Performance modelling of access control mechanisms for local and vehicular wireless networks
载波侦听多址接入冲突避免(CSMA/CA)是许多无线网络中管理对共享介质的接入的基本方案。利用CSMA/CA,希望开始传输的站必须首先找到在给定持续时间内空闲的信道,否则它将进入\emph{backoff},即,在随机选择的延迟内抑制传输。采用CSMA/CA规则的无线网络的性能分析不是一项容易的任务:除了简单的网络配置,无法获得关键性能指标(KPI)的分析解决方案,因此必须求助于正式的建模工具。在本文中,我们提出了一个性能建模研究,针对不同类型的CSMA/CA基于无线网络,即:IEEE 802.11无线局域网(WLAN)和802.11p车载Ad Hoc网络(VANESTA),它扩展了802.11与优先级超过数据包。我们引入的建模框架允许考虑:i)任意大量的站,ii)不同的业务条件(饱和/非饱和),iii)关于共享信道的不同假设(理想/非理想)。我们应用统计模型检验来评估不同网络配置的KPI。
2018-12-30 cs.NI
Asymptotic Capacity Bounds for Wireless Networks with Non-Uniform Traffic
我们开发的无线网络容量的界限时,流量是不均匀的,即,并非所有节点都需要接收和发送类似的流量。我们的结果是渐近的,即,当节点数趋于无穷大时,它们的概率趋于1。我们研究\emph{(i)}非对称网络,其中的流量的源和目的地的数量是不平等的,\emph{(ii)}组播网络,其中每个创建的数据包有多个目的地,\emph{(iii)}集群网络,由客户端和有限数量的簇头,每个客户端要与任何簇头,和\emph{(iv)}混合网络,其中的节点是由有限的基础设施支持。我们的研究结果量化了这些无线网络处理流量瓶颈的基本能力,并指出了正确的设计原则,实现了容量,而无需诉诸过于复杂的协议。
2013-10-23 cs.NI
SD-WISE: A Software-Defined WIreless SEnsor network
SD-WISE是一个完整的无线传感器(和执行器)网络(WSNs)的软件定义解决方案。SD-WISE具有几个独特的功能,使其成为一个灵活和可扩展的解决方案,可应用于异构应用领域。它的基本特征是在控制器和节点侧提供节点资源的软件抽象。通过利用这些抽象,SD-WISE(i)将软件定义网络(SDN)方法扩展到WSN,引入更灵活的方式来定义流以及控制节点无线电的占空比以提高能量效率的可能性;(ii)实现WSN中的网络功能虚拟化(NFV);(iii)利用可信硬件和软件之间的紧密相互作用来支持传感器节点的法规合规行为。本文介绍了SD-WISE,描述了其主要操作,并在三个相关场景中展示了其功能,从而评估了该方法的有效性。
2017-10-25 cs.NI
Edge Continual Learning for Dynamic Digital Twins over Wireless Networks
Virginia Tech(弗吉尼亚理工学院)
数字孪生(DTs)是连接现实世界和虚拟世界的重要纽带。为了保证这两个世界之间的鲁棒连接,DT应该保持物理应用程序的准确表示,同时保持真实和数字实体之间的同步。在本文中,一个新的边缘持续学习框架,提出了准确地模拟物理孪生(PT)和其对应的网络孪生(CT)之间的不断演变的亲和力,同时保持他们的最大同步。特别地,CT被模拟为无线网络边缘处的深度神经网络(DNN),以对穿越偶发动态环境的自主车辆进行建模。当车辆PT在每个片段中更新其驾驶策略时,CT需要同时使其DNN模型适应PT,这引起去同步间隙。考虑到DT的历史感知性质,模型更新过程被提出为双目标优化问题,其目标是联合最小化所有遇到的事件上的损失函数和相应的去同步时间。由于去同步时间在连续事件上继续增加,因此提出了一种弹性权重合并(EWC)技术来限制去同步时间,该技术使DT历史规则化。此外,为了解决伴随EWC正则化项的逐步增长的可塑性-稳定性权衡,采用了考虑DT的历史事件之间的公平执行的修改后的EWC方法。最终,所提出的框架实现了同时准确和同步的CT模型,该模型对灾难性遗忘具有鲁棒性。仿真结果表明,该方法在保证最小解扩时间的前提下,可以达到90%的解扩精度。
2022-04-10 cs.IT cs.LG cs.NI
Separation of Routing and Scheduling in Backpressure-Based Wireless Networks
反压路由与调度以其吞吐量最优的运行保证,是提高无线多跳网络吞吐量的一种很有前途的技术。虽然背压在概念上被视为分层的,但路由和调度的决策是联合做出的,这在实践中带来了一些挑战。在这项工作中,我们提出了Diff-Max,一种分离路由和调度的方法,具有三个优点:(i)Diff-Max显著提高了吞吐量,(ii)路由和调度的分离通过最小化跨层操作使实际实现更容易;即,路由在网络层中实现,而调度在链路层中实现,以及(iii)路由和调度的分离导致模块化;即,在Diff-Max中,路由和调度是独立的模块,即使一个模块不工作,另一个模块也可以继续工作。我们的方法是基于网络效用最大化(NUM)制定和解决方案。基于Diff-Max的结构,我们提出了两种实用的方案:Diff-subMax和wDiff-subMax。我们证明了我们的计划,通过模拟在ns-2的好处。
2015-04-22 cs.NI
Structural Properties of Optimal Transmission Policies for Delay-Sensitive Energy Harvesting Wireless Sensors
我们考虑一个能量收集传感器在衰落信道上传输延迟敏感的数据。我们的目标是找到最佳的传输调度策略,最大限度地减少分组排队延迟给定的可用收获的能量。我们制定的问题作为一个马尔可夫决策过程(MDP)跨越发射机的缓冲区,电池和信道状态的状态空间,并分析所产生的最佳价值函数,量化的最优调度策略的长期性能的结构特性。我们发现,最佳的价值函数(i)是非递减的,并有越来越多的差异,在队列积压;(ii)是非递增的,并有越来越多的差异,在电池状态;和(iii)是子模块的缓冲区和电池状态。我们的数值结果证实了这些属性,并表明,最优调度策略优于所谓的贪婪的传感器中断,缓冲区溢出,能源效率和排队延迟方面的政策。
