MDS-Coded Distributed Caching for Low Delay Wireless Content Delivery
我们研究使用最大距离可分离（MDS）码缓存流行的内容，以减少无线内容传输的下载延迟。特别是，我们考虑一个蜂窝系统中的设备漫游在一个细胞根据泊松随机过程。流行内容使用MDS代码被缓存在有限数量的移动设备中，并且可以使用设备到设备通信从移动设备下载。我们推导出一个解析表达式的延迟从无线网络中下载的内容，并显示使用MDS码的分布式缓存可以显着降低下载延迟的情况下，内容总是从基站下载和未编码的分布式缓存的情况下。
2017-01-05 cs.IT math.IT
Capacity of Wireless Distributed Storage Systems with Broadcast Repair
在无线分布式存储系统中，存储节点之间通过无线信道连接，这些无线信道本质上是广播信道。本文利用这一独特的功能，设计了一个有效的修复机制，称为广播修复，无线分布式存储系统中存在的多个节点的故障。由于无线传输的广播性质，我们提倡一种新的措施修复性能称为修复传输带宽。修复带宽测量的是新节点替换故障节点时下载的平均数据包数量，而修复传输带宽测量的是每个故障节点上辅助节点传输的平均数据包数量。通过将存储系统建模为多播网络，并分析相应信息流图的最小割，对具有广播修复的无线分布式存储系统的存储容量进行了基础性研究。存储效率和修复传输带宽之间的基本权衡也得到功能修复。广播修复的性能进行了比较分析和数值与合作修复，有线分布式存储系统的多节点故障的基本修复方法。虽然合作修复是基于允许新来者交换数据包的想法，但广播修复是基于允许帮助者同时向所有新来者广播数据包的想法。我们发现，广播修复优于合作修复，提供了更好的存储效率和修复传输带宽之间的权衡。
2017-07-06 cs.IT math.IT
Asymptotic Spectral Efficiency of the Uplink in Spatially Distributed Wireless Networks With Multi-Antenna Base Stations
一个代表性的上行链路的一个给定的长度，在干扰有限的，空间分布的无线网络与六边形小区，简单的功率控制，和多天线线性最小均方误差接收器的频谱效率被发现接近一个渐近线的基站天线N和无线节点的数量趋于无穷大。面积平均频谱效率的代表性的链接（平均的空间基站和移动分布），泊松分布的基站的近似值，也提供。对于大的N，在干扰受限的制度，面积平均频谱效率主要是N的乘积与基站与无线节点密度的比率的比率的函数，这表明可以通过线性增加基站天线的数量和基站与无线节点的相对密度的乘积来扩展这样的网络，无线节点密度。结果是有用的无线系统的设计人员与高小区间干扰，因为它提供了简单的表达式作为有形的系统参数，如基站和无线节点密度，和天线的数量的函数的频谱效率。这些结果是结合无限随机矩阵理论和随机几何导出的。
2013-02-20 cs.IT math.IT
Distributed SIR-Aware Scheduling in Large-Scale Wireless Networks
原则上，主动调度和路由可以极大地增加分散式无线网络的吞吐量，但为了实用，它们必须在少量及时的边信息的情况下这样做。在本文中，我们提出了低开销的分布式机会调度（DOS）的三种技术，并精确地确定其对整体网络中断概率和传输容量（TC）的影响。第一种是分布式信道感知调度（DCAS），第二种是分布式信道感知调度（DIAS），第三种是对这两种调度的概括和组合，称为分布式信道感知调度（DICAS）。一个贡献是确定最佳信道和干扰阈值，给定的隔离发射机应该估计和应用时，调度自己的传输。使用该阈值，量化并比较每种技术的精确网络范围增益。我们的结论是考虑在接收机的干扰消除，并找到它提高了多少中断概率。
2011-07-20 cs.IT math.IT
Perturbation-based Distributed Beamforming for Wireless Relay Networks
本文研究了半双工放大转发中继无线网络中的分布式波束形成技术。现有的方案优化波束成形权值的基础上的假设，信道状态信息（CSI）是可用的中继。我们建议使用自适应波束形成的基础上确定性扰动和有限的反馈（1位）从目的地到中继，以避免CSI在中继。两个可扩展的扰动计划被认为是实际的实施方面得到解决。仿真结果表明，所提出的技术接近最佳性能，并在时变环境中具有令人满意的跟踪性能。
2008-09-30 cs.IT math.IT
MDS-Coded Distributed Storage for Low Delay Wireless Content Delivery
我们解决了使用最大距离可分离（MDS）码的分布式存储（DS），使高效的内容在无线网络中的交付。内容被存储在多个移动设备中，并且可以使用设备到设备通信从移动设备检索，或者可替换地，从基站（BS）检索。在网络可靠性状态周期性恢复的假设下，我们推导出了下载延迟的解析表达式。我们的分析表明，MDS编码的DS可以显着减少下载时间的参考方案，内容总是从BS下载。
2016-08-29 cs.IT math.IT
Distributed Source Localization in Wireless Underground Sensor Networks
节点定位在无线地下传感器网络（WUSNs）的许多实际应用中起着重要作用，例如确定地震震中、地下爆炸和矿井中的微震事件的位置。由于地下环境中不利的信道特性，在无线传感器网络中获取到达时间差（TDOA）测量比地面无线传感器网络更困难。鲁棒中国剩余定理（RCRT）已被证明是解决无线传感器网络中相位模糊问题和频率估计问题的有效工具。本文利用RCRT对WUSS网络中的TDOA或距离差进行鲁棒估计，从而提高了WUSS网络的测距精度。在获得距离差后，提出了一种基于扩散策略的分布式源定位算法，在满足定位精度要求的同时降低了通信开销。仿真结果验证了所提方法的有效性。
2011-12-17 cs.IT math.IT
Adaptive Link Selection Strategies for Distributed Estimation in Wireless Sensor Networks
