Tutorial on UAV: A Blue Sky View on Wireless Communication
无人机(UAV)在各种应用中的使用日益增多,需要无处不在的可靠连接,以便在这些设备和地面终端之间进行安全控制和数据交换。根据应用,无人机上的无线设备可以是与地面用户共存的空中用户设备(AUE),也可以是为地面用户提供一系列服务的无线基础设施的一部分。例如,AUE可用于实时搜索和救援,而空中基站(ABS)可增强无线网络的覆盖范围、容量和能效。在这两种情况下,基于无人机的解决方案都是可扩展的,移动的,快速部署的。然而,必须解决几个技术挑战。在这项工作中,我们提出了一个教程与无人机的无线通信,考虑到广泛的潜在应用。这项工作的主要目标是提供一个完整的概述的主要场景(AUE和ABS),渠道和性能模型,比较它们,并讨论开放的研究点。这项工作全面概述了迄今为止所做的研究,并描绘了一幅全面的画面,以促进新的想法和解决方案,同时避免重复过去的工作。我们首先讨论与无人机无线通信的开放性挑战。为了回答所提出的问题,我们专注于无人机通信基础知识,主要提供必要的信道建模背景,并给出如何使用各种信道模型的指导方针。接下来,理论,模拟和测量为基础的方法,以解决AUE使用的关键挑战,提出。此外,在这项工作中,我们的目标是提供一个全面的概述如何无人机安装的设备可以用作通信网络的一部分。在理论分析的基础上,我们展示了如何优化各种网络参数。
2019-01-08 cs.NI
A Tutorial on Broadcasting Packets over Multiple-Channels in a Multi-Inferface Network Setting in NS-2
随着更便宜的电子设备的激增,现在可以在多接口网络中通过多信道进行无线通信。例如,无线传感器节点现在可以在多个信道上运行。此外,认知无线电传感器网络也在不断发展,它也在多信道上运行。在市场上,我们可以找到可以支持多通道操作的天线,例如用于无线传感器节点之间通信的cc 2420天线由16个可编程通道组成。多信道的合理利用降低了节点间的干扰,提高了网络的吞吐量。最近,一个认知无线电认知网络(CRCN)补丁NS-2模拟器提出了支持多信道多接口能力在NS-2。在本教程中,我们考虑如何使用NS-2模拟器模拟多通道多接口无线网络。本教程是为初学NS-2的用户准备的,希望了解NS-2中多通道多接口的实现。我们采取认知无线电认知网络(CRCN)补丁NS-2模拟器,并演示了在多接口网络设置多信道广播。在我们的设置中,节点braodcast的问候数据包到它的邻居。当且仅当相邻节点调谐到相同的信道时,它们才接收Hello数据包。我们通过例子证明接收器的调谐可以以两种方式完成。
2010-07-26 cs.NI
Hands-on Wireless Sensing with Wi-Fi: A Tutorial
Tsinghua University(清华大学)
随着无线通信技术的快速发展,无线接入点(AP)和物联网(IoT)设备已经广泛地部署在我们的环境中。各种类型的无线信号(例如,Wi-Fi,LoRa,LTE)正在填充我们的生活和工作空间。先前的研究揭示了无线电波在传播过程中受到空间结构调制的事实(例如,反射、衍射和散射)并叠加在接收器上。这种观察使我们能够根据接收到的无线信号重建周围环境,称为“无线传感”。无线传感是一种新兴技术,能够实现广泛的应用,例如用于人机交互的手势识别,用于医疗保健的生命体征监测以及用于安全管理的入侵检测。与基于视觉和基于IMU的传感等其他传感范式相比,无线传感解决方案具有独特的优势,如高覆盖率,普及性,低成本以及在不利光线和纹理场景下的鲁棒性。此外,无线传感解决方案在计算开销和设备尺寸方面通常是轻量级的。本教程以Wi-Fi传感为例。介绍了数据采集、信号处理、特征提取和模型设计的理论原理和代码实现。此外,本教程重点介绍了最先进的深度学习模型(例如,CNN、RNN和对抗学习模型)及其在无线传感系统中的应用。我们希望本教程能够帮助其他研究领域的人进入无线传感研究,了解更多关于无线传感的理论,设计和实现技巧,促进无线传感研究领域的繁荣。
2022-06-20 cs.AI cs.HC cs.NI
Large Language Models for Next-Generation Wireless Network Management: A Survey and Tutorial
本文系统综述了大语言模型在6G无线网络管理中的应用,涵盖方法框架、关键技术、案例研究及未来方向,旨在解决传统优化方法在复杂动态环境中的不足。
2025-09-07 cs.NI
Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial
University of Macau(澳门大学);National University of Singapore(新加坡国立大学)
智能反射面(IRS)是一种实现无线网络中无线信号传播的技术。通过大量低成本的无源反射元件巧妙地调整信号反射,IRS能够动态地改变无线信道以提高通信性能。因此,预计新的IRS辅助的混合无线网络,包括有源和无源组件将是非常有前途的,以实现可持续的容量增长的成本效益在未来。尽管IRS具有巨大的潜力,但它面临着有效集成到无线网络中的新挑战,例如反射优化,信道估计和通信设计角度的部署。在本文中,我们提供了一个教程概述IRS辅助无线通信,以解决上述问题,并阐述其反射和信道模型,硬件架构和实际的限制,以及各种吸引人的应用在无线网络中。此外,我们强调了值得在未来工作中进一步研究的重要方向。
2020-07-07 cs.IT cs.LG cs.NI
A Tutorial of the Mobile Multimedia Wireless Sensor Network OMNeT++ Framework
在这项工作中,我们将给出一个详细的教程说明如何使用移动多媒体无线传感器网络(M3WSN)的仿真框架。M3WSN框架已在第六届OMNeT++国际研讨会(2013年)上作为科学论文发表。M3WSN框架实现了真实视频序列的多媒体传输。因此,可以通过使用QoE度量来评估一组多媒体算法、协议和服务。此外,关键的视频相关信息,如帧类型、GoP长度和帧内依赖性,可以用于创建新的评估和优化解决方案。为了支持移动性,M3WSN利用不同的移动性跟踪,使网络如何在移动情况下的行为的理解。本教程将介绍如何安装和配置M3WSN框架,设置和运行实验,创建移动和视频跟踪,以及如何评估不同协议的性能。本教程将在Ubuntu 12.04 LTS和OMNeT++ 4.2的环境中给出。
2015-09-11 cs.MM cs.NI cs.PF
Single and Multi-Agent Deep Reinforcement Learning for AI-Enabled Wireless Networks: A Tutorial
University of Manitoba(曼尼托巴大学)
深度强化学习(Deep Reinforcement Learning,DRL)最近取得了重大进展,在解决各个领域(特别是无线通信领域)的顺序决策问题方面取得了多项成功。未来的第六代(6G)网络预计将提供可扩展的、低延迟的、超可靠的服务,这些服务由数据驱动的人工智能(AI)的应用授权。未来6G网络的关键使能技术,如智能元表面、空中网络和边缘人工智能,涉及多个智能体,这激发了多智能体学习技术的重要性。此外,合作对于建立自我组织、自我维持和分散的网络至关重要。在这种情况下,本教程重点介绍DRL的作用,重点是支持AI的6G网络的深度多智能体强化学习(MARL)。本文的第一部分将对单智能体RL和MARL的数学框架进行清晰的概述。这项工作的主要思想是激励RL的应用超越近年来广泛采用的无模型视角。因此,我们提供了一个选择性的描述RL算法,如基于模型的RL(MBRL)和合作MARL,我们强调他们在6G无线网络中的潜在应用。最后,我们概述了MARL在移动边缘计算(MEC)、无人机(UAV)网络和无小区大规模MIMO等领域的最新进展,并确定了未来有前途的研究方向。我们希望本教程能够激发更多的研究工作,以构建基于MARL的可扩展和分散的系统。
2020-11-06 cs.LG cs.NI
Opportunistic Routing Metrics: A Timely One-Stop Tutorial Survey
5G的高速、低延迟和异构特性作为许多新兴和经典无线应用的共同点,使无线技术重新成为人们关注的焦点。低功耗和广覆盖网络中的连续连接要求强调了在多hp场景中在稀缺的无线资源上进行更高效路由的需求。在这方面,主动路由(OR),它利用无线媒体的广播性质,以提供传输合作之间的选定数量的偷听节点,已经变得比以往任何时候都更有前途。对于整体网络性能至关重要的是,哪些节点参与以及它们在传输优先级层次结构中的位置由嵌入在OR协议中的用户定义的OR度量决定。因此,选择或设计一个合适的OR指标是一个关键的任务。OR指标的数量众多、专有符号和客观多样性可能会导致感兴趣的研究人员失去洞察力并不知所措,从而使指标选择或设计工作量很大。虽然在文献中没有任何全面的OR指标调查,但部分解决该主题的调查并不详尽,缺乏细节。此外,他们提供了有限的洞察力,相关的分类和未来的研究建议。在本文中,从一个自定义教程与一个新的外观或或指标,我们设计了一个新的框架或指标设计。引入一个新的分类法,使我们能够采取结构化,调查和比较的方法或指标,支持广泛的模拟。详尽的覆盖率或指标,制定了一个统一的符号,提出了足够的细节。提供了自我解释,易于掌握和视觉友好的快速参考,可以独立于论文的其余部分使用。