2018-03-26 cs.NI
A Brief History on the Theoretical Analysis of Dense Small Cell Wireless Networks
本文深入探讨了密集和超密集小小区无线网络的基本原理,讨论了密集和超密集小小区网络与稀疏小小区网络根本不同的原因,以及为什么后者中众所周知的容量与基站(BS)密度的线性缩放定律不适用于前者。更详细地,我们回顾了以下因素对超密集网络(UDN)的影响:(i)封闭接入操作和视线条件,(ii)近场效应,(iii)小小区BS和用户设备(UE)之间的天线高度差,以及(iv)空闲模式使能的小小区BS相对于UE的剩余。结合所有这些网络特性和特征,我们提出了一个更现实的容量缩放定律的UDN,这表明(i)存在一个最佳的BS密度,以最大化的面积频谱效率(ASE)为一个给定的有限的UE密度,以及(ii)存在一个最佳的UE密度,可以同时调度在网络上,以最大化的ASE为一个给定的有限的BS密度。
2018-12-05 cs.NI
An Asynchronous Multi-Beam MAC Protocol for Multi-Hop Wireless Networks
配备有多波束天线的节点通过在其m个非干扰波束上同时通信,与单波束天线相比可以实现高达m倍的吞吐量。然而,现有的多波束媒体接入控制(MAC)方案仅在发射机节点本地同步时才能实现并发数据通信。异步分组到达多波束接收器节点将增加节点耳聋和MAC层捕获问题,从而限制数据吞吐量。提出了一种适用于多跳无线网络的异步多波束MAC协议,该协议对现有的多波束MAC协议进行了以下改进:(i)采用窗口机制,在数据包异步到达时实现并发通信;(ii)采用智能数据包处理机制,减少节点耳聋、隐藏终端和MAC层捕获问题,以及(iii)减少资源浪费和节点饥饿的信道接入机制。我们提出的协议也适用于异构网络部署的节点配备单波束以及多波束天线。仿真结果表明,我们提出的协议的优越性能。
2021-11-19 cs.NI
Fog-supported delay-constrained energy-saving live migration of VMs over MultiPath TCP/IP 5G connections
Sapienza University of Rome(罗马大学)
本文提出了一种基于多路径 TCP/IP 5G 连接的虚拟机节能 live 迁移方案,通过可设置复杂度的带宽管理器实现能耗最小化和延迟约束。
2018-05-31 cs.NI
Mobility Diversity in Mobile Wireless Networks
我们引入了移动传感器或通信网络的移动性分集的新概念,通过在不同的网络拓扑结构上传输数据引入的多样性。我们展示了如何通过改变网络的拓扑结构,节点的移动性可以提供多样性。更具体地说,我们考虑一个移动网络的传感器节点和一些汇聚节点都是随机移动根据不同的维纳过程移动模型。假设网络拓扑随时间演变,并假设成功通信需要传感器节点与至少一个汇聚节点的连接,我们计算该网络的三个性能指标,i)传感器节点连接到至少一个汇聚节点的预期时刻数,ii)中断概率,是在观测间隔期间没有汇聚节点在传感器节点附近的概率,以及最后,iii)通信中随之发生的故障的最大数量。我们的理论和数值分析表明,增加传感器节点的移动性参数增加成功传输的平均数量,降低中断的概率,并减少在传感器-sink通信的最大延迟。
2013-10-07 cs.NI
Empowering AI-Native 6G Wireless Networks with Quantum Federated Learning
本文研究将量子联邦学习(QFL)集成到AI原生6G网络中,通过量子计算、通信和密码学技术提升边缘智能、网络优化及安全隐私,并证明采用量子近似优化算法的QFL框架在模型收敛上优于经典方法。
2025-09-09 cs.NI
Cooperative Topology Control with Adaptation for Improved Lifetime in Wireless Sensor Networks
拓扑控制算法允许无线多跳网络中的每个节点调整其进行传输的功率,并选择与其直接通信的邻居集合,同时保持全局目标,例如连接性或覆盖范围。这允许每个节点节省能量并有助于增加网络的寿命。在本文中,与大多数以前的工作相比,我们考虑(i)通信的能量成本以及每个节点处的可用能量的量,(ii)不同节点处的能量消耗率不同的现实情况,以及(iii)节点之间的合作,其中一些节点通过增加能量消耗来牺牲以帮助其他节点减少其消耗,可用于延长网络寿命。本文介绍了一种新的分布式拓扑控制算法,称为自适应协同拓扑控制(CTCA),基于博弈论的方法,映射到一个有序的潜在游戏的问题,最大化网络的生命周期。我们证明了博弈的纳什均衡的存在性。我们的仿真结果表明,CTCA算法延长了超过50%的网络的寿命相比,以前已知的最好的算法。我们还研究了分布式CTCA算法的性能相比,最佳的集中式算法作为节点的通信范围和节点密度的函数。
2013-09-12 cs.NI
Adaptive flow-level scheduling for the IoT MAC
在过去的十年中,分布式CSMA(构成WiFi的基础)已被广泛部署,以提供无缝和高速的移动互联网接入。然而,分布式CSMA对于未来的IoT/M2M应用可能并不理想,其中连接的设备/传感器/控制器的密度预计将比目前的无线网络高出几个数量级。在这样的高密度网络中,与完全分布式MAC协议相关联的开销将成为瓶颈。此外,物联网通信可能具有严格的QoS要求,目前WiFi网络的“尽力而为”调度可能不适合。这需要重新设计无线MAC,同时考虑到未来物联网/M2M网络的要求。在本文中,我们提出了一种基于预留的(最小开销)无线MAC,专门针对IoT/M2M应用而设计。主要功能包括:(i)流级,而不是分组级竞争,以最小化开销,(ii)最后期限感知的、基于预留的调度,以及(iii)随着变化的工作负载动态地适配MAC参数的能力。
2019-12-23 cs.NI
The Economics of Video Websites with Membership-Advertising Mode in Wireless Networks
