题。在本文中，我们提出了一个深入的分析问题，并提出了一个新的ROS节点称为庞德，以提高无线通信性能。Pound允许使用多个ROS核心，并引入了一个优先级方案，支持更重要的流，而不是不太重要的流，从而减少了单跳和多跳网络的延迟和抖动。我们比较庞德的国家的最先进的解决方案，并表明，它表现得同样好，或更好地在所有的测试情况下，包括控制网络的例子。
2017-07-26 cs.NI cs.RO
Smart Massive MIMO: An Infrastructure toward 5th Generation Smart Cities Network
在优化无线网络和改善未来第五代移动网络基础设施方面，我们提出了一种新的基础设施，可以成为下一个智能城市网络。我们建议的基础设施考虑了大多数未来需求和挑战，包括容量、可靠性、可扩展性和灵活性。为了解决这个问题，我们提出了一个无线网络基础设施，是基于大规模MIMO系统的最新技术。我们进一步扩展我们的基础设施，使其具有许多智能功能，能够应对云计算、智能手机、物联网和其他基于智能的服务。所提出的基础设施使用网络功能虚拟化（NFV）、软件定义网络（SDN）、虚拟天线阵列（VAA）和联合波束形成来提供灵活性。我们进一步提出了一个终端为中心，而不是以小区为中心的基础设施，优化干扰感知环境，并导致更高的容量和可靠性。新的基础设施包括运行网络操作系统（NOS）的多用途节点。该节点将提供一个可扩展和灵活的成本效益和半分布式网络资源。其他命题，满足电源效率，成本效益和场景感知设计进行了讨论。关键词-无线网络基础设施、大规模MIMO、联合波束成形、基于云的网络、NFV、SDN、云计算、网格计算和分布式系统。
2016-06-07 cs.NI
Wireless VR/Haptic Open Platform for Multimodal Teleoperation
随着第五代和机器人技术的新兴趋势，技能互联网将使我们能够通过互联网在任何地方提供技能或专业知识。在本文中，我们提出了一个无线连接的虚拟现实和触觉通信的开放平台，实时显示多模式遥操作系统的概念证明。我们专注于商业产品的实际实施，以方便系统的访问和修改。系统的性能是根据系统延迟和以用户为中心的指标来衡量的。
2020-04-27 cs.NI eess.SP
Route Swarm: Wireless Network Optimization through Mobility
University of Southern California（南加州大学）；University of Roma Tre（罗马第三大学）
本文提出一种混合架构，用于协调网络化机器人在传感和信息路由中的应用。通过动态重构机器人网络，确保静态无线节点间的高质量路由，实现信息流与物理控制的解耦。
2014-02-07 cs.MA cs.NI cs.RO
Application-Aware Twin-in-the-Loop Planning for Federated Split Learning over Wireless Edge Networks
South Dakota State University（南达科他州立大学）；Auburn University（奥本大学）
本文提出TiLP算法，通过跨领域数字双胞胎评估候选决策，提升联邦分裂学习任务成功率9.5个百分点，满足时间限制和能耗约束。
2026-04-28 cs.NI
Active exploration of sensor networks from a robotics perspective
Humboldt-Universität zu Berlin（柏林洪堡大学）
对于需要集成到无线网络中的机器人来说，传统的算法通常专注于一项特定的任务。在这项工作中，我们要开发简单的，自适应和可重用的算法，为现实世界中的应用程序，这种情况下。从移动无线网络节点最基本的任务开始，找到另一个节点的位置，我们介绍了一种算法能够解决这个任务。然后，我们展示了如何使用该算法来解决大量其他相关的任务，如找到最佳位置来桥接两个静态网络节点。为此，我们首先介绍了一个元算法的启发自主机器人学习策略和内部模型的概念，产生了一类移动节点的源查找算法。该算法的有效性证明在现实世界的实验中使用物理移动机器人和标准的802.11无线局域网在办公室环境中。我们还讨论了传统算法的差异，并给出了这类算法的机器人的角度来看。然后，我们继续展示如何更复杂的任务，这可能会遇到的移动节点，可以在同一个框架中编码，以及如何介绍的算法可以解决这些问题。这些任务可以是直接（跨层）优化任务，也可以编码更复杂的任务，如桥接两个网络节点。我们选择桥接场景作为一个例子，在一个真实的物理机器人上实现，并展示了机器人如何在现实世界的实验中解决它。