2020-12-01 cs.NI
When Graph Meets Retrieval Augmented Generation for Wireless Networks: A Tutorial and Case Study
本教程介绍集成知识图谱的GraphRAG网络应用框架,分析传统RAG局限与知识图谱优势,给出构建步骤,通过信道增益预测案例验证其优于传统RAG,并提出未来研究方向。
2024-12-10 cs.NI
Science-Informed Design of Deep Learning With Applications to Wireless Systems: A Tutorial
Department of Computer Science, Toronto Metropolitan University(计算机科学系,多伦多 Metropolitan 大学)
本文介绍了一种基于科学的深度学习方法,用于提升无线系统中深度学习的可解释性和性能,通过整合科学知识以解决传统深度学习的透明性、泛化能力和参数调优问题。
2026-02-06 cs.IT cs.LG cs.NI
Deep Generative Model and Its Applications in Efficient Wireless Network Management: A Tutorial and Case Study
Nanyang Technological University(南洋理工大学);Guangdong University of Technology(广东工业大学);Singapore University of Technology and Design(新加坡科技设计大学);Sungkyunkwan University(成均馆大学);University of Sydney(悉尼大学)
随着扩散模型和ChatGPT的巨大成功,从2022年起,深世代模型(DGM)将经历爆炸式增长。不仅限于内容生成,DGM还广泛应用于物联网,Metaverse和数字孪生,因为它们具有出色的表示复杂模式和生成合理样本的能力。在这篇文章中,我们探讨了DGMs在一个关键任务中的应用,即,提高了无线网络管理的效率。具体而言,我们首先概述了生成式人工智能,以及三个代表性的DGMs。然后,DGMs授权的无线网络管理框架,提出了一个详细说明的问题,传统的网络管理方法,为什么DGMs可以有效地解决这些问题,以及一步一步的工作流程,应用DGMs在管理无线网络。此外,我们进行了一个案例研究网络经济,使用最先进的DGM模型,即,扩散模型,以生成有效的合同来激励移动AI生成内容(AIGC)服务。最后,我们讨论了进一步研究的重要开放方向。
2023-03-30 cs.AI cs.LG cs.NI
At the Dawn of Generative AI Era: A Tutorial-cum-Survey on New Frontiers in 6G Wireless Intelligence
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
本文通过教程兼综述形式系统梳理GenAI及生成模型在6G无线智能中的原理、应用、前沿方向与挑战。
2024-02-02 cs.AI cs.LG cs.NI
Implementation of Connectivity and Handover through Wireless Sensor Node based Techniques
本文提出了一种基于无线传感器节点技术的切换和连通方案。在Qualnet中创建场景,并针对简单情况进行模拟。结果进行了讨论。
2010-01-29 cs.NI
Metaverse for Wireless Systems: Architecture, Advances, Standardization, and Open Challenges
本文以教程形式探讨元宇宙在无线系统中的应用,提出新型高层架构,并综述其使能因素、设计方面、管理、可靠性、安全、标准化及开放挑战。
2023-06-22 cs.NI
Implementation of Handoff through wireless access point Techniques
移动漫游已成为无线蜂窝通信中不可或缺的一部分,不久用户将携带小型便携式手持设备,这些设备将包括计算机、电话、照相机、GPS、个人控制模块等。模拟是使用名为Qualnet的无线通信软件完成的。结果清楚地表明了这种新方案的优点。
2010-06-04 cs.NI
Design and Implementation of a Wireless Sensor Network for Smart Homes