本文提出了一种新的视频网站在无线网络中的商业模式--广告模式,视频网站为移动用户提供三种视频服务:\textit{VIP-Member}服务、会员服务和非会员服务。VIP会员(Regular-Member)服务提供高(低)价的最高(中等)质量和非广告视频服务,而非会员服务免费提供最低质量和含广告的视频服务。与此同时,视频网站将其广告空间出售给广告商以创造额外收入。我们将广告主、视频网站和移动用户之间的互动描述为一个三阶段的Stackelberg博弈。具体来说,在第一阶段,广告主决定广告预算;在第二阶段,视频网站决定其广告位销售策略的广告主和移动用户的会员定价策略;在第三阶段,移动用户决定自己的视频观看策略为每个视频网站。我们分析了每个子博弈的均衡。特别地,我们推导出每个移动用户的最优视频观看策略,每个视频网站的最优会员价格和最优广告位销售数量的封闭形式的解决方案。此外,我们也研究了广告主效用函数的分段结构,并进一步提出了一个有效的算法来获得最优的广告预算。最后,数值结果显示了不同参数的值对每个实体的效用以及关键指标的影响。
2018-06-29 cs.NI
Cross-Layer Optimization and System-Level Design of Next-Generation Wireless Networks via Intelligent RAN Control
Northeastern University(东北大学)
本研究针对下一代无线网络,结合开放RAN与AI技术,提出DRL方案、PandORA框架等多项核心成果,完成RIS相关设计与系统级验证,满足6G无线研究的产业与学术需求。
2026-08-07 cs.NI
Universe Detectors for Sybil Defense in Ad Hoc Wireless Networks
在未知端口网络(如无线网络)中的Sybil攻击被认为是不可处理的。无线节点不能独立地区分真实节点的全域与攻击者创建的任意不存在的虚构节点的全域。与故障检测器类似,我们建议使用宇宙检测器来帮助节点确定哪个宇宙是真实的。在本文中,我们(i)定义了Sybil攻击下的邻域发现问题的几种变体(ii)提出了一组匹配论域检测器(iii)证明了附加拓扑约束的必要性:节点密度和通信范围; ㈣提出SAND -一种借助适当的宇宙探测器解决这些问题的算法,该解决方案表明,所提出的全域检测器是每个问题可能的最弱检测器。
2008-05-13 cs.CR cs.DC cs.NI
Low Delay MAC Scheduling for Frequency-agile Multi-radio Wireless Networks
最近的趋势表明,基于认知无线电的无线网络将是频率捷变的,并且节点将配备有能够在大范围频谱上调谐的多个无线电。在这样的网络中的MAC调度问题指的是做出关于在哪个时刻以及在哪个频带上激活哪些通信链路的智能决策。在设计一个低复杂度的分布式MAC,实现低延迟的挑战,是由认知无线电网络的两个额外的维度:干扰图和数据率,是频带相关的,和爆炸的数量的可行的时间表,由于大量的可用频带。在本文中,我们提出了MAXIMALGAIN MAC,一种用于频率捷变多频带网络的分布式MAC调度器,同时实现以下功能:(i)相对于通信对的数量的最优网络延迟缩放,(ii)O的低计算复杂性(log 2(干扰图的最大程度)),其独立于频带的数量,每个节点的无线电的数量,和网络的整体大小,以及(iii)鲁棒性,即,它可以适用于节点不同步并且控制分组可能丢失的情况。我们提出的MAC还实现了吞吐量证明在一个恒定的分数(各向同性传播下)的最大吞吐量。由于最近的不可能性结果,最佳延迟缩放只能在一定量的吞吐量损失的情况下实现[30]。使用OMNeT++网络模拟器进行的大量模拟表明,相比一个国家的最先进的CSMA算法(即Q-CSMA)的多频带扩展,我们的异步算法实现了2.5倍?减少延迟,同时实现最大可实现吞吐量的至少85%。我们的MAC算法是来自一个新的本地搜索为基础的技术。
2013-02-17 cs.NI
Towards Green Connectivity: An AI-Driven Mesh Architecture for Sustainable and Scalable Wireless Networks
Stanford University(斯坦福大学);University of Mississippi(密西西比大学);National University of Sciences and Technology(国立科学与技术大学)
本文提出了一种由AI驱动的网状架构,通过低功耗节点部署、空间频率重用和预测网络智能,实现无线网络的可持续和可扩展性,提升能源效率并减少部署成本。
2026-02-21 cs.NI
Artificial Intelligence in Vehicular Wireless Networks: A Case Study Using ns-3
University of Padova(帕多瓦大学);Huawei Technologies Munich Research Center(华为技术慕尼黑研究中心)
人工智能(AI)技术已经成为使无线网络更高效和适应性更强的有力方法。在本文中,我们提出了一个NS-3仿真框架,能够实现AI算法的无线网络的优化。我们的管道包括:(i)一种新的基于几何结构的V2X移动性相关信道模型;(ii)基于ns 3-mmwave模块的5G-NR兼容协议栈的所有层;(iii)一种模拟V2X数据传输的新应用程序;(iv)一种通过AI控制网络的新智能实体。由于其灵活和模块化设计,研究人员可以使用这个工具来实现,训练,并在一个现实的和可控的环境中评估自己的算法。我们在预测服务质量(PQoS)场景中测试了我们的框架的行为,其中AI功能使用强化学习(RL)实现,并证明与不实现AI的基线解决方案相比,它可以促进更好的网络优化。
2022-03-10 cs.AI cs.NI
WirelessBench: A Tolerance-Aware LLM Agent Benchmark for Wireless Network Intelligence
College of Electronics and Information Engineering, Shenzhen University(深圳大学电子与信息工程学院);Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology(香港科技大学电子与计算机工程系)