2015-11-17 cs.AI cs.NI cs.RO
Network Digital Twin for 5G-Enabled Mobile Robots
本文提出利用机器人实时数据构建网络数字孪生的新框架，通过集成真实机器人轨迹并在无线感知导航用例中验证，以提升5G赋能移动机器人操作的能效与可靠性。
2025-02-04 cs.NI
Toward Multi-Service Edge-Intelligence Paradigm: Temporal-Adaptive Prediction for Time-Critical Control over Wireless
Toshiba Europe Ltd.（东芝欧洲有限公司）；Bristol Research and Innovation Laboratory（布里斯托尔研究与创新实验室）
时间关键的控制应用通常对通信网络提出严格的连接要求。与无线介质相关联的缺陷，诸如分组丢失、同步错误和变化的延迟，对实时控制的性能具有不利影响，通常具有安全隐患。本文介绍了多服务边缘智能作为一种新的范式，实现时间关键的无线控制。它提出了多服务边缘智能的概念，围绕无线接入，边缘计算和机器学习技术的紧密集成，以提供在无线缺陷下的稳定性保证。本文阐述了多业务边缘智能系统设计的一些关键方面。它还提出了一种时间自适应预测技术，以应付动态变化的无线环境。它提供了一个机器人远程操作的情况下的性能结果。最后，讨论了多服务边缘智能的一些开放性研究和设计挑战。
2022-12-12 cs.AI cs.NI
Robotic Message Ferrying for Wireless Networks using Coarse-Grained Backpressure Control
Dept. of Electrical Engineering, University of Southern California, Los Angeles, CA（电气工程系，南加州大学，洛杉矶，CA）
本文研究了机器人在无线网络中中继信息的容量区域，提出粗粒度背压中继算法，通过优化匹配实现稳定传输，证明在可控移动下可实现常数容量并保证有限延迟。
2013-08-13 cs.NI cs.RO cs.SY
Robotic Ad-Hoc Networks
Florida Institute of Technology（佛罗里达理工学院）
针对物联网与移动设备缺少标准 Adhoc 模式、现有 WiFi-Direct 改造破坏公平性的问题，提出公平的 RANET 方案并通过仿真评估多种策略。
2024-09-09 cs.NI cs.RO
A Survey on Cross-Layer Design Frameworks for Multimedia Applications over Wireless Networks
在过去的几年里，互联网的吞吐量，使用率和可靠性几乎呈指数级增长。宽带无线移动自组织网络（MANDON）和蜂窝网络的引入以及增加的计算能力已经为待创建的新种类的应用（即，实时多媒体应用）打开了大门。在像因特网这样的复杂网络上传送实时多媒体业务是一项特别具有挑战性的任务，因为这些应用对带宽、延迟和延迟抖动具有严格的服务质量（QoS）要求。传统的基于IP的尽力而为服务将无法满足这些严格的要求。无线信道的时变性质和资源受限的无线设备使得该问题更加困难。为了提高终端用户在无线互联网上感知的媒体质量，QoS支持可以在不同的层中解决，包括应用层、传输层和链路层。跨层设计是实现这种适应的一种众所周知的方法。在跨层设计中，考虑到来自物理无线介质的挑战和来自应用的QoS需求，使得在物理层的速率、功率和编码可以适应于满足给定当前信道和网络条件的应用的要求。文献中存在许多跨层设计的提议。在本文中，广泛的审查已经取得了这些跨层架构，结合应用层，传输层和链路层的控制。特别是像信道估计技术，自适应控制在应用层和链路层的能量效率，基于优先级的调度，传输层的传输速率控制，和自适应自动重传请求（ARQ）的问题进行了详细讨论。