无线传感器网络(WSNs)已成为实现灵巧家庭不可或缺的组成部分。本文的目标是开发这样一个无线传感器网络,可用于构建灵巧家庭系统。重点研究了基于ZigBee技术的无线传感器节点和协调器的设计与实现。利用GPRS网络构建了一个监控系统。为了支持多跳通信,在Dijkstra算法的基础上提出了一种改进的路由算法。已经进行了初步的模拟,以评估该算法的性能。
2010-11-13 cs.NI
VeriFi: Model-Driven Runtime Verification Framework for Wireless Protocol Implementations
验证无线协议实现具有挑战性。今天的方法需要劳动密集型的实验设置和手动跟踪调查,但产生的覆盖率低,不准确和不可复制的结果。我们提出了VERIFI,第一个系统的嗅探器为基础的,模型引导的运行时验证框架的无线协议实现。VERIFI将被验证的协议的形式化模型作为输入。为了实现良好的覆盖率,它首先应用状态可达性分析,通过应用模型检验技术。然后,它使用一个新的PACKETSNIPER组件来选择性地触发快速调查所有可达协议状态所需的数据包丢失。我们的研究结果表明,选择性分组干扰允许VERIFI显着提高协议状态的覆盖率。最后,VERIFI在验证跟踪时适应嗅探器造成的不确定性,使其能够提供准确和可重复的结果。通过对不确定性建模,VERIFI突出了可能的协议违规,供开发人员检查。
2018-08-10 cs.NI
Design and Implementation of Distributed Resource Management Mechanisms for Wireless Mesh Networks
在本文中,我们设计并实现了一个资源管理方案的基础上,合作的关联,其中STA可以共享有用的信息,以提高性能的关联/切换过程。协同关联机制是受无线网络中快速设计的协作协议的启发而提出的。此外,我们引入了一个负载均衡机制,考虑到上行链路和下行链路的信道条件,路由性能和拥塞控制的跨层方式操作。我们提出的迭代启发式算法,以分布式的方式控制每个网状AP的通信负载。我们通过OPNET仿真和测试平台实验来评估我们的机制的性能。
2012-06-30 cs.NI
Design and Implementation of a Wireless SensorNetwork for Agricultural Applications
我们提出了一个最短路径树为基础的设计和实施,能源效率高的数据汇集无线传感器网络感测各种参数在农业农场使用内部开发的低成本传感器。节点遵循同步的、周期性的睡眠-唤醒时间表,以最大化网络的生命周期。实现的网络由24个传感器节点在3英亩的玉米农场和它的性能被捕获的7个窥探节点不同的数据汇集间隔:10分钟,1小时和3小时。农场中几乎静态的无线链路促使我们在很长的数据汇集周期(3天)内使用同一棵树。观察到跨节点的能量消耗的不平衡非常小,并且网络架构使用易于实现的协议来执行不同的网络活动,包括处理节点故障。我们提出了对我们的实施进行的广泛测试的结果和分析,这提供了重要的见解。
2019-10-22 cs.NI
A Survey on Open-Source-Defined Wireless Networks: Framework, Key Technology, and Implementation
电信领域开源定义的无线网络的实现是通过第五代网络(5G)来完成的。与其前身(3G和4G)相比,5G网络可以支持各种各样的异构用例,这些用例具有来自互联网和物联网(IoT)的挑战性要求。未来的第六代(6G)网络不仅将扩展5G功能,还将创新新功能,以应对新兴的学术和工程挑战。研究界已经确定这些挑战可以通过基于开源软件和硬件的开源定义的无线网络来克服。在本调查中,我们提出了一个开源定义的无线网络,包括动机,框架,关键技术和实现的不同方面的概述。我们首先介绍动机,并探讨几个框架,分为三个不同的类别:黑盒,灰盒和白盒。我们回顾了与开源定义的核心网络(CN),无线电接入网络(RAN),多接入边缘计算(MEC),安全威胁的能力,开源硬件以及各种实现(包括测试床)相关的研究工作。最后,也是最重要的是,在这项调查中,经验教训,未来的研究方向,开放的研究问题,陷阱和现有的调查开源无线网络的局限性,包括激励和鼓励未来的研究。
2022-09-05 cs.NI
Design and Implementation of a Wireless Sensor and Actuator Network for Energy Measurement and Control at Home