WirelessBench提出一种容忍感知的LLM无线代理基准,通过三层认知体系和三个设计原则,解决现有基准在连续故障和灾难性错误检测上的不足,提升无线网络管理的自主性。
2026-03-22 cs.NI eess.SP
Mixed-Variable PSO with Fairness on Multi-Objective Field Data Replication in Wireless Networks
数字孪生在支持无线网络发展方面显示出巨大的潜力。它们是5G/6 G系统的虚拟表示,支持机器学习和基于优化的技术的设计。现场数据复制是构建基于模拟的孪生模型的关键方面之一,其目标是校准模拟以匹配现场性能测量。由于无线网络涉及各种关键性能指标(KPI),复制过程成为一个多目标优化问题,其目的是最大限度地减少模拟和现场数据KPI之间的误差。与以前的作品不同,我们专注于设计一个数据驱动的搜索方法来校准模拟器,并实现准确和可靠的再现现场性能。本文提出了一种基于混合变量粒子群优化算法的最优仿真参数搜索算法。此外,我们使用α-公平性概念来调整搜索过程中每个KPI的重要性,从而扩展了该解决方案以解决KPI之间的潜在冲突。现场数据的实验表明,我们的方法的有效性(i)提高复制的准确性,(ii)提高不同KPI之间的公平性,(iii)保证更快的收敛速度相比,其他方法。
2023-03-23 cs.NI eess.SP
Design of modular wireless sensor
Inst. for Inform. Transmission Problems, Russian Academy of Sciences(俄罗斯科学院信息传输问题研究所);NetCracker Technology(NetCracker技术公司)
提出一种组合方法,通过多准则排序、层次形态多准则设计(HMMD)和聚合,实现模块化无线传感器的组件选择与解决方案集成。
2012-03-09 cs.NI cs.SE cs.SY
Sparse power-efficient topologies for wireless ad hoc sensor networks
研究了多跳无线自组织传感器网络的节能路由问题。我们的工作的指导性见解是,不同于一个ad hoc无线网络,无线ad hoc传感器网络不需要节点之间的完全连接。只要传感区域被连接的节点很好地覆盖,网络就可以执行其任务。我们考虑两种几何随机图作为基本互连结构:单位圆盘图$\UDG(2,λ)$和$k$ -最近邻图$\NN(2,k)$,它们建立在$\RR^2$中密度为$λ$的泊松点过程所产生的点上。我们给出了这两个模型$\US(2,λ)$和$\NS(2,k)$的子图构造,并证明了存在$λ_s$和$k_s$的值,在这些值以上,这些构造具有以下良好的性质:(i)它们是稀疏的;(ii)它们是幂有效的,在这个意义上,图的距离不超过任何一对点之间的欧氏距离的常数倍;(iii)它们覆盖了空间;(iv)可以使用每个节点处的局部信息容易地建立子图。我们还描述了一个简单的本地算法路由这些子图上的数据包。我们的结构也给出了新的上限的临界值的参数$λ$和$k$的模型$\UDG(2,λ)$和$\NN(2,k)$。
2008-07-18 cs.NI math.PR
Learning an Adaptive Forwarding Strategy for Mobile Wireless Networks: Resource Usage vs. Latency
Wesleyan University(卫斯理大学);Fordham University(福特汉姆大学);University of Connecticut(康涅狄格大学)
设计有效的移动无线网络的路由策略是具有挑战性的,因为需要无缝地适应路由行为的空间多样性和时间变化的网络条件。在这项工作中,我们使用深度强化学习(DeepRL)来学习这种网络的可扩展和可推广的单副本路由策略。我们做出了以下贡献:i)我们设计了一个奖励函数,使DeepRL代理能够显式地权衡竞争网络目标,例如最小化延迟与每个数据包的传输数量; ii)我们提出了一组新的关系邻域,路径和上下文特征来表征移动无线网络并独立于特定网络拓扑对设备移动性进行建模;以及iii)我们使用灵活的训练方法,该方法允许我们将来自所有数据包和设备的数据组合到单个离线集中式训练集中,以训练单个DeepRL代理。为了评估通用性和可扩展性,我们在一个移动网络场景中训练我们的DeepRL代理,然后在其他移动场景中测试它,改变设备数量和传输范围。我们的研究结果表明,我们学习的单副本路由策略在延迟方面优于所有其他策略,除了最佳策略,即使在DeepRL代理没有经过训练的情况下。
2023-03-19 cs.LG cs.NI
Performance Analysis of Ad-Hoc Routing in Clustered Multi-hop Wireless Networks
本文分析了分簇解码转发多跳中继(CDFMR)无线瑞利衰落网络的性能,阐明了其能量和频谱效率的设计原则。重点是异构无线网络的一般性能分析(在所有SNR范围内),可能有不同数量的中继在集群中的各种分离。对于分簇多跳中继系统,ad-hoc路由是一种高效的分散式路由算法,它利用局部信道状态信息逐跳选择最佳中继节点。本文将ad-hoc路由和协作分集技术结合到CDFMR系统中,推导出了目的节点端到端信噪比概率分布的封闭表达式,以及在多种调制方式下的系统符号出错率性能,并给出了系统符号误码率的计算公式。以及(iii)系统各态历经容量、中断概率和SNR(功率)增益可达概率的精确解析表达式。我们还提供了简单的解析渐近表达式的SER和中断概率在高信噪比制度。仿真结果验证了分析的正确性。
2014-06-30 cs.IT cs.NI math.IT
Relational Deep Reinforcement Learning for Routing in Wireless Networks
Wesleyan University(卫斯理大学);University of Connecticut(康涅狄格大学);Fordham University(福特汉姆大学)
