Coding Improves the Throughput-Delay Trade-off in Mobile Wireless Networks
我们研究了大规模无线自组织网络的吞吐量延迟性能权衡。已经表明，如果允许节点移动并且采用2跳中继方案，则每个源-目的地对的吞吐量可以从Theta（1/sqrt（n log n））提高到Theta（1）。这种吞吐量的提高所付出的代价是很大的延迟。实际上，在随机游走移动性模型下，2跳中继方案的延迟缩放是Theta（n log n）。在本文中，我们采用编码技术，以提高移动无线网络的吞吐量延迟权衡。对于随机移动模型，我们通过使用Reed-Solomon码将延迟从Theta（nlog n）改进为Theta（n）。我们的方法保持了移动性所获得的多样性，同时减少了延迟。
2009-08-28 cs.IT math.IT
Packet Speed and Cost in Mobile Wireless Delay-Tolerant Networks
提出并分析了一种移动无线时延容忍网络（DTN）模型，该模型中，无限多个节点最初按照均匀泊松点过程（PPP）放置在R^2上，然后沿着由线段组成的轨迹相互独立地移动，在形成泊松过程的时刻改变移动方向，每次从任意分布中选择一个新的移动方向;所有节点保持恒定速度。单个信息分组根据广泛类别的可能路由规则的成员，使用无线传输和在节点缓冲器上的逗留朝向给定方向行进。对于这个模型，我们计算的长期平均值的速度与数据包向其目的地和无线传输成本的累积率。由于问题的复杂性，我们采用两个直观的，简化的近似;模拟验证，近似误差通常很小。我们的研究结果量化的基本权衡存在于移动无线DTNs之间的数据包速度和数据包传输成本。这里开发的框架是通用的和多功能的，可以作为进一步调查的起点。
2018-02-28 cs.IT math.IT
Privacy-Preserving Coded Mobile Edge Computing for Low-Latency Distributed Inference
我们考虑移动边缘计算场景，其中多个设备想要在给定网络侧矩阵$\boldsymbol{W}$的情况下对一些本地数据$\boldsymbol{x}$执行线性推断$\boldsymbol{W}\boldsymbol{x}$。计算在网络边缘处通过多个边缘服务器执行。我们提出了一个编码方案，提供信息理论的隐私$z$勾结（诚实，但好奇）边缘服务器，同时最大限度地减少整体延迟\textemdash包括上传，计算，下载和解码延迟\textemdash在离散服务器的存在。该方案利用Shamir的秘密共享产生数据隐私和掉队缓解，结合复制提供空间多样性的下载。我们还提出了两个变体的方案，进一步减少延迟。对于$9$边缘服务器的考虑场景，与Zhang和Simeone最近引入的非私有方案相比，所提出的方案减少了$8\%$的延迟，同时针对诚实但好奇的边缘服务器提供隐私。
2022-02-15 cs.IT math.IT
Minimizing Latency to Support VR Social Interactions over Wireless Cellular Systems via Bandwidth Allocation
通过虚拟现实（VR）技术和无线蜂窝系统，移动用户的沉浸式社交互动很快将在虚拟空间内实现。在VR移动社交网络中，所有交互用户的状态应该通过与边缘计算服务器的双向通信同步更新，并且延迟较低。由此产生的端到端延迟取决于无线VR用户和边缘服务器的虚拟和物理位置之间的关系。在这项工作中，分析和优化的端到端的延迟的问题进行了调查，一个简单的网络拓扑结构，产生重要的见解物理和虚拟几何之间的相互作用。
2018-04-04 cs.IT cs.NI math.IT
Latency Fairness Optimization on Wireless Networks through Deep Reinforcement Learning
在本文中，我们提出了一种新的深度强化学习框架，以最大限度地提高用户的延迟公平性。为此，我们设计了一个新的版本的修改最大加权延迟优先（M-LWDF）算法，这是所谓的$β$ -M-LWDF，旨在满足用户公平性和平均延迟之间的适当平衡。这种平衡被定义为用户延迟的累积分布函数（CDF）上的可行区域，其允许识别不公平状态、可行公平状态和过度公平状态。仿真结果表明，我们提出的框架优于传统的资源分配技术的延迟公平性和平均延迟
2022-01-25 cs.IT math.IT
Wireless Channel Dynamics and Robustness for Ultra-Reliable Low-Latency Communications