本文介绍了一种无线传感器和执行器网络的设计,实现和测试,用于监测家用电器的能源使用。该网络包括能量测量节点和中央服务器,其中节点读取连接的电器的能量使用,并将其读数无线报告给中央服务器以进行处理。服务器通过用户可视界面实时的显示来自这些节点的读数。通过这个系统,用户可以很容易地了解他们的用电模式,并调整他们的行为,以减少他们的能源消耗和成本。此外,用户能够远程打开/关闭各个设备,以主动控制某些电器的电力使用。该系统允许家庭能源使用的廉价监控,并说明了一个实用的方法来控制通过用户交互的能源消耗。
2013-04-11 cs.NI
Visible Light Communication for Vehicular Networks: A Tutorial
本文是一份关于在车辆网络中实施可见光通信(VLC)的扩展教程,介绍了系统结构与标准化,分析了光照、安全及移动性等实施影响,并指出了关键挑战与未来研究方向。
2025-10-13 cs.NI cs.SY eess.SY
Integrated Sensing and Communications: A Tutorial on Mathematical Foundations, Signal Processing and System Design for 6G
Texas A&M University(德克萨斯A&M大学)
本教程系统梳理ISAC的数学基础与信号处理,统一雷达与通信工具包,推导感知-通信性能极限,并覆盖波形设计、网络架构及安全等关键议题,为6G ISAC研究提供入门指南。
2026-10-08 cs.NI eess.SP
Trends and Challenges in Wireless Channel Modeling for an Evolving Radio Access
随着5G的出现,标准化和研究目前正在定义下一代无线电接入。考虑到未来标准所带来的高度限制,正在提出诸如Massive MIMO和mmWave之类的颠覆性技术。这一过程的核心是无线信道模型,现在需要涵盖设计参数的大量增加、各种频带和异构部署。本教程介绍了信道模型如何解决这一新的复杂程度,以及社区准备哪些工具来有效而准确地捕捉无线电接入设计中即将到来的变化。我们分析了这些新建模工具背后的主要驱动因素,它们带来的挑战,并调查了当前克服这些挑战的方法。
2016-06-07 cs.IT cs.NI math.IT
Implementation of XTEA Encryption Protocol based on IEEE 802.15.4 Wireless Systems
解决了Pololu-Wixel设备上IEEE802.15.4系统的数据安全问题,给出了同一平台上不同设备加解密的硬件和软件实现实例。所提出的方法可用于无线企业,工业和个人系统的开发,实施和操作。这项工作可能的发展领域涉及改进加密算法的研究(增加密钥长度,使用非对称密码等),比较了它们的性能,并实现了一个完整的数据交换协议。在工作过程中,在低功耗处理器上实现加密算法存在问题。在工作过程中,解决了一些关于类型减少、寻址、内存空间、缓冲区溢出等问题。通过调节接收器和发射器操作解决了问题。文中给出了基于PololuWixel的不同设备加解密的硬件和软件实现实例。解决了通过加密通道中的数据来建立安全通信通道的基本任务,并获得了固件和应用软件来充分验证设备。此外,这项工作具有很大的应用潜力,因为在现有系统中实施加密将对实施产生很小的影响,不会影响项目预算,但将大大提高这些网络中数据传输的安全性。所提出的方法可用于无线企业,工业和个人系统的开发,实施和操作。继续这项工作可能是测试其他协议在这个和类似硬件上的性能,这些硬件用于可能嵌入在短距离标准的短距离无线通信项目中的系统。
2019-12-27 cs.CR cs.NI
Wireless Network Coding via Modified 802.11 MAC/PHY: Design and Implementation on SDR
原则上,网络编码(NC)是第3层创新,其提高有线网络中用于多播/广播场景的网络吞吐量。由于有线和无线网络之间的根本差异,将NC扩展到无线网络产生了几个新的和重大的实际挑战。双向信息交换(对称和不对称)。原则上,网络编码(NC)是第3层创新,其提高有线网络中用于多播/广播场景的网络吞吐量。由于有线和无线网络之间的根本差异,将NC扩展到无线网络产生了几个新的和重大的实际挑战。使用中间中继节点在一对802.11源/宿之间的双向信息交换(对称和非对称)是用于评估无线网络编码(WNC)在实际设置中的有效性的典型场景。我们在这项工作中的主要目标是建议务实和新颖的修改在MAC和PHY层的802.11协议栈上的软件无线电(Sora)平台,以支持WNC和获得可实现的吞吐量估计通过实验室规模的实验。我们的研究结果表明,网络编码(在MAC或PHY层)增加系统的吞吐量,通常为20- 30%。
2012-10-04 cs.IT cs.NI cs.PF