虽然已经广泛地研究了无线网络中的路由,但是现有的协议通常是针对特定的网络条件集而设计的,因此不能适应这些条件中的任何急剧变化。例如,为连接的网络设计的协议不能容易地应用于断开的网络。在本文中,我们开发了一种基于深度强化学习的分布式路由策略,该策略可推广到不同的流量模式、拥塞水平、网络连接和链路动态。我们在设计中进行了以下关键创新:(i)使用关系特征作为近似决策空间的深度神经网络的输入,这使得我们的算法能够推广到不同的网络条件,(ii)使用以分组为中心的决策,通过将分组而不是无线设备视为强化学习代理,将路由问题转换为情景任务,这提供了一种在学习期间准确地传播和建模奖励的自然方式,以及(iii)使用延长时间动作来对分组在队列中等待所花费的时间建模,这减少了所需的训练数据量并允许学习算法更快地收敛。我们评估我们的路由算法使用数据包级模拟器,并表明我们的算法在训练过程中学习的政策是能够推广到更大,更拥挤的网络,不同的拓扑结构,和不同的链路动态。我们的算法优于最短路径和背压路由的数据包交付和延迟每包。
2020-12-31 cs.AI cs.NI
Wireless Crowd Charging with Battery Aging Mitigation
电池老化是智能手机、可穿戴设备和笔记本电脑等普及设备的主要问题之一。当前的电池老化缓解方法仅部分地利用可用选项来延长电池寿命。在这方面,我们声称,通过网络范围的智能充电协议的无线人群充电可以为应用电池老化缓解提供有用的设置。在本文中,在最先进的技术中,我们首次将这两个概念结合起来,并在无线人群充电的背景下设计了一个细粒度的电池老化模型,以及两个网络范围的协议来缓解电池老化。我们的方法直接挑战了相关的当代研究范式,通过(i)考虑到与细粒度电池老化属性相关的算法建模过程中的重要特征现象,(ii)部署无处不在的计算和网络范围的协议来缓解电池老化,以及(iii)满足用户对享受更长电池寿命的QoE期望。基于仿真的结果表明,所提出的协议能够快速缓解电池老化,人群中电池容量减少近46.74-60.87%,并且在能量平衡质量方面部分优于最先进的协议。
2022-05-11 cs.DC cs.NI
Optimizing Information Freshness in Wireless Networks: A Stochastic Geometry Approach
无线网络中的信息新鲜度的优化通常基于仅捕获与发射机和接收机相关联的时间业务动态的跟踪分析来执行。然而,干扰的影响,这主要是由干扰者的地理位置,并没有得到很好的理解。在本文中,我们利用时空模型,它允许一个特征的年龄的信息(AoI)从一个联合的嵌入几何的角度来看,设计一个分散的调度策略,利用本地观察,使传输决策,最大限度地减少AoI。为了量化的性能,我们也得到准确和易于处理的表达式的峰值AoI。数值结果表明:i)分组到达速率由于拥塞交互而直接影响服务过程,ii)所提出的方案可以适应业务变化并且大大降低峰值AoI,以及iii)所提出的方案随着网络规模的增长而扩展。这是通过根据周围环境的变化自适应地调整每个发射机处的无线电接入概率来完成的。
2020-02-19 cs.IT cs.NI math.IT
Resource Allocation and Fairness in Wireless Powered Cooperative Cognitive Radio Networks
我们集成了一个无线供电的通信网络与合作的认知无线电网络,其中多个次要用户(SU)无线供电的混合接入点(HAP)帮助一个主要用户中继数据。作为合作的奖励,次级网络获得频谱接入,其中SU使用时分多址向HAP发送。为了最大化SU的总吞吐量,我们提出了一个二级的总吞吐量最优资源分配(STORA)计划。在满足目标一次速率的约束下,STORA方案选择中继SU的最优集合,并联合执行SU的时间和能量分配。具体来说,通过利用最优解的结构,我们找到了SU优先中继主数据的顺序。由于STORA方案侧重于总吞吐量,它变得不考虑个人SU吞吐量,导致低公平性。为了提高公平性,我们研究了三种资源分配方案,它们是(i)等时间分配,(ii)最小吞吐量最大化,和(iii)成比例的时间分配。仿真结果揭示了吞吐量和公平性之间的权衡。最小吞吐量最大化方案是最公平的方案,因为每个SU获得相同的吞吐量,但产生最小的SU总吞吐量。
2016-06-12 cs.IT cs.NI math.IT
WiSwarm: Age-of-Information-based Wireless Networking for Collaborative Teams of UAVs
Massachusetts Institute of Technology(麻省理工学院);Columbia University(哥伦比亚大学)
在理论通信网络和排队系统文献中,信息量度量(AoI)得到了广泛的研究。然而,它的适用性,复杂的现实世界的时间敏感系统的实验评估在很大程度上缺乏。在这项工作中,我们开发,实施和评估基于AoI的应用层中间件,使定制的WiFi网络的时间敏感的应用程序的需求。通过控制底层WiFi网络中信息的存储和流动,我们的中间件可以:(i)防止数据包冲突;(ii)丢弃不再有用的陈旧数据包;以及(iii)动态优先传输最相关的信息。为了证明我们的中间件的好处,我们实现了一个移动跟踪应用程序,使用一群无人机通过WiFi与中央控制器通信。我们的实验结果表明,相比WiFi-UDP/WiFi-TCP,中间件可以提高信息新鲜度的109倍/48倍和跟踪精度的4倍/6倍,分别。最重要的是,我们的研究结果还表明,我们的方法的性能增益增加的系统规模和/或流量负载的增加。
2022-12-06 cs.NI cs.RO
Privacy Preservation for Wireless Sensor Networks in Healthcare: State of the Art, and Open Research Challenges
微型生物传感器的出现为在医疗保健中部署无线传感器网络带来了许多机会。然而,一个重要的障碍是,医疗保健利益相关者的接受程度受到个人和亲密信息的隐私保护措施的有效性的影响,这些信息是在这些网络内外通过空中收集和传输的。特别是,这些网络正在超越传统的传感器,朝着使用多媒体传感器的方向发展,这引起了进一步的隐私问题。讽刺的是,与安全性相比,对隐私保护的研究较少。然而,隐私保护已经逐渐从被认为是安全措施的一个隐含的副产品,它正在成熟为一个研究关注自己的权利。然而,还需要进一步的技术和社会技术进步。作为对激发进一步研究的贡献,本文的特点包括:(i)明确锚定的隐私保护的文献调查,它是通过从安全目标中解开隐私目标的支持,以避免混淆隐私和安全问题,因为这是经常在其他文件的情况;(ii)对医疗保健中无线传感器网络的隐私保护服务进行严格调查,包括威胁分析和评估方法;它还为医疗保健领域隐私保护的多方面挑战以及隐私威胁、攻击和对策提供了分类树; ㈢讨论了技术进步,并对监管框架的影响进行了反思;(四)公开研究挑战的讨论,从而为未来的研究提供了方向,以打开隐私保护的大门,这是适合20世纪的医疗保健。第一个世纪