在这项工作中，我们提出了自适应链路选择策略的分布式估计扩散型无线网络。我们开发了一个基于穷举搜索的链路选择算法和一个稀疏启发的链路选择算法，可以利用网络的拓扑结构与低质量的链接。在基于穷举搜索的算法中，我们选择导致特定节点的最小超额均方误差（EMSE）的邻居集合。在稀疏启发链路选择算法中，引入凸正则化设计了一种稀疏启发链路选择算法。所提出的算法有能力装备扩散型无线网络，并显着提高其性能。仿真结果表明，与现有算法相比，所提算法具有更低的EMSE值和更好的收敛速度，显著提高了网络性能。
2014-01-15 cs.IT math.IT
On some distributed scheduling algorithms for wireless networks with hypergraph interference models
结果表明，超图干扰模型下的无线自组织网络中的最大调度算法的性能可以进一步远离最优比以前已知的。这种分布式的，贪婪的调度算法的确切的最坏情况下的性能进行了分析。
2021-02-02 cs.IT cs.NI math.IT
Distributed Relay Selection Protocols for Simultaneous Wireless Information and Power Transfer
从射频（RF）信号中获取能量是一种令人兴奋的解决方案，可以在能量受限的无线网络中补充能量。在本文中，放大和转发（AF）的无线中继网络被认为是，中继节点需要从源的RF信号的收获能量转发信息到目的地。为了提高信息传输的性能，我们提出了两个分布式中继选择协议，最大收获能量（MHE）协议和最大信噪比（MSNR）协议。然后，我们推导了系统的中断概率与我们提出的中继选择协议，并证明了所提出的选择协议确实可以提高系统的性能和MSNR协议优于MHE协议。仿真结果验证了分析和定理。此外，还通过仿真研究了关键系统参数的影响。
2014-08-11 cs.IT math.IT
A Distributed Data Collection Algorithm for Wireless Sensor Networks with Persistent Storage Nodes
提出了一种分布式数据汇集算法，用于无线传感器网络获取信息的准确存储转发。该算法不依赖于传感器网络的拓扑结构，路由表，或传感器节点的地理位置，而是利用均匀分布的存储节点。分析和仿真结果表明，该算法可以通过查询任意小的存储节点集，以很高的概率精确收集到传感器节点所传播的数据。
2010-11-11 cs.IT cs.NI math.IT
Auction-Based Distributed Resource Allocation for Cooperation Transmission in Wireless Networks
协作传输利用无线信道的广播特性，可以大大提高通信系统的性能。大多数以前的工作资源分配的合作传输是基于集中式控制。在本文中，我们提出了两个份额拍卖机制，信噪比拍卖和功率拍卖，分布式协调用户之间的资源分配。我们证明了拍卖结果的存在性、唯一性和有效性。特别地，SNR拍卖导致用户之间的公平资源分配，并且功率拍卖实现接近于有效分配的解决方案。
2007-08-04 cs.IT math.IT
Approaching the Capacity of Wireless Networks through Distributed Interference Alignment
最近的研究结果建立了干扰对齐的最优性，以接近高信噪比下干扰网络的香农容量。然而，干扰可以在有限数量的信令维度上对齐的程度仍然未知。干扰对准方案的另一个重要关注点是全局信道知识的要求。在这项工作中，我们提供了迭代算法的例子，利用无线网络的互易性，实现干扰对齐，只有本地信道的知识，在每个节点。这些算法还提供了理论上尚不可用的干涉对准的可行性的数值见解。
2008-03-26 cs.IT math.IT
Coded Federated Computing in Wireless Networks with Straggling Devices and Imperfect CSI
分布式计算平台通常假定处理器之间的可靠和专用连接的可用性。这项工作考虑了一种替代方案，相关的无线数据中心和联邦学习，其中的分布式处理器，一般不同的编码数据上操作，通过共享的无线信道通过全双工传输访问连接。该研究考虑了无线和计算损伤，包括干扰，不完美的信道状态信息和离散的处理器，它假设了一个映射-洗牌-减少编码的计算范式。系统的总延迟，作为计算和通信延迟的总和，研究了不同的洗牌策略，揭示了分布式计算，编码和合作或协调传输之间的相互作用。
2019-01-16 cs.IT math.IT
Distributed Throughput-optimal Scheduling in Ad Hoc Wireless Networks
在本文中，我们提出了一个分布式的吞吐量最优的ad hoc无线网络调度算法，这是由著名的单纯形算法求解线性规划（LP）问题的动机。调度器存储一组稀疏的基本调度，并在每个时隙中选择最大权重的基本调度进行传输。同时，调度器试图通过在吞吐量增加方向上搜索新的基本调度来更新基本调度集。我们表明，上述两个过程可以实现分布式的方式。具体来说，我们提出了一个平均共识的链路竞争算法来实现分布式最大权重调度。此外，我们表明，基本的时间表更新可以实现使用CSMA机制，这是类似于由江等人提出的。相比，在江的论文中，时间表在随机游走的方式变化的最佳分布式调度器，我们的算法具有更好的延迟性能，通过实现更快的时间表过渡在稳定状态。仿真结果验证了算法的有效性。
2011-02-07 cs.IT math.IT
Distributed Low-Rank Estimation Based on Joint Iterative Optimization in Wireless Sensor Networks
University of York（约克大学）；PUC-Rio（里约热内卢天主教大学）；Princeton University（普林斯顿大学）