2010-12-12 cs.MM cs.NI
An Overview of Low latency for Wireless Communications: an Evolutionary Perspective
第五代（5G）支持的超低时延推动了自动驾驶、机器人、远程呈现、虚拟现实等众多无线网络应用的繁荣，超低时延不是一时能实现的，需要网络结构和关键使能通信技术的长期演进。在本文中，我们提供了一个在移动通信系统中的低延迟的演进概述，包括两个不同的演进角度：1）网络架构; 2）物理层空中接口技术。我们首先详细描述了从第二代（2G）到5G的通信网络架构的演进，突出了降低延迟的关键点。此外，我们还回顾了从2G到5G的物理层关键使能技术的演变，这也是为了减少延迟。讨论了低延迟技术在网络体系结构和物理层面临的挑战和未来的研究方向。
2021-07-07 cs.NI cs.PF
6G Empowering Future Robotics: A Vision for Next-Generation Autonomous Systems
ITI；UC3M；International Hellenic University and University of New Mexico（国际希伯来大学和新墨西哥大学）；QMUL（女王玛丽大学）；TUDelft（代尔夫特理工大学）
本文探讨6G如何通过IMT-2030关键性能指标映射至机器人功能模块，提出集成机器人、智能和网络服务平面的架构，并展示实时动态安全框架以促进人机协作。
2026-06-07 cs.NI cs.RO
Cross-Layer Protocols for Multimedia Communications over Wireless Networks
在过去的几年里，互联网的吞吐量，使用率和可靠性几乎呈指数级增长。宽带无线移动自组织网络（MANDON）和蜂窝网络的引入以及增加的计算能力已经为待创建的新种类的应用（即，实时多媒体应用）打开了大门。在复杂的网络（如Internet）上传输实时多媒体流量是一项特别具有挑战性的任务，因为这些应用对带宽、延迟和延迟抖动有严格的服务质量（QoS）要求。传统的基于IP的尽力而为服务已经不能满足这些严格的要求。无线信道的时变性质和资源受限的无线设备使得该问题更加困难。为了提高终端用户在无线互联网上感知的媒体质量，QoS支持可以在不同的层中解决，包括应用层、传输层和链路层。跨层设计是实现这种适应的一种众所周知的方法。在跨层设计中，考虑到来自物理无线介质的挑战和来自应用的QoS需求，使得在物理（PHY）层的速率、功率和编码可以适应于满足给定当前信道和网络条件的应用的要求。文献中存在许多跨层设计的提议。在本章中，我们对这些结合了应用层、传输层和链路层控制的跨层体系结构进行了广泛的回顾。特别是，像信道估计技术，自适应控制在应用层和链路层的能源效率，基于优先级的调度，传输层的传输速率控制，自适应自动重传请求（ARQ）的问题进行了详细讨论。
2012-06-19 cs.MM cs.NI
A Robust and Secure Aggregation Protocol for Wireless Sensor Networks
无线传感器网络（WSN）的目的是为用户提供从空间分布的传感器收集的数据中获取感兴趣的信息。一般来说，用户只需要这种分布式数据的某些聚合函数。为此目的，在端到端信息流范例下通过将所有相关数据传送到中央收集器节点来计算该聚合数据是非常低效的解决方案。另一个建议是执行网络内计算。然而，这提出了一些问题，例如：从存储在不同节点中的一组统计相关值计算聚合函数的最佳方式是什么;这种聚合的安全性是什么，因为网络中受损或故障节点发送的结果可能会对计算结果的准确性产生不利影响。在本文中，我们提出了一种能量有效的聚合算法的无线传感器网络，是安全的和强大的恶意内部攻击的任何妥协或故障节点在网络中。与传统的无线传感器网络中的快照聚合方法相比，该算法中的节点不是将其感知信息单播到其父结点，而是将其估计广播到其所有邻居。这使得系统更具有容错性，并增加了网络中的信息可用性。对所提出的算法进行了仿真，结果表明其有效性。