2020-12-23 cs.CR cs.NI
Optimal wireless rate and power control in the presence of jammers using reinforcement learning
未来的无线网络需要高吞吐量和高能效。本文研究了利用强化学习(RL)进行传输速率和功率控制,以最大化由吞吐量和能耗组成的联合奖励函数。我们设计的系统状态,包括反映数据包队列长度,来自其他节点的干扰,无线信道的质量,电池状态等因素的奖励函数是归一化的,不涉及单位转换。它可以用来训练三种不同类型的代理:吞吐量关键型,能量关键型,以及吞吐量和能量平衡型。使用NS-3网络仿真软件,我们实现和训练这些代理在一个802.11 ac网络与干扰机的存在。然后,我们测试的代理与两个干扰节点干扰接收器收到的数据包。我们将我们的RL最优策略的性能与流行的Minstrel速率自适应算法进行了比较:我们的方法可以实现(i)使用吞吐量关键奖励函数时更高的吞吐量;(ii)使用能量关键奖励函数时更低的能耗;以及(iii)使用吞吐量和能量平衡奖励函数时更高的吞吐量和略高的能量。虽然我们的讨论集中在802.11ac网络,我们的方法是很容易适用于其他类型的无线网络。
2022-10-10 cs.NI cs.SY eess.SY
Spatial Concentration of Caching in Wireless Heterogeneous Networks
我们提出了一个分散的高速缓存策略,使内容放置决策的基础上成对的高速缓存节点之间的相互作用的无线异构网络。我们称我们提出的方案γ-排除缓存放置(GEC),其中参数γ控制排除半径,阻止附近的缓存存储冗余内容。GEC考虑了项目的流行度和节点的缓存优先级,并利用负相关来放松经典的0-1背包问题,以产生空间上平衡的采样跨缓存。我们表明,GEC保证了更好的浓度(降低方差)所需的高速缓存存储的大小比最先进的,高速缓存大小的限制,可以满足高概率。给定一个缓存命中概率目标,我们比较了三种缓存方案所需的缓存大小的95%置信区间:(i)独立放置,(ii)硬排除缓存(HEC),和(iii)建议的GEC方法。对于均匀的空间流量,我们证明,GEC提供了约3倍和2倍的减少所需的缓存大小分别超过(i)和(ii)。对于基于城市场景中实际高峰时间变化的非均匀空间交通,收益甚至更大。
2021-01-06 cs.IT cs.NI math.IT
AI-Native Integrated Sensing and Communications for Self-Organizing Wireless Networks: Architectures, Learning Paradigms, and System-Level Design
New Jersey Institute of Technology(新泽西理工学院)
本文综述了AI原生集成感知与通信在自组织无线网络中的架构、学习范式及系统设计,探讨了深度强化学习等方法在动态环境中的应用及未来研究方向。
2025-12-29 cs.AI cs.NI
Advanced Architectures Integrated with Agentic AI for Next-Generation Wireless Networks
Munster Technological University(穆斯廷技术大学);School of Computing(计算学院);Dublin City University(都柏林城市大学);ADAPT Centre(ADAPT中心);Centre Tecnològic de Telecomunicacions de Catalunya(加泰罗尼亚电信技术中心);National Sun Yat-sen University(国立成功大学);Khalifa University(哈利法大学)
本文提出面向下一代无线网络的先进架构,涵盖高效 6G 控制面与用户面、资源和能耗优化 AI 智能体、跨域无服务器后端编排,以及可将功耗降低一个数量级的高速低时延光交换架构。
2025-09-27 cs.AI cs.NI
Security and Performance Comparison of Different Secure Channel Protocols for Avionics Wireless Networks
综合模块化航空电子设备(IMA)的概念是指由有线技术支持的航空电子设备的互连件,具有严格的可靠性和安全性要求。如果互连线在物理上是安全的,使得恶意用户无法直接访问它们,则这强制(至少部分地)网络的安全性。然而,用无线网络(在本文中称为航空电子无线网络(AWN))取代有线网络带来了许多与保证、可靠性和安全性相关的新挑战。因此,AWN必须确保它至少提供由等效有线网络提供的所需的安全性和安全性级别。为通信信道提供有线等效安全性需要在连接到AWN的实体之间建立强大的安全(加密)信道。在本文中,我们提出了三种方法来建立这样一个安全信道的基础上(i)预共享密钥,(ii)可信的密钥分发,和(iii)密钥共享协议。对于这些方法中的每一种,我们提出了两个代表性的协议变体。然后,这些协议作为演示AWN的一部分实现,然后基于性能测量对它们进行比较。最重要的是,我们已经评估了这些协议的基础上,我们在本文中定义的AWN的安全和操作要求。
2016-08-17 cs.CR cs.NI cs.PF
Transmission capacity of wireless networks