交互式、沉浸式和关键应用需要超可靠的低延迟通信（URLLC）。为了构建能够支持这些应用的无线通信系统，理解无线介质的特性至关重要。虽然无线信道特性和动态特性已被广泛研究，但在低延迟和超可靠性的严格要求的背景下重新审视这些概念是很重要的。在本文中，我们提出了一种建模方法，从鲁棒控制到无线通信-无线信道特性给出了一个标称模型，我们允许一些量化的不确定性。我们提出了一些关键的“方向”，沿约束模型的不确定性，是相关的URLLC。对于标称模型，我们深入研究了无线信道特性，例如基于Jakes模型的空间和时间相关性。与文献中所声称的相反，我们发现标准的瑞利衰落过程是不带限的。这对渠道的可预测性具有重要意义。我们还发现，在合理的条件下，信道的空间相关性提供了一个衰落分布，这是不是太远离一个独立的空间衰落模型。此外，我们看看这些信道模型的影响，基于合作通信的系统。我们发现，虽然基于空间分集的技术是必要的，以打击衰落的不利影响，基于时间分集的技术是必要的，对未建模的错误是强大的。鲁棒URLLC系统需要在SNR裕度和时间/重复裕度两者下操作。
2018-06-22 cs.IT math.IT
Pinching Antennas-Assisted Low-Latency Federated Learning Over Multi-User Wireless Networks
York University（约克大学）
本文提出FedPASS框架，利用Pinching-antenna系统实现低延迟无线联邦学习，通过多目标优化减少训练延迟并提升准确率。
2026-03-09 cs.IT math.IT
On The Capacity Deficit of Mobile Wireless Ad Hoc Networks: A Rate Distortion Formulation
路由协议所产生的开销减少了移动无线自组织网络中用于中继有用数据的容量。发现路由数据包所产生的协议开销量的下限对于开发高效的路由协议以及表征网络用户可用的实际（有效）容量是重要的。本文提出了一个信息理论的框架，用于表征网络中的移动节点的地理路由的最小路由开销。具体地，最小开销问题被公式化为速率失真问题。该公式可应用于具有任意流量到达和位置服务方案的网络。下界推导出维护目的节点的位置和一致的邻居信息的节点移动性和数据包到达过程中所产生的最小开销。这导致了对整体运输能力的路由开销所造成的赤字的表征。
2007-03-12 cs.IT math.IT
Rate Analysis of Ultra-Reliable Low-Latency Communications in Random Wireless Networks
在这封信中，我们分析了可实现的超可靠低延迟通信（URLLC）在随机建模的无线网络的速率。我们使用两个数学工具来正确地描述所考虑的系统：i）随机几何模型的空间位置的发射机在网络中，和ii）有限块长度分析，以反映短数据包的功能。利用这些工具，我们推导出一个积分形式的表达的解码错误概率的函数的目标速率，路径损耗指数，通信范围，密度，和信道编码长度。我们还得到了一个紧逼近的封闭形式。从分析结果的主要发现是，在URLLC中，增加信号干扰比（SIR）带来的速率性能的显着改善相比，增加信道编码长度。通过仿真，我们表明，分数频率复用通过减少相互干扰的量来提高区域频谱效率。
2019-10-30 cs.IT math.IT
Mobile Anchor Assisted Node Localization for Wireless Sensor Networks
针对移动辅助无线传感器网络（WSNs）中存在障碍物的情况，提出了一种协作定位算法。在该方案中，移动锚（MA）节点与静态传感器节点合作，并主动移动，以改善定位性能。通过改变移动锚节点的传输距离，可以进一步提高定位精度。该算法利用移动代理和静态传感器之间的合作，同时，考虑到中继节点的可用性，使信标信号的最佳利用。为了提高定位精度和覆盖范围，提出了一种新的凸位置估计算法，该算法能有效解决无线电不规则性和障碍物影响下出现不可行点时的定位问题。该方法是目前唯一一种在可行的定位不等式集为空的情况下求解定位问题的基于距离无关的凸方法。仿真结果验证了该算法的有效性。
2009-08-04 cs.IT math.IT
Wireless Access in Ultra-Reliable Low-Latency Communication (URLLC)
未来的连接格局，特别是5G无线系统将采用超可靠低延迟通信（URLLC）。URLLC用例中高可靠性和低延迟要求的结合使得无线接入设计在协议设计和相关传输技术方面都非常具有挑战性。本文的目的是提供一个广泛的视角，在URLLC的基本权衡以及在建设接入协议中使用的原则。在URLLC的上下文中考虑了两种特定技术：大规模MIMO和多连接，也称为接口分集。本文还涉及到设计和评估极高的可靠性水平的适当的统计方法的重要问题。
2018-10-16 cs.IT cs.NI math.IT