提出了一种新的分布式降秩算法和一种自适应分布式估计算法。建议的分布式方案是基于一个变换，在网络的每个代理进行降维，然后由一个降维参数向量。提出了一种分布式降秩联合迭代估计算法，与现有技术相比，该算法能够显著降低通信开销，提高估计性能。仿真结果表明，所提出的策略在收敛速度和均方误差性能方面的优势。
2014-11-05 cs.IT cs.LG math.IT
Inference-Based Distributed Channel Allocation in Wireless Sensor Networks
在单天线、半双工无线传感器网络中，时隙和频率信道的干扰感知资源分配是一个具有挑战性的问题。为这样的任务设计分布式算法进一步使问题复杂化。本文研究了无线传感器网络在给定路由树下的联合时频信道分配问题，使得：a）分配以完全分布式的方式进行，即，在多达两跳的通信内，仅在相邻的WSN终端之间执行信息交换，以及b）简化了潜在干扰终端的检测，并且可以实际实现。该算法将空间、时间、频率和无线电硬件约束印刻到一个循环因子图中，并使用随机化的初始先验信息进行迭代消息传递/循环置信传播（BP）。收敛到一个有效的解决方案的充分条件，在文献中首次，利用拟议的因子图的结构。基于理论研究结果，设计了BP的修改，i）加速收敛到有效解，ii）降低计算成本。仿真结果表明，所提出的分布式算法的吞吐量结果，即使它利用简化的干扰终端集检测。未来的工作可以修改这些限制，使得其他破坏性的无线技术（例如，全双工无线电或网络编码）可以容纳在相同的推理框架内。
2017-03-20 cs.IT math.IT
Distributed Wireless Power Transfer with Energy Feedback
能量波束成形（EB）是实现高效射频（RF）传输使能的无线能量传输（WET）的关键技术。通过优化设计来自无线信道上的多个能量发射器（RF）的波形，它们可以在能量接收器（ER）处相结合，以实现与RF数量成比例的EB增益。然而，EB波形的最佳设计需要精确的信道状态信息（CSI）在双工器，这是具有挑战性的，实际上，特别是在分布式系统与双工器在不同的位置。在本文中，我们研究了实用和有效的信道训练方法，以实现最佳EB在分布式WET系统。我们提出了两个协议，有和没有集中式协调，分别，分布式的分布式路由器顺序或并行调整其传输阶段的基础上，从ER的低复杂度的能量反馈。能量反馈仅取决于ER处的接收功率电平，其中每个反馈指示一个特定的发射相位，其导致在一组先前使用的相位上的最大收获功率。仿真结果表明，这两个建议的训练协议收敛非常快，在实际的WET系统中，即使有大量的分布式均衡器，而顺序ET相位自适应协议也分析表明，通过增加训练时间收敛到最优EB设计与完美的CSI。数值结果也提供了评估性能的建议分布式EB和培训设计相比，其他基准计划。
2016-06-23 cs.IT math.IT
Distributed Coalition Formation Games for Secure Wireless Transmission
无线节点之间的协作最近已经被提出用于在存在多个窃听者的情况下提高无线传输的物理层（PHY）安全性。虽然现有的PHY安全文献回答了这样一个问题：“从合作中获得的链路级保密率是多少？”“，本文试图回答的问题"如何实现这些收益在一个实际的分散的无线网络，并在存在成本的信息交换？''.为此，我们将物理层安全合作问题建模为具有不可转移效用的联盟博弈，并提出了一种分布式联盟形成算法。通过该算法，无线用户可以合作和自组织成不相交的独立联盟，同时最大限度地提高他们的保密率，同时考虑到信息交换过程中的安全成本。我们分析了解码和转发和放大和转发合作的联盟结构，并研究了用户如何适应网络拓扑结构的环境变化，如移动性。通过仿真，我们评估所提出的算法的性能，并表明，通过联盟形成使用解码和转发，每个用户的平均保密率提高到25.3%和24.4%（45个用户的网络）相对于非合作和放大和转发的情况下，分别。
2009-11-13 cs.IT math.IT
Wireless Federated Distillation for Distributed Edge Learning with Heterogeneous Data
Korea Advanced Institute of Science and Technology（韩国科学技术院）；King’s College London（伦敦国王学院）
用于分布式机器学习的协作训练方法通常假设无噪声和理想的通信信道。这项工作研究了无线通信链路的存在所带来的机遇和挑战。我们特别考虑无线实现的联邦学习（FL）和联邦蒸馏（FD），以及一种新的混合联邦蒸馏（HFD）计划。这两个数字实现的基础上单独的源信道编码和空中计算实现的基础上联合源信道编码提出和评估高斯多址信道。
2019-07-05 cs.IT cs.LG math.IT
Distributed Learning in Wireless Networks: Recent Progress and Future Challenges
Princeton University（普林斯顿大学）；Imperial College London（帝国理工学院）；The University of Hong Kong（香港大学）；Virginia Tech（弗吉尼亚理工大学）；University of Oulu（奥卢大学）；Ericsson Research（爱立信研究院）
下一代无线网络将使许多机器学习（ML）工具和应用程序能够有效地分析边缘设备收集的各种类型的数据，以实现推理、自治和决策目的。然而，由于资源限制、延迟限制和隐私挑战，边缘设备无法将其整个收集的数据集卸载到云服务器，以集中训练其ML模型或进行推理。为了克服这些挑战，分布式学习和推理技术被提出作为一种手段，使边缘设备能够在没有原始数据交换的情况下协作训练ML模型，从而减少通信开销和延迟，并提高数据隐私。然而，在无线网络上部署分布式学习面临若干挑战，包括不确定的无线环境、有限的无线资源（例如，发射功率和无线电频谱）以及硬件资源。本文全面研究了如何在无线边缘网络上高效地部署分布式学习。我们提出了一个详细的概述几个新兴的分布式学习范式，包括联邦学习，联邦蒸馏，分布式推理，和多智能体强化学习。对于每个学习框架，我们首先介绍了在无线网络上部署它的动机。然后，我们提出了一个详细的文献回顾，其有效的部署使用的通信技术。然后，我们介绍了一个说明性的例子来展示如何优化无线网络，以提高其性能。最后，我们介绍了未来的研究机会。简而言之，本文提供了一套关于如何在现实世界的无线通信网络上部署广泛的分布式学习框架的整体指导方针。