传输容量(TC)是无线网络的性能指标,它测量每单位面积成功传输的空间强度,但受到允许中断概率的约束(当接收器处的SINR低于阈值时发生中断)。本书对作者及其合作者在过去十年中开发的TC框架进行了统一处理。分析的数学框架(在第2章中回顾)是随机几何:泊松点过程模型的位置的干扰,(稳定)散粒噪声过程表示在接收器看到的聚合干扰。第3章介绍了TC结果(精确的,渐近的,和边界)在一个简单的模型,以说明框架的一个关键优势:分析易处理性产生明确的性能依赖于关键模型参数。第四章介绍了对这个基本模型的改进-信道衰落、可变链路距离和多跳。第5章介绍了四个非常适合TC的网络设计案例研究:i)频谱管理,ii)干扰消除,iii)信号阈值传输调度,以及iv)功率控制。第6章研究了节点具有多个天线时的TC,这与忽略干扰的经典结果进行了对比。
2012-01-03 cs.IT cs.NI cs.PF
Optimal Routing with Mutual Information Accumulation in Wireless Networks
我们研究的最佳路由和调度策略的多跳无线网络与无比率码。无比率码允许网络的每个节点从每个分组传输中累积互信息。这使得在传统的最短路径路由的显着的性能增益。此外,它优于基于能量累积的协作通信技术。然而,它需要复杂的和组合的网络决策,涉及哪些节点参与传输,以及使用哪种解码顺序。我们制定三个问题的兴趣在这种情况下:(一)最小延迟路由,(二)最小能量路由延迟约束,和(三)最小延迟广播。这些问题都是组合最优化问题,我们利用它们的最优解的几个结构性质来简化问题,并导出最优贪婪算法。虽然减少的问题仍然有指数的复杂性,不像以前的作品,这样的问题,我们的贪婪算法是简单的使用,不需要解决任何线性规划。此外,使用的洞察力得到的最优解的线网络,我们提出了两个简单的算法,可以实现在多项式时间和分布式的方式,并比较它们与最优解。仿真结果表明,这两种算法在随机网络拓扑结构上的性能非常接近最优解。
2011-10-16 cs.IT cs.NI math.IT
Coverage and Energy Analysis of Mobile Sensor Nodes in Obstructed Noisy Indoor Environment: A Voronoi Approach
无线传感器网络(WSN)的快速部署提出了寻找网络节点的最佳位置的挑战,特别是在(i)未知和(ii)障碍物丰富的环境中。本文解决了这一挑战与BISON(生物启发自组织网络),一个变种的Voronoi算法。根据场景挑战,BISON节点被限制为(i)本地感知以及(ii)噪声信息,它们在此基础上移动,避开障碍物并与相邻节点连接。性能被测量为(i)覆盖区域的百分比,(ii)节点行进的总距离,(iii)累积能量消耗和(iv)节点分布的均匀性。系统地研究了障碍物星座和噪声水平,提出了一种故障节点的无碰撞恢复策略。从大量的模拟结果表明,该算法优于以前报道的方法,收敛速度,以及部署成本。
2020-09-10 cs.NI
EU COST Action on future generation optical wireless communication technologies, 2nd White paper
欧盟COST行动NEWFOCUS发布第二份白皮书,提出将光无线通信(OWC)作为射频无线系统的互补技术,支撑5G/6G及空天地海多场景中长距通信需求。
2023-06-14 cs.NI eess.SP physics.optics
AIS for Misbehavior Detection in Wireless Sensor Networks: Performance and Design Principles
Leibniz University of Hannover(汉诺威莱布尼茨大学)
传感器网络是能够监测物理或环境条件的无线设备的集合。这些设备(节点)预计将自主运行,电池供电,并具有非常有限的计算能力。这使得保护传感器网络免受不当行为或可能的故障的任务成为一个具有挑战性的问题。在本文中,我们讨论了人工免疫系统(AIS)作为检测不当行为的机制时的性能。我们表明,(i)AIS的机制必须仔细应用,以避免安全漏洞,(ii)基因的选择和它们的相互作用对AIS的性能有着深远的影响,(iii)随机创建的检测器不符合通信协议的限制,(iv)数据流量模式似乎不会显着影响整体性能。我们确定了一个特定的MAC层为基础的基因,表现出特别有用的检测;基因从节点的角度来衡量网络的性能。此外,我们确定了一个有趣的互补性的基因,这个属性利用传感器网络的本地性质,并将过度通信的负担从行为正常的节点行为不端的节点。这些结果对传感器网络AIS的设计和传感器网络工程有直接的影响。
2009-06-18 cs.AI cs.CR cs.NI
Proportional Fairness in Multi-channel Multi-rate Wireless Networks-Part I: The Case of Deterministic Channels
这是两部分论文系列的第一部分,研究使用比例公平(PF)效用函数作为多信道多速率无线网络中容量分配和调度的基础。第一部分的贡献有三个方面。(i)首先,我们为PF奠定了理论基础,具体地,我们给出了PF的基本属性和物理/经济解释。我们通过一般的数学论证表明,PF导致平等的通话时间分配给用户的单通道的情况下;以及对于多信道情况向用户分配相等的等效通话时间,其中用户所享受的等效通话时间是用户在所有频道上所享受的通话时间的加权和,频道的权重是该频道的价格或价值。我们还建立了PF解决方案的帕累托效率。(ii)其次,我们推导出PF解决方案的特点,是有用的PF优化算法的建设。我们提出了几个PF优化算法,包括一个快速算法,是适合并行实现。(iii)第三,我们研究了使用PF效用的容量分配在大规模的WiFi网络,包括许多相邻的无线局域网。我们发现,PF解决方案同时实现更高的系统吞吐量,更好的公平性,和较低的中断概率相对于默认的解决方案,今天的802.11商业产品。本文系列的第二部分将我们的研究扩展到时变信道的情况,其中用户在信道上享受的数据率随时间动态变化
2008-02-22 cs.IT cs.NI cs.PF
Multi-armed Bandits with Application to 5G Small Cells
University of Manitoba(曼尼托巴大学)