2011-01-16 cs.CR cs.NI
A Secure Aggregation Protocol for Wireless Sensor Networks
无线传感器网络（WSN）的目的是为用户提供从空间分布的传感器收集的数据中获取感兴趣的信息。一般来说，用户只需要这种分布式数据的某些聚合函数。为此目的，在端到端信息流范例下通过将所有相关数据传送到中央收集器节点来计算该聚合数据是非常低效的解决方案。另一个建议是执行网络内计算。然而，这提出了一些问题，例如：从存储在不同节点中的一组统计相关值计算聚合函数的最佳方式是什么;这种聚合的安全性是什么，因为网络中受损或故障节点发送的结果可能会对计算结果的准确性产生不利影响。在本文中，我们提出了一种能量有效的聚合算法的无线传感器网络，是安全的和强大的恶意内部攻击的任何妥协或故障节点在网络中。与传统的无线传感器网络中的快照聚合方法相比，该算法中的节点不是将其感知信息单播到其父结点，而是将其估计广播到其所有邻居。这使得系统更具有容错性，并增加了网络中的信息可用性。对所提出的算法进行了仿真，结果表明其有效性。
2010-12-12 cs.CR cs.NI
A Hybrid Wired/Wireless Deterministic Network for Smart Grid
随着智能电网、机器人、自动驾驶汽车和工业自动化等时间关键型应用的快速增长，对高可靠性、低延迟和严格限制抖动的需求急剧增加。高精度的时间同步通信，如时间触发以太网（TTE），已经成功地开发了有线网络。然而，部署额外设备和额外布线的高成本限制了这些网络的可扩展性。因此，本文提出了一种基于高速TTE和5G超可靠低延迟通信（URLLC）相结合的混合有线/无线高精度时间同步网络。其主要动机是满足时间关键型应用（如智能电网同步相量通信）的低延迟、低抖动和高可靠性要求。因此，在所提出的混合网络架构中，高速TTE被认为是主总线（即，骨干网），而精确时间协议（PTP）辅助的基于5G-URLLC的无线接入被用作子网络。主要的挑战是实现PTP辅助URLLC和TTE之间的互操作性，同时确保高精度的定时和同步。仿真结果表明，PTP辅助URLLC的影响，在保持网络的可靠性，延迟和抖动与TTE网络完全协调。
2021-05-13 cs.NI eess.SP
Stochastic Geometry of Cylinders: Characterizing Inter-Nodal Distances for 3D UAV Networks
本文针对有限三维无线网络覆盖概率解析难题，提出基于二项点过程的圆柱区域精确解析框架，利用Laplace变换性质实现高效计算，经Monte Carlo模拟验证精度优于传统Poisson模型，适用于各类受限三维系统。
2025-10-31 cs.NI
B.A.T.Mobile: Leveraging Mobility Control Knowledge for Efficient Routing in Mobile Robotic Networks
TU Dortmund University（多特蒙德工业大学）
由于信道和网络拓扑结构的动态变化，有效的路由是无人机无线网络的关键挑战之一。各种众所周知的移动自组织路由协议，如AODV、OLSR和B.A.T.M.A.N.已经提出允许主动和被动路由决定。在本文中，我们提出了一种新的方法，利用应用层的知识来自移动性控制算法指导无人机的行为，以完成一个专门的任务。因此，UAV的未来轨迹的预测可以与路由协议集成，以避免意外的路由中断和分组丢失。B.A.T.M.A.N.移动性预测组件（称为B.A.T.Mobile）的路由协议已经显示出对于实现该概念非常有效。深入的仿真研究的结果表明，该协议达到了一个明显的更高的可用性相比，建立的方法，即使在具有挑战性的信道条件下，表现出强大的行为。
2018-02-21 cs.NI cs.RO