Lattice-Based Analog Mappings for Low-Latency Wireless Sensor Networks
针对低时延WSN中空间相关模拟信息的SIMO MAC传输问题，提出基于格的模拟JSCC方案，推导兼顾格结构与空间相关性的MMSE译码器并采用球形译码简化搜索，在低时延约束下实现了更优的性能与可靠性。
2024-01-30 cs.IT math.IT
On the Fundamental Relationship Determining the Capacity of Static and Mobile Wireless Networks
研究无线多跳网络的容量是一个重要的问题，已经在该领域进行了广泛的研究。在这封信中，我们筛选通过各种影响容量的参数，并表明，静态和移动网络的容量从根本上决定的平均同时传输的数量，链路容量和平均传输数需要提供一个数据包到其目的地。然后，我们用这个结果来解释和帮助更好地理解现有的结果的能力，静态网络，移动网络和混合网络和组播容量。
2012-07-05 cs.IT cs.NI math.IT
Interference Mitigation for Ultrareliable Low-Latency Wireless Communication
本文提出了在工业自动化环境中提供超可靠低延迟无线通信的干扰缓解技术，其中从控制器到执行器的多个传输相互干扰。信道衰落和干扰是无线通信中的主要障碍。本文利用最近提出的"占领奶牛“协议，该协议通过分布式接收机之间的两跳协作通信策略有效地利用广播机会和空间分集来对抗深度衰落，但指出由于该协议避免了频分正交传输的干扰，因此在实现超可靠性所需的带宽方面不可扩展，当多个控制器同时与多个致动器通信时（类似于多小区网络的下行链路）。本文的主要观察是，在第一阶段的全频率复用，以及连续解码和干扰消除，可以显着提高该策略的性能。我们提出了两个协议，这取决于是否干扰消除或避免在第二阶段中实施，并表明，都优于占领牛在所需的带宽和功率方面实现超可靠性在实际值的发射功率。
2019-03-11 cs.IT math.IT
Energy Efficient Mobile Cloud Computing Powered by Wireless Energy Transfer (extended version)
实现长电池寿命甚至自我可持续性一直是设计移动设备的长期挑战。本文提出了一种新型解决方案，无缝集成了移动云计算和微波功率传输（MPT）两种技术，以实现传感器和可穿戴计算设备等无源低复杂性设备中的计算。具体而言，考虑到单用户系统，基站（BS）将功率传输到移动设备或将计算从移动设备卸载到云;移动设备使用收集的能量在本地或通过卸载来计算给定的数据。提出了一种节能计算的框架，该框架包括一组用于控制本地计算模式的CPU周期的策略、MPT和卸载之间的时间划分以及模式选择。给定CPU周期统计信息和信道状态信息（CSI），该策略的目标是在能量收集和截止期限约束下，最大化成功计算给定数据的概率（称为计算概率）.将策略优化转化为最小化本地计算移动能耗和最大化卸载移动节能的等效问题，并使用凸优化理论求解。由此产生的政策的结构的特点是在封闭的形式。此外，给定非因果CSI，所述分析框架被进一步发展以支持多个信道实现上的计算负载分配，这进一步增加了计算概率。最后通过仿真验证了无线供电移动云计算的可行性及其最优控制的增益。
2016-03-11 cs.IT math.IT
AI-Assisted Low Information Latency Wireless Networking
5G Phase-2及以后的无线系统将更多地关注垂直应用，如自动驾驶和工业物联网，其中许多被归类为超可靠低延迟通信（uRLLC）。本文对无线网络控制系统中的uRLLC提出了另一种观点，即信息延迟比uRLLC的传统通信延迟更重要，信息延迟度量的是信息获取过程中的时滞所导致的信息失真。提出了一种基于人工智能的无线网络情境感知多智能体强化学习（SMART）框架，以解决信息延迟优化问题。展示了自动驾驶（AD）中典型应用的案例研究，即，密集排队和交叉口管理的研究表明，SMART可以有效地优化信息延迟，更重要的是，信息延迟优化系统在交通效率等AD性能方面明显优于传统的面向uRLLC的系统，从而指出了一种新的研究和系统设计范式。
2019-12-03 cs.IT cs.NI eess.SP
Reliability and Latency Analysis for Wireless Communication Systems with a Secret-Key Budget
本文研究了带被动窃听者的无线通信系统中密钥预算的可靠性与延迟问题，通过分析密钥耗尽概率与传输延迟，揭示了系统参数对安全、可靠性与延迟联合性能的影响。
2024-01-12 cs.IT math.IT