2021-04-05 cs.IT cs.LG math.IT
Wireless Map-Reduce Distributed Computing with Full-Duplex Radios and Imperfect CSI
考虑一个分布式计算系统，其中工作节点通过共享无线信道连接。节点可以存储需要进行计算的数据集的一部分，并且遵循Map-Shuffle-Reduce协议以实现协作处理。如果在节点处执行的计算之间存在某种程度的冗余，则可以通过使用编码多播或协作传输来减少Shuffle阶段期间的节点间通信负载。先前表明，后一种方法能够在全双工节点和完美的发送侧信道状态信息（CSI）的存在下将高信噪比通信负载减少一半。在本文中，提出了一种新的方案，叠加编码的基础上，被证明优于编码组播和协作传输的假设下，不完美的CSI。
2018-10-26 cs.IT math.IT
Study of Buffer-Aided Distributed Space-Time Coding for Cooperative Wireless Networks
本文提出了一种自适应缓冲辅助分布式空时编码方案，并针对具有缓冲辅助中继的无线网络提出了反馈算法。所提出的方案采用最大似然接收机在目的和可调码受功率约束的放大转发合作策略在中继。每个中继器配备有缓冲器，并且能够存储接收到的符号块，并且如果选择则将数据转发到目的地。不同的天线配置和无线信道，如静态块衰落信道，被认为是。使用缓冲器辅助中继，以改善出错率（BER）性能的效果进行了研究。开发了可调节的中继选择和优化算法，利用配备缓冲器的中继的额外自由度来提高BER性能。我们还分析了在协作网络中使用所提出的方案和算法时系统的成对错误概率和多样性。仿真结果表明，所提出的方案和算法获得的性能增益比以前报道的技术。
2016-09-17 cs.IT math.IT
Exploiting Interference for Efficient Distributed Computation in Cluster-based Wireless Sensor Networks
本文提出了一些新的想法，如何提高共识算法在分布式无线传感器网络的性能，当考虑通信成本。特别感兴趣的是共识算法，利用无线信道的广播属性，以提高收敛速度方面的性能。为此，我们提出了一种新的基于聚类的共识算法，利用干扰计算，同时减少网络中的能量消耗。由此产生的优化问题是一个半定的程序，它可以离线解决系统启动之前。
2014-09-03 cs.DC cs.IT math.IT
Iterative Power Control for Wireless Networks with Distributed Reconfigurable Intelligent Surfaces
可重构智能表面（RIS）是一种新的范例，通过明智的部署和对齐，可以实现更有利的传播环境和更好的无线网络设计。因此，它们可以为下一代无线系统提供许多潜在的好处，包括改善覆盖范围，更好的干扰管理甚至安全性。在本文中，我们考虑一个上行链路的下一代无线系统，每个用户的协助与RIS。我们研究了这种分布式RIS辅助无线网络中的上行链路功率控制问题。具体来说，我们的目标是最小化总上行链路发射功率的所有用户受到每个用户的可靠通信要求在基站的功率，接收机滤波器和RIS相位矩阵的联合设计。我们提出了一种迭代功率控制算法，结合逐次凸逼近技术来解决非凸相位约束的问题。数值结果表明，分布式RIS援助导致上行链路功率节省时，直接链路是弱的。
2022-12-02 cs.IT eess.SP math.IT
Distributed Remote Vector Gaussian Source Coding for Wireless Acoustic Sensor Networks
在本文中，我们考虑的问题，远程矢量高斯信源编码的无线声传感器网络。每个节点从网络中的多个节点接收消息，并使用其自己的声场测量值作为辅助信息来解码这些消息。节点的测量和从解码接收到的消息得到的源的估计然后被联合编码并发送到网络中的相邻节点。我们表明，对于这种分布式信源编码的情况下，可以编码一个所谓的有条件的充分统计的源，而不是联合编码多个源。我们专注于节点测量的情况下，在噪声的线性混合组合的来源和声道混合矩阵是可逆的。对于这个问题，我们推导出率失真函数的矢量高斯源和协方差失真约束下。
2014-01-16 cs.IT math.IT
Distributed Learning in Wireless Sensor Networks
在无线传感器网络等应用中的分布式或分散式检测和估计问题通常被认为是在参数模型的框架中，其中对自然的统计描述进行了强有力的假设。在某些应用中，这样的假设是有道理的，从这些模型设计的系统显示出希望。然而，在其他情况下，先验知识充其量是模糊的，将这种知识转化为统计模型是不可取的。应用程序，如这些铺平了道路，分布式检测和估计的非参数研究。在本文中，我们回顾了作者最近的工作，其中一些基本模型的分布式学习被认为是。这些模型符合非参数统计学经典工作的精神，适用于无线传感器网络。
2005-03-26 cs.IT cs.LG math.IT
On Distributed Vector Estimation for Power and Bandwidth Constrained Wireless Sensor Networks
我们考虑分布式估计的高斯向量的线性观测模型在非均匀无线传感器网络中，融合中心（FC）重建的未知向量，使用线性估计。传感器采用统一的多位量化器和二进制PSK调制，并通过正交功率和带宽受限的无线信道与FC进行通信。我们研究发射功率和量化率（每传感器的位测量）分配方案，最大限度地减少均方误差（MSE）。特别是，我们推导出两个封闭形式的上界的MSE，在优化参数方面，并提出耦合和解耦的资源分配计划，最大限度地减少这些界限。我们表明，该界是很好的近似的模拟MSE和所提出的方案的性能接近千里眼集中估计时，总发射功率或带宽是非常大的。我们研究了功率和速率分配如何依赖于传感器的观测质量和信道增益，以及总的发射功率和带宽约束。我们的模拟证实了我们的分析结果，并说明了所提出的算法的优越性能。