由于移动业务的普遍需求,下一代无线网络被期望能够提供高数据速率,而无线资源变得越来越稀缺。这就要求下一代无线网络朝着能够有效支持资源需求应用(如个性化移动服务)的新网络范式发展。为新兴的第五代(5G)蜂窝网络预见的这种范例的示例包括非常密集地部署的小小区和设备到设备通信。对于5G网络,必须寻找频谱和能量高效的解决方案来解决资源分配问题,这些问题i)适合分布式实现,ii)能够处理不确定性和信息缺乏,以及iii)能够应对用户的自私。本文的核心目标是调查和建立多武装匪徒(MAB)框架的潜力,以应对这一挑战。特别是,我们提供了一个简短的教程土匪问题,包括不同的变化和解决方案的方法。此外,我们讨论了最近的应用以及未来的研究方向。此外,我们提供了一个详细的例子,使用MAB模型在5G网络中进行节能的小小区规划。
2015-10-02 cs.DC cs.LG cs.NI
Adaptive Video Streaming for Wireless Networks with Multiple Users and Helpers
我们认为,在无线网络中形成的几个用户和助手的自适应视频流的调度策略的优化设计。这种网络的一个特征是,任何用户通常都在多个助手的范围内。因此,为了应对用户-助手关联、负载均衡和小区间干扰,高效的流传输策略应当允许用户动态地选择要从其下载的助手节点,并且自适应地确定下载的视频质量水平。为了获得易于处理的公式,我们遵循“分而治之”方法:i)假设每个视频分组(块)在其回放延迟内被递送(“平滑流传输机制”),问题被公式化为服从队列稳定性的网络效用最大化(NUM),其中网络效用函数是用户的视频质量测量的凹的且分量非减的函数。ii)我们通过使用李雅普诺夫漂移加惩罚方法来解决NUM问题,获得自然地分解为称为“拥塞控制“的两个子策略的方案。(自适应视频质量和辅助站选择)和“传输调度”(帮助用户物理层传输速率的动态分配)。我们的解决方案相对于所提出的NUM问题是可证明最优的,在强每样本路径意义上。iii)最后,提出了一种自适应估计最大排队时延的方法,使得每个用户都可以计算出自己的预缓冲和再缓冲时间,以应对排队时延的波动。通过仿真,我们评估所提出的算法的性能与密集部署的助手节点的网络的现实假设下,并证明每样本路径最优的建议的解决方案,考虑一个非平稳的非遍历的情况下,用户的移动性,VBR视频编码。
2015-02-08 cs.IT cs.NI math.IT
Multipath streaming: fundamental limits and efficient algorithms
我们调查流在多个链接。一个文件被分割成称为块的小单元,这些小单元可以根据某些策略在各个链路上被请求,并在一些随机延迟后被接收。在称为预缓冲时间的启动待用时间之后,以固定速度播放接收到的块。如果要播放的块尚未到达,则存在饥饿。我们提供了任何政策的饥饿概率的下限(基本限制)。我们进一步提出了简单的,订单最优的政策,不需要反馈。对于一般的延迟分布,我们提供了易于处理的上限饥饿概率的建议政策,允许选择适当的预缓冲时间。我们专注于我们的结果:(i)在分组级采用CSMA或机会调度的链路,(ii)与主用户共享的链路,(iii)在流级使用公平速率共享的链路。我们认为一个通用的模型,使我们的研究结果提供洞察媒体流的设计和性能(a)有线网络与源和目的地之间的几条路径,(b)无线网络具有频谱聚合和(c)多归属无线网络。
2016-11-10 cs.IT cs.NI math.IT
A Multi-server Scheduling Framework for Resource Allocation in Wireless Multi-carrier Networks
本文提出一种基于多服务器调度框架的跨层资源分配算法,通过MPGPS及其变体实现分组交换OFDM网络中多用户同时调度与功率、频谱效率的联合优化。
2006-11-16 cs.CE cs.NA cs.NI
Successive Interference Cancellation in Heterogeneous Cellular Networks
目前,运营商通过蜂窝网络的致密化来解决移动数据需求的爆炸性增长,以便减少发射机-接收机距离并实现更高的频谱效率。由于这样的网络密集化和无线设备的急剧增长,现代无线网络是干扰受限的,这促使使用干扰减轻和协调技术。在这项工作中,我们开发了一个统计框架,以评估性能的多层异构网络连续干扰消除(SIC)的能力,占计算复杂性的消除方案和相关的网络相关的参数,如随机位置的接入点(AP)和移动用户,和无线传播信道的特性。我们明确建模的连续事件的取消干扰,我们推导出成功的概率,以取消第n个最强的信号,并解码后的信号感兴趣的n次取消。当用户连接到提供最大平均接收信号功率的AP时,分析表明SIC的性能增益随着n迅速减小,并且对于信号干扰比(SIR)的实际值,其益处是适度的。我们扩展的统计模型,包括几个关联政策,其中不同的收益SIC预期:(i)最小负载关联,(ii)最大的瞬时SIR关联,和(iii)范围扩展。数值结果表明SIC的有效性所考虑的关联策略。这项工作加深了SIC的理解,通过定义不同的关联策略在多层异构网络中可实现的收益。
2013-09-26 cs.IT cs.NI math.IT
Parallel Successive Learning for Dynamic Distributed Model Training over Heterogeneous Wireless Networks
University at Buffalo-SUNY(纽约州立大学布法罗分校);Purdue University(普渡大学);Arizona State University(亚利桑那州立大学)
针对异构无线网络下动态分布式训练的异构性与资源效率问题,提出并行连续学习框架,从多维度拓展联邦学习,通过网络感知动态模型跟踪与优化求解器平衡学习效果与资源效率,揭示了多因素间的依赖关系。
2023-06-14 cs.AI cs.LG cs.NI
Dynamic D2D-Assisted Federated Learning over O-RAN: Performance Analysis, MAC Scheduler, and Asymmetric User Selection
University at Buffalo-SUNY(纽约州立大学布法罗分校);Purdue University(普渡大学)
本文提出动态D2D辅助联邦学习框架,结合多粒度系统动态和O-RAN特性,解决无线网络中动态信道和用户数据集变化带来的挑战。
2025-10-25 cs.AI cs.LG cs.NI