Cutting Last Wires for Mobile Communications by Microwave Power Transfer
微波功率传输（MPT）在过去几十年中的进步已经实现了长距离的无线功率传输。无线通信的最新突破，即大规模MIMO、小小区和毫米波通信，使无线网络成为实现MPT的合适平台。这可以消除连接移动设备和电网进行充电的“最后一根电线”，从而解决信通技术长期面临的重大挑战。此外，MPT和无线通信之间的无缝集成开辟了一个称为无线供电通信（WPC）的新领域，其中出现了许多新的研究方向，同时进行信息和电力传输，WPC网络架构，以及安全高效的WPC技术。本文通过描述WPC的主要特征，阐明一系列常见问题，并确定关键设计问题并讨论可能的解决方案，对WPC进行了介绍。
2014-11-26 cs.IT math.IT
Surveillance and Intervention of Infrastructure-Free Mobile Communications: A New Wireless Security Paradigm
传统的无线安全假设无线通信是合法的，旨在保护它们免受恶意窃听和干扰攻击。然而，新兴的无基础设施的移动通信网络很可能被非法使用（例如，犯罪分子或恐怖分子），但难以监控，从而对公共安全提出了新的挑战。为了解决这个问题，本文提出了一种无线安全的范式转变，即通过联合利用合法的窃听和干扰来监视和干预无基础设施的可疑和恶意无线通信。特别地，提出了{ \emph{proactive eavesdropping} }（通过干扰）来拦截和解码来自可疑通信链路的信息，以便推断它们的意图并决定针对它们的进一步措施。还提出了{ \emph{Cognitive jamming} }（通过窃听），以中断、禁用甚至欺骗目标恶意无线通信，从而实现各种干预任务。
2016-12-23 cs.CR cs.IT math.IT
Ultra-Reliable and Low-Latency Wireless Communication: Tail, Risk and Scale
确保5G无线网络及以后的超可靠和低延迟通信（URLLC）具有重要意义，目前正受到学术界和工业界的极大关注。在其核心，URLLC要求偏离预期的基于公用事业的网络设计方法，其中依赖于平均数量（例如，平均吞吐量、平均延迟和平均响应时间）不再是一种选择，而是必需的。相反，严重缺乏一个考虑延迟，可靠性，数据包大小，网络架构和拓扑（跨接入，边缘和核心）以及不确定性下决策的原则性和可扩展的框架。本文的首要目标是填补这一空白的第一步。为了实现这一愿景，在提供延迟和可靠性的定义之后，我们仔细研究了URLLC的各种推动因素及其固有的权衡。随后，我们将重点关注与超可靠和低延迟通信要求相关的大量技术和方法，以及它们在选定用例中的应用。这些结果为低延迟和高可靠性无线网络的设计提供了清晰的见解。
2018-08-23 cs.IT eess.SP math.IT
Novel Wake-up Scheme for Energy-Efficient Low-Latency Mobile Devices in 5G Networks
改进的移动终端电池寿命和延迟最小化是增强移动宽带服务和用户体验的关键要求。长期演进（LTE）网络已经采用非连续接收（DRX）作为延长电池寿命的基线解决方案。然而，在每个DRX周期中，移动终端基带处理单元监视并解码控制信令，因此没有任何实际数据分配的所有实例导致不必要的能量消耗。这一事实连同长的启动和断电时间停机时间可以防止采用频繁的唤醒时刻，这又导致相当大的延迟。在这项工作中，描述和研究了一种新的唤醒方案，以解决未来5G网络中延迟和电池寿命之间的权衡，从而寻求促进始终可用的体验，而不是始终在线。分析和基于仿真的结果表明，所提出的方案是一种有前途的方法来控制用户平面延迟和能耗，当设备运行在省电模式下。本文的目的是描述唤醒系统的总体工作原理和相关的信令方法，接收器处理解决方案和基本实现方面。此外，通过对系统能效和延迟特性的分析，特别强调未来5G级移动设备，显示并展示了与基于DRX的系统相比的优势
2020-01-03 cs.IT eess.SP math.IT
Joint Optimization of Execution Latency and Energy Consumption for Mobile Edge Computing with Data Compression and Task Allocation
在本文中，我们认为移动边缘卸载的情况下，包括一个移动终端（MD）与多个独立的任务和各种远程边缘设备。为了节省能源，用户的设备可以将任务卸载到可用的接入点进行边缘计算。在无线传输之前应用数据压缩以减少卸载的数据大小，从而最小化执行延迟。提出了联合优化任务分配决策和数据压缩比的问题，以同时最小化总任务的执行延迟和MD的能量消耗。我们表明，设计问题是一个非凸优化，但它可以转化为一个凸的半定松弛（SDR）为基础的方法。数值仿真结果表明，该方案的性能优于基准之一。