2015-10-09 cs.IT math.IT
Optimal Distributed Scheduling in Wireless Networks under the SINR interference model
无线资源共享机制是保证无线网络良好性能的关键。在他们的开创性论文\cite{tassiulas1}中，Tassiulas和Ephremides介绍了最大加权调度算法，并证明了其吞吐量最优性。从那时起，有广泛的研究工作，设计分布式实现该算法。最近，分布式自适应CSMA调度方案\cite{jiang08}已被提出，并被证明是最佳的，而不需要在发送器之间的消息传递。然而，他们的分析依赖于这样的假设，即干扰可以通过简单的干扰图来准确地建模。在本文中，我们考虑更现实和具有挑战性的SINR干扰模型。我们提出{ \it第一分布式调度算法，（i）在SINR干扰模型下是最优的，以及（ii）不需要任何消息传递}。它们基于被称为{ \it Power Packing}的简单且有效的功率分配策略和随机化技术的组合。我们首先设计的算法是速率最优的意义上，他们执行以及最好的集中式调度方案的情况下，每个发射机都知道它应该发送数据包到相应的接收机的速率。然后，我们扩展这些算法，使它们达到吞吐量最优。
2013-05-02 cs.IT math.IT
Energy Efficiency of Distributed Antenna Systems with Wireless Power Transfer
在本文中，我们研究了能量有效的资源分配在分布式天线系统（DAS）与无线电能传输，其中时分多址（TDMA）是用于下行链路多用户信息传输。特别地，当用户被安排接收信息时，其他用户使用相同的射频（RF）信号同时收获能量。我们考虑两种类型的能源效率（EE）指标：以用户为中心的EE（UC-EE）和以网络为中心的EE（NC-EE）。我们的目标是通过优化传输时间和功率来最大化UC-EE和NC-EE，分别满足用户的能量收集要求。对于UC-EE和NC-EE最大化问题，我们通过使用合适的数学工具将非凸问题转化为等价的易处理问题，然后开发迭代算法来找到全局最优解。仿真结果表明，与基准方案相比，所提出的方法的优越性。
2018-10-10 cs.IT math.IT
Distributed Generative Adversarial Networks for mmWaveChannel Modeling in Wireless UAV Networks
在本文中，提出了一种新的框架，使空对地信道建模毫米波（mmWave）频率在无人机（UAV）无线网络。首先，开发了一种有效的信道估计方法来收集毫米波信道信息，允许每个UAV通过生成对抗网络（GAN）训练本地信道模型。接下来，为了以隐私保护的方式在UAV之间共享信道信息，开发了基于分布式GAN架构的协作框架，以使每个UAV能够以完全分布式的方法从整个数据集中学习mmWave信道分布。给出了分布式网络中信息共享的最优网络结构使学习率最大的充要条件。仿真结果表明，所提出的GAN方法在每次学习迭代中共享更多的生成信道样本会提高学习速率，但随着网络中无人机数量的增加，学习速率会降低。结果还表明，所提出的GAN方法产生了更高的学习精度，相比于一个独立的GAN，并提高了无人机下行链路通信的平均速率超过10%，相比基线实时信道估计方案。
2021-02-22 cs.IT math.IT
Distributed Scheduling Algorithms for Optimizing Information Freshness in Wireless Networks
信息年龄（AoI）测量自在源处生成最后一个接收到的信息包以来所经过的时间。本文研究了在时变信道和成对干扰约束条件下，无线网络中单跳流的AoI最小化问题。我们认为简单，但广泛的，类的分布式调度策略，其中传输尝试在每个链路上有一定的尝试概率。我们得到了一个有趣的最佳尝试概率和最佳的AoI的链接之间的关系，及其相邻的链接。然后，我们证明了最佳尝试概率可以通过求解凸优化问题来计算，这可以分布式完成。
2018-03-17 cs.IT cs.NI math.IT
Multi-Agent Reinforcement Learning in Wireless Distributed Networks for 6G
本文系统综述了面向6G的MARL辅助无线分布式网络，分析其数学背景、网络结构、MARL方法分类、关键挑战及与信息瓶颈、镜像学习等新兴技术的结合，并展望未来研究方向。
2025-02-09 cs.IT cs.SY eess.SY
A Distributed Merge and Split Algorithm for Fair Cooperation in Wireless Networks
本文介绍了一种新的概念，从联盟博弈论，它允许动态形成的无线节点之间的联盟。构造了一种简单的分布式联盟形成合并与分裂算法。该算法被应用于研究虚拟MIMO编队的单天线发射机之间的合作所产生的增益。我们的目标是找到一个最终的发射机联盟结构，允许合作用户，以最大限度地提高他们的效用，同时占联盟形成的成本。通过这种新颖的博弈理论框架，无线网络发射机能够自组织，形成一个结构化的网络组成的不相交的稳定联盟。仿真结果表明，该算法可以提高平均单个用户效用26.4%，并能应对分布式用户的移动性。
2008-02-15 cs.GT cs.IT math.IT
A Low-Cost Robust Distributed Linearly Constrained Beamformer for Wireless Acoustic Sensor Networks with Arbitrary Topology
我们提出了一种新的鲁棒分布式线性约束波束形成器，它利用一组线性等式约束，以减少交叉功率谱密度矩阵的块对角形式。所提出的波束形成器具有方便的目标函数，可用于任意分布式网络拓扑，同时具有与集中式实现相同的性能。此外，新的优化问题是强大的相对声学传递函数（RATF）估计误差和目标活动检测（SAR）的错误。两种变体的建议波束形成器的多麦克风语音增强的无线声传感器网络的背景下，并进行评估，并与其他国家的最先进的分布式波束形成器的通信成本和鲁棒性的RATF估计误差和干扰误差。