Computing Research Challenges in Next Generation Wireless Networking
从各个方面来看，无线网络在过去十年中都有爆炸性的增长。第四代长期演进（4G LTE）蜂窝技术增加了智能手机可用的带宽，本质上是为移动设备提供宽带速度。最新的5G技术进一步提高了传输速度和小区容量，并通过使用不同的无线电技术减少了延迟，预计将提供比4G LTE快一个数量级的互联网连接。然而，技术继续快速发展，下一代6G已经在设想中。6G将使各种强大的新应用成为可能，包括全息远程呈现，远程医疗，远程教育，无处不在的机器人和自动驾驶汽车，智能城市和社区（IoT）以及先进制造业（工业4.0，有时被称为第四次工业革命），仅举几例。我们将看到的进步从硬件级别开始，一直延伸到软件堆栈的顶部。“人工智能（AI）也将开始在无线网络基础设施的开发和管理中发挥更大的作用，嵌入到网络各个层面的应用程序中。由此产生的社会效益将是巨大的。与此同时，这些令人兴奋的新无线功能正在迅速出现在地平线上，一系列广泛的研究挑战迫在眉睫。这些问题源于硬件和软件系统的复杂性不断增加，以及需要提供强大和安全的基础设施，同时保护用户的隐私。在这里，我们概述了其中的一些挑战，并为解决这些挑战所需的研究提供了建议。
2021-01-04 cs.CY cs.NI
Tactile based Intelligence Touch Technology in IoT configured WCN in B5G/6G-A Survey
触摸使能的感觉和致动被认为是下一代通信网络最有前途、最直接和最重要的用途之一。在B5 G/6 G对低延迟的需求中，基础设施应该是可重构的和智能的，以便能够实时的工作，并与现有的无线网络互操作。由于其高精度，准确性，可靠性和效率以及连接遥远或偏远地区用户的能力，它对社会产生了巨大的影响。除了通常的音频、视觉和数据业务之外，这种触摸使能的交互主要涉及基于触觉的触觉信息在互联网上的实时的传输，从而实现向建立实时的控制和转向通信系统的范式转变。现有的系统延迟和开销造成延迟，并限制了未来应用程序的可用性。该研究提出了一种基于B5 G/6 G和物联网的无线通信网络的智能触摸系统，该系统结合了AR/VR技术。触觉互联网和网络切片是触摸技术的支柱，它融合了AI/ML/DL等技术的智能。该调查介绍了一个分层和接口架构完成其E2 E解决方案的智能触摸为基础的无线通信系统。预计下一代系统将为在机器人和医疗保健设施中利用AR/VR技术的各个部门提供众多机会，所有这些都旨在帮助解决社会面临的严重问题。最后，本文介绍了一些关于在自动化和机器人技术以及智能医疗系统中部署触摸基础设施的用例，以帮助诊断和治疗流行的COVID-19病例。
2023-01-11 cs.CY cs.NI
Reinforcement Learning based Transmission Range Control in Software-Defined Wireless Sensor Networks with Moving Sensor
Kalyani Government Engineering College（卡利亚尼政府工程学院）；University of Gour Banga（古尔邦加大学）；University of Wolverhampton（伍尔弗汉普顿大学）；Torrens University Australia（澳大利亚托伦斯大学）
软件定义的无线传感器网络（SD-WSNs）中的路由可以是单跳或多跳，而网络是静态或动态的。在静态SD-WSN中，从源到目的地的最佳路由的选择由SDN控制器完成。另一方面，如果移动传感器在那里，则区域的SDN控制器不能自己处理路由发现会话;它们只能存储有关最新区域状态的信息。移动传感器发现了许多机器人应用，其中机器人继续从一个房间移动到另一个房间以感知环境。如果应用传输范围控制，可以在这些网络中节省大量的能量。在每个节点中存在多个功率级别，并且这些级别中的每一个在潜在的发送方节点决定发送/转发消息之后采取可能的动作。基于每个这样的活动，在路由器接收奖励的同时，重新确定相关发送方节点和通信会话的下一个状态。在本研究中，应用Eppery-贪心算法来决定下一次迭代中的最佳功率电平。它取决于当前网络场景而重新确定。仿真结果表明，我们所提出的工作导致网络的平衡，降低能耗和保持网络吞吐量。