2019-10-10 cs.IT eess.SP math.IT
In a One-Bit Rush: Low-Latency Wireless Spectrum Monitoring with Binary Sensor Arrays
被认为是利用无线电传感器阵列的最小延迟检测随机无线源的存在。在每个传感器处的模数转换被限制为读取模拟接收信号的符号的约束下研究该问题。我们制定的数字信号处理任务作为一个简单的形式顺序假设检验。为了规避棘手的概率模型的多变量二进制阵列数据，减少模型表示的指数家庭结合对数似然比近似。这种方法使我们能够设计一个基于似然性的序贯检验，并分析其分析性能沿沃尔德的经典参数。在基于卫星的导航和同步系统的无线频谱监测的背景下，我们研究了可实现的处理延迟，其特征在于平均样本数，作为使用中的二进制传感器的函数。通过仿真验证了所讨论的低复杂度传感和决策技术的实际可行性和潜力。
2018-04-30 cs.IT eess.SP math.IT
Wireless Powered Mobile Edge Computing: Offloading Or Local Computation?
移动边缘计算（MEC）和无线电力传输是可以帮助实现下一代无线网络的技术，下一代无线网络将部署大量计算和能量有限的设备。在这封信中，我们考虑一个点对点MEC系统，其中设备从接入点（AP）发送的信号中获取能量，为任务的卸载和/或本地计算提供动力。通过考虑能量收集的非线性，我们提供了成功计算的概率和成功计算的位的平均数的解析表达式。我们的研究结果表明，部分卸载和本地计算的混合计划并不总是有效的。具体地，卸载和/或本地计算的决定取决于系统的参数，诸如到AP的距离和需要计算的比特数。
2020-08-17 cs.IT eess.SP math.IT
Communication and Consensus Co-Design for Distributed, Low-Latency and Reliable Wireless Systems
设计分布式、快速可靠的无线共识协议有助于实现关键任务的分散式系统，例如工业物联网（IIoT）中的机器人网络、救援任务中的无人机群等。然而，追求共识协议的低延迟和可靠性是一项具有挑战性的任务。与有线连接相比，无线连接可能更慢且更不可靠，因此该问题更加严重。为了解决这个问题，我们通过无线连接的镜头调查共识延迟和可靠性之间的基本关系，并为低延迟和可靠的去中心化系统共同设计通信和共识协议。具体来说，我们提出了一种新的通信效率的分布式共识协议，称为随机代表共识（R2C），并显示其有效性下的流言和广播通信协议。为此，我们推导出一个封闭形式的端到端（E2E）延迟表达式的R2C，保证了目标的可靠性，并将其与基线共识协议，称为全民公决共识（RC）。结果表明，与RC相比，R2C更快，与广播协议相比，与gossip协议相比，与广播协议共同设计时，R2C更可靠。
2020-05-25 cs.CR cs.IT cs.NI
Ultra Reliable, Low Latency Vehicle-to-Infrastructure Wireless Communications with Edge Computing
超可靠、低延迟的车辆到基础设施（V2I）通信是未来智能城市中自动驾驶车辆（AV）无缝运行的关键要求。为此，具有边缘计算能力的蜂窝小型基站（SBS）可以通过本地处理来自AV的请求任务来减少端到端（E2E）服务延迟，而无需将任务转发到远程云服务器。然而，由于SBS的计算能力有限，再加上无线带宽资源的稀缺性，最小化AV的E2E延迟并实现可靠的V2I网络是具有挑战性的。本文提出了一种新的算法来联合优化AV到SBS的关联和带宽分配，以最大限度地提高V2I网络的可靠性。通过使用来自劳动力匹配市场的工具，所提出的框架可以有效地执行AV到SBS的分布式关联，同时考虑AV的延迟需求以及SBS的有限计算和带宽资源。此外，所提出的算法的收敛性的AV和SBS之间的核心分配被证明和它的能力，以捕获相互依赖的计算和传输延迟的AV在V2I网络的特点。仿真结果表明，通过优化E2E延迟，该算法大大优于传统的小区关联方案，在服务可靠性和延迟。
2018-08-17 cs.GT cs.IT math.IT
Optimizations with Intelligent Reflecting Surfaces (IRSs) in 6G Wireless Networks: Power Control, Quality of Service, Max-Min Fair Beamforming for Unicast, Broadcast, and Multicast with Multi-antenna Mobile Users and Multiple IRSs