2018-05-04 cs.IT eess.SP math.IT
Wireless MapReduce Arrays for Coded Distributed Computing
针对现有编码无线MapReduce分布式计算方案需输入文件数随节点数指数增长的问题，提出基于无线MapReduce阵列的方案，在文件数与节点数同量级时实现同等最优性能。
2024-06-22 cs.DC cs.IT math.IT
Massively Distributed Antenna Systems with Non-Ideal Optical Fiber Front-hauls: A Promising Technology for 6G Wireless Communication Systems
采用大规模分布式天线使无线接入点（RAP）更接近用户，从而实现积极的频谱重用，可以弥合未来无线系统中稀缺的频谱资源和极高的连接密度之间的差距。示例包括云无线电接入网络（C-RAN）、超密集网络（UDN）和无小区大规模多输入多输出（MIMO）系统。这些系统通常以光纤-无线通信（FWC）的形式设计，其中分布式天线或RAP通过光前传连接到中央单元（CU）。大量密集部署的天线或RAP需要广泛的光学前传基础设施。因此，光前传网络的成本、复杂性和功耗可能主导整个系统的性能。本文提供了一个概述和展望的架构，建模，设计和性能的大规模分布式天线系统与非理想的光学前回。光前传和无线接入链路之间的复杂交互需要通过联合利用其独特特性来优化光域和无线域的设计。它表明，与模拟射频光纤（RFoF）链路的系统优于其基带光纤（BBoF）或中频光纤（IFoF）的系统具有较短的光纤长度和更多的RAP，这都是未来的无线通信系统所需的属性。
2020-08-18 cs.IT eess.SP math.IT
Distributed on-line multidimensional scaling for self-localization in wireless sensor networks
研究了由固定节点组成的无线传感器网络的定位问题。每个节点都试图根据与其他节点的相对距离的噪声测量来估计自己的位置。在集中式批处理模式中，可以通过对从相对距离构建的所谓相似性矩阵应用主成分分析（PCA）来检索位置（直到刚性变换）。在本文中，我们提出了一个分布式的在线算法，允许每个节点估计自己的位置的基础上有限的交换信息的网络。我们的框架包括零星的测量和随机链路故障的情况下。我们证明了我们的算法在固定传感器的情况下的一致性。最后，我们提供了模拟和真实数据的数值和实验结果。在无线传感器网络实验平台上对实际数据进行了仿真。
2015-03-18 cs.DC cs.IT math.IT
Raptor Codes Based Distributed Storage Algorithms for Wireless Sensor Networks
本文研究了一个大规模无线传感器网络中的分布式存储问题，该网络中的$n$节点之间$k$获取（感知）独立的数据.目标是在整个网络中传播所获取的信息，使得每个$n$传感器存储一个可能编码的分组，并且对于一些小的$ε>0$，可以稍后以计算简单的方式从任何$(1+ε)k$节点恢复原始$k$数据分组。我们提出了两个基于Raptor码的分布式存储算法来解决这个问题。在第一种算法中，所有传感器都具有$n$和$k$的知识。在第二种情况下，我们假设没有传感器具有这样的全局信息。
2009-03-03 cs.DS cs.IT cs.NI
Distributed Clock Skew and Offset Estimation in Wireless Sensor Networks: Asynchronous Algorithm and Convergence Analysis
本文提出了一种基于置信传播的无线传感器网络时钟偏差和偏移联合估计的全分布式算法。在所提出的算法中，每个节点可以估计其时钟偏差和偏移在一个完全分布式和异步的方式：一些节点可能会更新他们的估计比其他人更频繁地使用过时的消息从相邻节点。此外，该算法对随机丢包具有鲁棒性。这种算法不需要任何集中的信息处理或协调，并且可以随网络规模而扩展。所提出的算法代表了一个统一的框架，包括两个类的同步和异步算法的网络范围内的时钟同步。分析表明，所提出的异步算法收敛到最优估计，估计均方误差在每个节点接近集中式的Cramér-Rao界下的任何网络拓扑结构。仿真结果进一步表明{收敛速度比同步算法快}。
2016-07-10 cs.DC cs.IT math.IT
Distributed and Centralized Hybrid CSMA/CA-TDMA Schemes for Single-Hop Wireless Networks
具有冲突避免的载波侦听多址接入（CSMA/CA）的强度可以与时分多址接入（TDMA）的强度相结合，以增强诸如基于IEEE 802.15.4的无线个域网（WPAN）之类的无线网络中的信道接入性能。特别地，传统的基于CSMA/CA的媒体访问控制（MAC）方案在拥塞网络中的性能可以通过混合CSMA/CA-TDMA方案来增强，同时保持可扩展性属性。在本文中，我们提出了分布式和集中式信道接入模型，遵循基于马尔可夫决策过程（MDP）的传输策略，以访问竞争期和无竞争期的智能方式。该模型考虑缓冲区的状态作为拥塞的指示，提供的业务不超过信道容量。我们扩展的模型，考虑隐藏节点碰撞问题，由于信道衰落引起的信号衰减。仿真结果表明，基于MDP的分布式信道接入方案优于传统的时隙CSMA/CA方案。该方案在由异构节点组成的网络中也有效地工作。集中式模型优于分布式模型，但需要网络的全局信息。
2014-01-22 cs.IT cs.NI math.IT
Distributed Consensus in Wireless Networks with Probabilistic Broadcast Scheduling