2021-03-17 cs.NI cs.RO
Network Offloading Policies for Cloud Robotics: a Learning-based Approach
Stanford University（斯坦福大学）
如今的机器人系统越来越多地转向计算成本高的模型，如深度神经网络（DNN），用于定位、感知、规划和目标检测等任务。然而，资源受限的机器人，如低功率无人机，通常没有足够的机载计算资源或功率储备来可扩展地运行最准确的、最先进的神经网络计算模型。云机器人允许移动机器人将计算卸载到集中式服务器，如果它们在本地不确定或想要运行更准确的计算密集型模型。然而，云机器人技术带来了一个关键的，往往被低估的成本：通过拥塞的无线网络与云通信可能会导致延迟或数据丢失。事实上，通过拥塞的网络从多个机器人发送高数据速率视频或激光雷达可能会导致实时应用的延迟，我们通过实验测量了这一点。在本文中，我们制定了一个新的机器人卸载问题-机器人应该如何以及何时卸载传感任务，特别是如果它们是不确定的，以提高准确性，同时最大限度地减少云通信的成本？我们制定卸载作为机器人的顺序决策问题，并提出了一个解决方案，使用深度强化学习。在使用最先进的视觉DNN的模拟和硬件实验中，我们的卸载策略将视觉任务性能提高了1.3- 2.6倍的基准卸载策略，使机器人有可能显著超越其机载传感精度，但云通信成本有限。
2019-02-15 cs.CV cs.LG cs.NI
Aerial IRS with Robotic Anchoring Capabilities: A Novel Way for Adaptive Coverage Enhancement
本文提出机器人空中智能反射面（RA-IRS）概念，通过锚定机制消除飞行能耗，并利用整数线性规划优化锚定位置，在异构交通需求区域实现显著信噪比增益和超过2倍的流量服务能力，有效增强城市覆盖。
2023-11-15 cs.NI eess.SP
The Three Dimensions of ROS 2 Middleware
Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院（DGIST））；Eclipse Zenoh
本文系统调研ROS 2中间件，提出空间、时间和状态三个结构维度框架，分析其架构限制与权衡，为鲁棒可扩展的机器人中间件研究提供路线图。
2026-07-03 cs.DC cs.NI cs.RO
Strengthening Multi-Robot Systems for SAR: Co-Designing Robotics and Communication Towards 6G
University of Malaga (UMA)（马拉加大学（UMA））；Institute for Mechatronics Engineering and Cyber-physical Systems (IMECH.UMA)（机电工程与网络物理系统研究所（IMECH.UMA））
本文提出面向SAR任务的移动机器人与通信系统协同设计，基于5G SA的Edge-Cloud架构，结合H-WSNs、ROS、MEC和UGVs实现多机器人与救援人员协作，并指出6G需解决的架构与网络资源管理挑战。
2025-04-02 cs.NI cs.RO
Bringing Network Coding into Multi-Robot Systems: Interplay Study for Autonomous Systems over Wireless Communications
Viterbi Faculty of Electrical and Computer Engineering, Technion–Israel Institute of Technology（电气与计算机工程学院，技术学院–以色列理工学院）
研究探讨了网络编码在多机器人系统中的应用，通过案例分析展示其在提升通信可靠性和任务执行效率方面的优势。
2026-07-17 cs.MA cs.NI cs.RO