智能反射表面（IRSs）最近受到了广泛关注，并且被设想用于促进6 G通信网络。在本文中，无线通信IRS单元的辅助下，我们制定了优化问题的功率控制下的服务质量（QoS）和最大-最小公平QoS下的三种业务模式从基站（BS）到移动用户（MU）：单播，广播和组播。通过联合设计BS的发射波束形成和IRS的相移矩阵来实现优化。对于QoS下的功率控制，文献中现有的IRS研究仅针对单播设置，而没有IRS工作考虑了最大最小公平QoS。此外，我们将上述优化研究扩展到多天线移动用户或/和多个智能反射表面的新设置。对于所有上述优化，我们提供了详细的分析，提出有效的算法。总之，我们提出了一个全面的研究优化问题，包括功率控制，QoS和公平性的无线网络增强IRS。
2019-08-13 cs.IT eess.SP math.IT
Energy-Efficient Localization and Tracking of Mobile Devices in Wireless Sensor Networks
无线传感器网络（WSNs）是有效的定位和跟踪人和物体在各种工业环境。由于能耗是延长无线传感器网络寿命的关键，我们提出了一个节能的定位和跟踪（eLOT）系统，使用低成本和便携式硬件，以实现高度准确的跟踪目标。在eLOT中实现了各种基于指纹的定位和跟踪方法。为了实现高能量效率，提出了一种协调冲突和干扰的网络级方案。另一方面，基于位置信息，eLOT中的移动设备可以快速与给定区域中的特定信道相关联，同时通过避免不必要的传输来节省能量。最后，基于TI CC2530和Linux操作系统搭建了一个平台，验证了该方案在定位精度和能量效率方面的有效性。
2016-02-26 cs.IT cs.NI math.IT
Convergence-Latency-Aware Adaptive Modulation and Resource Allocation in RIS-Assisted Wireless Federated Learning
Broadband Access Network Laboratory, Shanghai Jiao Tong University（宽带接入网络实验室，上海交通大学）；School of Information Science and Engineering, Southeast University（信息科学与工程学院，东南大学）；Data61, CSIRO（数据61，联邦科学与工业研究组织）；Department of Electronic and Electrical Engineering, University College London（电子与电气工程系，伦敦大学学院）；School of Internet of Things Engineering, Jiangnan University（物联网工程学院，江南大学）
针对无线网络联邦学习中训练延迟和收敛性问题，考虑RIS辅助阻塞链路场景，通过刻画符号错误影响得出收敛上限，将联合收敛-延迟优化问题转化为MINLP问题，用低复杂度框架求解，实验表明该方案收敛快、准确率高。
2026-07-23 cs.AI cs.IT cs.LG
The Interplay of Reconfigurable Intelligent Surfaces and Mobile Edge Computing in Future Wireless Networks: A Win-Win Strategy to 6G
可重构智能表面（RIS）授权通信被认为是第六代（6G）无线网络的使能技术。RIS辅助通信的关键思想是增强现代无线网络的容量、覆盖范围、能源效率、物理层安全性和许多其他方面。与此同时，移动边缘计算（MEC）已经通过将独立云服务器的计算、通信和缓存功能扩展到网络边缘来展示其巨大的潜力。在本文中，我们首先概述了MEC和RIS如何相互受益。我们设想MEC和RIS的集成将为无线网络的未来发展带来前所未有的转变。我们提供了一个系统级的观点，MEC辅助RIS（和RIS辅助MEC），将无线网络向6G发展。我们还概述了一些基本的挑战，涉及到MEC辅助RIS（和RIS辅助MEC）网络的实施。最后，讨论了RIS辅助MEC的关键研究方向。
2021-05-13 cs.ET cs.IT cs.NI
A Networked Multi-Agent System for Mobile Wireless Infrastructure on Demand
Universitat Pompeu Fabra（庞培法布拉大学）；Tampere University（坦佩雷大学）；Nokia（诺基亚公司）；University of Pennsylvania（宾夕法尼亚大学）；Zoox（佐克斯公司）；University of Pittsburgh（匹兹堡大学）；Universidad de la República（共和国大学）