我们认为在无线网络中的分布式平均共识部分通信，以减少在每一次迭代/轮的传输次数。考虑到无线信道的广播性质，我们提出了一种概率的方法，调度一个子集的节点广播信息到他们的邻居在每一轮。我们比较了几个探试法分配节点广播概率下的固定数量的每轮传输。此外，我们引入了一个预补偿方法来纠正共识值和初始值的平均值之间的偏差，并建议我们的设计可能的扩展。我们的研究结果是特别相关的开发通信效率的共识协议在无线环境中有限的频率/时间资源。
2023-01-27 cs.IT cs.MA cs.SY
Wireless Device-to-Device Communications with Distributed Caching
我们介绍了一种新的无线设备到设备（D2D）的协作架构，利用分布式存储的流行内容，使频率复用。我们确定了合作距离和干扰之间的根本冲突，并展示了如何优化传输功率，以最大限度地提高频率重用。我们的分析依赖于用户内容请求统计数据，这些数据由Zipf分布建模。我们的主要结果是一个封闭的形式表达的最佳协作距离作为内容重用分布参数的函数。我们表明，如果内容重用分布的Zipf指数大于1，则可以具有在节点数量上线性缩放的多个D2D无干扰协作对。如果Zipf指数小于1，则我们识别D2D协作链路的数量的最佳可能缩放。令人惊讶的是，非常简单的分布式缓存策略可以实现最佳的扩展行为，因此不需要集中协调每个节点正在缓存的内容。
2012-05-31 cs.IT cs.NI math.IT
Distributed Learning Algorithms for Spectrum Sharing in Spatial Random Access Wireless Networks
本文研究了空间随机接入网络中正交冲突信道的分布式优化问题。用户在空间上是分布的，并且每个用户都在少数其他用户的干扰范围内。允许每个用户以一定的尝试概率在共享信道的子集上进行发送。我们研究了非合作和合作的设置。在前者中，每个用户的目标是最大化自己的速率，而不考虑其他用户的效用。在后者中，目标是在用户之间实现按比例公平的速率。简单的分布式学习算法被开发来解决这些问题。理论分析和仿真结果表明了所提算法的有效性。
2016-10-25 cs.IT cs.NI math.IT
Distributed Two-Phase Processing for Modular XL-MIMO with Wireless Fronthaul under Hardware Impairments
Bilkent University（比尔肯特大学）
针对硬件损伤下采用放大转发无线前传的模块化超大规模MIMO系统，提出基于加权最小均方误差的联合优化算法，通过调整用户发射功率和前传放大系数最大化上行频谱效率。
2026-05-22 cs.IT eess.SP math.IT
Collaborative Beamforming for Distributed Wireless Ad Hoc Sensor Networks
利用随机阵列理论分析了协同波束形成的性能。在无线自组织传感器网络的框架下，推导了随机相控阵波束图的统计平均值和分布。假设每个传感器节点具有单个各向同性天线，并且集群中的节点协作地发送信号，使得目标方向上的信号在远场区域中相干地相加。结果表明，与N个传感器节点均匀分布在一个磁盘上，方向性可以接近N，只要节点是位于足够稀疏。研究了最大旁瓣峰值的分布。考虑到应用到ad hoc网络，两种情况下，闭环和开环，被认为是。结合这些场景，分析了相位抖动和位置估计误差对平均波束图的影响。
2005-05-10 cs.IT cs.NI math.IT
On Privacy, Security, and Trustworthiness in Distributed Wireless Large AI Models (WLAM)
College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院）；Key Laboratory of Information Processing, Communication and Networking of Zhejiang Province (IPCAN)（浙江省信息处理、通信与网络重点实验室）；National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；School of Information and Communication Engineering, Beijing University of Posts and Communications（北京邮电大学信息与通信工程学院）；Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）；Center for 6G Technology, Khalifa University of Science and Technology（哈利法科技大学6G技术中心）
本文综述分布式无线大型AI模型（WLAM）的隐私、安全、可信性与伦理，并结合电磁信号处理展示其应用。
2024-12-04 cs.IT cs.LG eess.SP
Distributed Ranging and Localization for Wireless Networks via Compressed Sensing
无线网络中基于位置的服务要求节点准确地知道它们的位置。传统的解决方案依赖于基于竞争的介质接入，其中在任何时间在任何邻域中只有一个节点可以成功地发送。本文提出了一种新的、完整的、分布式的测距和定位解决方案，该方案让网络中的所有节点同时广播它们的位置估计和测量到所有邻居的距离。通断信令被设计为克服物理半双工约束。在每次迭代中，所有节点同时发送，每个广播描述当前位置估计的码字。根据来自所有邻居的叠加信号，每个节点解码其邻居的位置，并且还使用信号强度来估计它们的距离。然后，节点在后续迭代中广播其改进的位置估计。仿真结果表明，在一个大型网络中的精确定位超过几千个符号的间隔，这表明比传统的计划ALOHA或CSMA的基础上更高的效率。
2013-09-09 cs.IT cs.NI math.IT
Distributed Space-Time Coding of Over-the-Air Superimposed Packets in Wireless Networks
在本文中，我们提出了一个新的合作数据包传输方案，允许独立的来源，以crossover-the-air他们的数据包传输。采用中继节点，并将协作分集与分布式空时分组码相结合。利用所提出的方案，参与的中继器为本地接收的空中叠加符号创建ST码，而无需预先进行任何解码步骤。所提出的方案的优点是，通信是在更少的传输时隙完成，因为并发的分组传输，而分集的好处，从使用的STBC的结果在更高的解码性能。所提出的方案不依赖于STBC的应用在中继。仿真结果表明，显着的吞吐量的好处，即使在低信噪比制度。
2013-03-14 cs.IT cs.NI math.IT
Channel-Driven Monte Carlo Sampling for Bayesian Distributed Learning in Wireless Data Centers
现有的联邦学习协议所假设的传统频率论学习在量化不确定性、结合先验知识、指导主动学习和实现持续学习的能力方面是有限的。贝叶斯学习提供了一种原则性的方法来解决所有这些限制，但代价是增加了计算复杂性。本文研究了分布式贝叶斯学习的无线数据中心设置包括一个中央服务器和多个分布式工作人员。先前关于无线分布式学习的工作完全集中在频率论学习上，并引入了利用未编码传输来实现“空中”计算的想法。与频率论学习不同，贝叶斯学习旨在评估模型参数空间中全局后验分布的近似值或样本。这项工作首次研究了分布式一次性，或“并行”，贝叶斯学习协议在无线数据中心通过共识蒙特卡罗（CMC）的设计。未编码传输不仅作为一种实现“空中”计算的方式引入，而且作为一种部署通道驱动MC采样的机制：通道驱动采样不是将通道噪声视为要减轻的滋扰，而是将通道噪声用作MC采样过程的组成部分。首先提出了一个简单的无线CMC方案，该方案在高斯局部后验下是渐近最优的。然后，对于任意的局部后验，一个变分优化策略。仿真结果表明，如果适当考虑，信道噪声确实可以有助于MC采样，并不一定会降低精度水平。
2021-08-28 cs.IT cs.NI eess.SP
Performance Guarantees of Distributed Algorithms for QoS in Wireless Ad Hoc Networks
考虑无线网络，其中每个通信链路具有最小带宽服务质量要求。某些无线链路对由于在同一附近而相互干扰，并且这种干扰由冲突图来建模。给定冲突图和链路带宽要求，目标是仅使用本地化信息来确定是否可以满足所有链路的需求。在一个极端，每个节点只知道其邻居的需求;在另一个极端，存在一个具有全局信息的最佳集中式调度器。本工作通过量化分散化程度和分布式算法的性能之间的权衡，在这两个极端之间进行插值。这个开放的问题是解决的主要干扰模型，并得到以下一般结果：如果每个节点知道的要求，在一个球的半径$d$集中在节点，然后有一个分布式算法的性能是远离的最佳，集中式算法的一个因素，最多$(2d+3)/(2d+2)$。分析了分布式算法的性能和复杂度之间的折衷。结果表明，对于线路网络的协议干扰模型下，行约束是一个因素，最多$3$远离最优。这两个边界都是最好的。
2020-02-18 cs.DM cs.IT math.IT
Learning Autonomy in Management of Wireless Random Networks
Pukyong National University（釜庆国立大学）；Korea University（高丽大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文提出了一种机器学习策略，解决了无线网络中的分布式优化任务，任意数量的随机互连的节点。各个节点通过随机变化的回程链路在其他节点之间进行分布式协调来决定它们的最佳状态。这在对无线网络的随机拓扑鲁棒的分布式通用优化策略中提出了技术挑战，这还没有被具有刚性结构配置的传统深度神经网络（DNN）适当地解决。我们开发了一个灵活的DNN形式主义称为分布式消息传递神经网络（DMPNN）的向前和向后计算独立的网络拓扑结构。这种方法的一个关键推动因素是通过任意连接的回程链路的迭代消息共享策略。DMPNN通过学习大量随机回程交互，为迭代协调提供了收敛的解决方案。DMPNN在无线网络中的功率控制的各种配置进行了研究，密集的数值结果证明了它的通用性和可行性超过传统的优化和DNN方法。
2021-06-15 cs.IT cs.LG math.IT
A Scalable Framework for Wireless Distributed Computing
我们考虑一个无线分布式计算系统，其中多个移动用户，通过无线接入点连接，合作执行一个计算任务。特别地，用户经由接入点彼此通信以交换其本地计算的中间计算结果，这被称为数据混洗。我们提出了一个可扩展的框架，该系统中，所需的通信带宽数据洗牌不增加网络中的用户数量。关键思想是利用放置数据集的特定重复模式（因此中间计算的特定重复模式），以便在用户和接入点处提供编码机会，这将从用户到接入点的所需上行链路通信带宽和从接入点到用户的下行链路通信带宽减少了随着用户数量线性增长的因子。我们还证明了所提出的数据集放置和编码洗牌方案是最佳的（即，实现最小所需的混洗负载）。
2017-05-05 cs.DC cs.IT math.IT
Trajectory Design for Distributed Estimation in UAV Enabled Wireless Sensor Network
在本文中，我们研究了一个无人机（UAV）使能的无线传感器网络，其中无人机被派遣到收集传感器节点（SN）的传感器数据估计未知参数。结果表明，为了使估计的均方误差最小，无人机需要从尽可能多的SN上采集数据，并在此基础上建立了一个基于实际机动约束的无人机航迹优化设计问题。虽然该问题是非凸的，NP-难的，我们证明了最优无人机轨迹只由连接的线段。通过这种简化，利用经典的旅行商问题（TSP）方法和应用凸优化技术，提出了一个有效的次优解决方案。仿真结果表明，所提出的轨迹设计实现了显着的性能增益的SN的数据被成功收集的数量，相比其他基准计划。
2018-05-11 cs.IT eess.SP math.IT