针对部分场景无线连接不足的问题，提出可快速部署的无人机自组织网络系统，通过优化无人机位置与数据流路由满足按需QoS需求，经仿真与实实验证可拓展智能体作业范围、抗故障且支持复杂移动。
2024-09-16 cs.IT cs.RO math.IT
On the Communication Latency of Wireless Decentralized Learning
Intel Labs（英特尔实验室）
我们考虑一个无线网络，包括$n$节点位于半径$R$，这是参与一个分散的学习算法，以优化全局目标函数使用其本地数据集的圆形区域内。为了实现网络中的梯度交换，我们假设每个节点只与一组相邻节点通信，这些节点在其自身的距离$R n^{-β}$内，其中$β\in(0,\frac{1}{2})$。我们使用网络信息论和随机几何图论的工具，以表明在整个网络的所有链路上的单轮交换梯度的通信延迟的规模为$\mathcal{O}\left(\frac{n^{2-3β}}{β\log n}\right)$，增加（以不同的速率）与节点的数量和梯度交换阈值距离。
2020-02-10 cs.IT cs.LG math.IT
Dynamic Quality-Latency Aware Routing for LLM Inference in Wireless Edge-Device Networks
Cooperative Medianet Innovation Center, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学 Cooperative Medianet Innovation Center）；Department of Broadband Communication, Pengcheng Laboratory, Shenzhen 518000, China（鹏城实验室宽带通信系）；Future Network of Intelligence Institute (FNii), CUHK (Shenzhen), Shenzhen 518172, China（CUHK（深圳）未来网络智能研究所）
本文提出一种动态质量-时延感知路由框架，在端侧轻量模型与边缘大模型间智能调度LLM推理，通过语义评分与上下文代价建模，在保持推理质量的同时降低5-15%时延并减少10-20%大模型调用。
2025-08-15 cs.AI cs.IT cs.LG
Latency Optimization for Wireless Federated Learning in Multihop Networks
ECE Department, University of Alabama in Huntsville（阿拉巴马大学亨茨维尔分校电子与计算机工程系）；VinUniversity（文大学）
针对多跳无线联邦学习的时延最小化问题，提出PAFL框架与结合能量收集的联合优化算法，实现最高69.37%的时延降低。
2025-06-08 cs.AI cs.IT cs.NI
On the Latency, Rate and Reliability Tradeoff in Wireless Networked Control Systems for IIoT
本文针对IIoT中WNCS现有通信模型过于简化的问题，采用精细化通信模型推导了系统稳定域与充要条件，给出了平均代价函数的紧上下界，为最优参数设计提供了理论依据。
2020-07-01 cs.IT cs.SY eess.SY
Computation Rate Maximization in UAV-Enabled Wireless Powered Mobile-Edge Computing Systems
移动边缘计算（MEC）和无线功率传输（WPT）是两种很有前途的技术，可以增强物联网中无处不在的低功率无线设备的计算能力并延长其操作时间。然而，计算性能和收获的能量显着影响严重的传播损耗。为了解决这一问题，本文研究了一种基于无人机的MEC无线供电系统。研究了在部分计算卸载和二进制计算卸载两种模式下，基于能量收集因果约束和无人机速度约束的无人机MEC无线供电系统的计算速率最大化问题.这些问题是非凸的，解决起来很有挑战性。分别提出了两阶段算法和三阶段交替算法求解公式化问题。导出了最佳中央处理器频率、用户卸载时间和用户发射功率的封闭形式表达式。针对二进制计算卸载模式，提出了用户选择本地计算还是卸载计算任务的最优选择方案。仿真结果表明，我们提出的资源分配方案优于其他基准计划。结果还表明，所提出的方案收敛速度快，具有较低的计算复杂度。
2018-07-17 cs.CE cs.IT cs.NI
