A New Paradigm of User-Centric Wireless Communication Driven by Large Language Models
针对现有LLM驱动无线通信研究忽视自然语言与通信系统复杂性差距的问题，提出整合NL2SQL工具的新范式，通过分析用户意图、检索参数、求解优化问题驱动系统调整，原型验证其有效性。
2025-04-16 cs.IR cs.NI cs.SY
Scalable Learning Paradigms for Data-Driven Wireless Communication
Beijing University of Posts and Telecommunications（北京邮电大学）；National Chiao Tung University（国立交通大学）；Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）
无线大数据和机器学习技术的结合，以数据驱动的理念彻底改变了无线系统。然而，不断爆炸的数据量和模型复杂性将限制集中式解决方案在合理的时间内学习和响应。因此，可扩展性成为一个亟待解决的关键问题。在本文中，我们的目标是提供一个系统的讨论可扩展的数据驱动的无线网络的构建块。一方面，我们从全局的角度讨论了可扩展数据驱动系统的前瞻性架构和计算框架。另一方面，我们讨论的学习算法和模型训练策略，从本地的角度来看，在每个单独的节点。我们还强调了几个有前途的研究方向的背景下，可扩展的数据驱动的无线通信，以启发未来的研究。
2020-03-01 cs.LG cs.NI stat.ML
Ambient Backscatter Networking: A Novel Paradigm to Assist Wireless Powered Communications
环境后向散射通信技术最近已经被引入，并且由于不需要外部电源或专用载波发射器而迅速成为自维持通信系统的有前途的选择。通过利用现有的RF信号资源，环境反向散射技术可以支持可持续和独立的通信，从而开辟了一套全新的应用程序，促进物联网（IoT）。在这篇文章中，我们研究了环境后向散射与无线供电通信网络（WPCN）的集成。我们首先提出了一个概述的后向散射通信系统的重点是新兴的环境后向散射技术。然后，我们提出了一种新的混合发射机的设计，结合环境后向散射和无线供电通信的优点。此外，在认知无线电环境中，我们引入了多址方案来协调混合数据传输。性能评估表明，混合发射机优于传统的设计。此外，我们讨论了一些开放的问题，有关的环境后向散射网络。
2017-09-27 cs.NI
Beyond the Ultra-Dense Barrier - Paradigm shifts on the road beyond 1000x wireless capacity
越来越清楚的是，移动宽带系统的当前设计范例不是解决预期的未来“容量紧缩”的可扩展且经济上可行的方式，特别是在具有大用户密度的室内位置。“摩尔定律”，例如，目前正在研究的最先进的信号处理和先进的天线技术，以及更多的毫米波频谱确实提供了更多的容量，但不是在今天的成本，这是需要的3-4个数量级的容量的答案。我们认为，解决提供高数据率单独的工程问题是不够的。相反，我们需要解决技术经济问题，找到商业模式和可扩展的技术解决方案，以给定的成本和能耗提供极端的区域容量。在本文中，我们将表明，实现非常高的容量在室内环境中确实是可行的。
2016-06-11 cs.NI
6G: the Wireless Communications Network for Collaborative and AI Applications
在5G的黎明，我们采取了一个飞跃，并提出了一个无线通信的原始愿景超越其地平线向6G：在人工智能革命的尖端无线网络的范式转变的角度。
2019-04-06 cs.NI
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
Bridge to Real Environment with Hardware-in-the-loop for Wireless Artificial Intelligence Paradigms
University of Northumbria（诺丁汉大学）；University of Warwick（沃里克大学）；V-TRON Company（V-TRON公司）
针对车联网机器学习方案仅在仿真中评估、实车测试成本高且存在真实环境意外风险的问题，本文提出首个硬件在环系统，可在仿真与真实环境中同时测试人工智能、多服务及LiDAR高清地图数据。
2024-09-25 cs.LG cs.NI eess.SP
Sixsoid: A new paradigm for $k$-coverage in 3D Wireless Sensor Networks
三维无线传感器网络的覆盖问题一直是一个非常关键的问题。提出良好的覆盖模型意味着更节能的网络。$K$ -覆盖范围是一种模型，可确保$k$传感器覆盖给定三维感兴趣区域（FoI）中的每个点。当涉及到3D时，提出保证$k$覆盖的传感器部署变得比2D复杂得多。其基本思想是提出一个几何形状，保证是$k$ -通过采取传感器的特定安排覆盖，然后填充FoI将不重叠的副本，这个形状。在这项工作中，我们提出了一个新的形状的三维场景，我们称之为\textbf{Devilsoid}。在这项工作之前，提出用于3D覆盖的形状是所谓的\textbf{Reuleaux Tetrahedron}。我们的建设是出于建设，可以应用于2D版本的问题\cite{MS}，它暗示了更好的保证超过\textbf{Reuleaux Triangle}。我们在本文中的贡献是双重的，首先，我们展示了Devilsoid如何保证更多的覆盖体积超过Alleaux四面体，其次，我们展示了Devilsoid如何也保证更简单，更务实的部署策略的三维无线传感器网络。本文给出了Devilsoid的结构，计算了Devilsoid的体积，讨论了Devilsoid对无线传感器网络中$k$覆盖的影响。
2014-09-03 cs.NI
Knowledge-Driven Deep Learning Paradigms for Wireless Network Optimization in 6G
School of Telecommunications Engineering, Xidian University（西安电子科技大学电信工程学院）；School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息工程学院）；Department of Electronics Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系）
本文系统综述了知识驱动的深度学习在6G无线网络优化中的应用，提出闭环框架和知识整合分类，旨在结合领域知识与深度学习以解决大规模复杂优化问题。
2024-01-15 cs.LG cs.NI eess.SP
Toward 6G: From New Hardware Design to Wireless Semantic and Goal-Oriented Communication Paradigms
一些投机性的愿景正在阐述6 G服务在2030年的地平线上将能够提供什么。然而，6 G的设计过程仍处于初步阶段。如今的现实是，有效满足未来6 G服务和网络运营所需的前所未有的性能目标所需的硬件、技术和新材料尚未设计、测试，甚至还不存在。如今，关于机器学习和人工智能支持6 G网络和服务运营优化的成本效益权衡的坚实愿景缺失。这包括硬件效率、操作效率以及由于数据采集-传输-处理而产生的不可估量的成本的可能支持。本文的贡献有三个方面。这是第一篇导出关于硬件和技术设计的关键6 G关键性能指标的论文。其次，我们提出了一种新的硬件技术设计方法，旨在实现有效的软硬件组件集成，以满足未来6 G网络所设想的具有挑战性的性能。第三，我们建议向目标导向和语义通信的范式转变，其中提供了硬件、人工智能和有效通信联合设计的全新机会。我们最近在硬件、技术和机器学习性能方面的成果巩固了我们提出的愿景。
2021-06-25 cs.NI eess.SP
Single Carrier Architecture for High Data Rate Wireless PAN Communications System
一个60 GHz的无线千兆以太网（GE.）通信系统是在IETR开发的。由于60 GHz无线电链路仅在单个房间配置中运行，因此使用额外的光纤无线电（RoF）链路来确保住宅环境中所有房间的通信。实现的系统覆盖2 GHz的带宽。由于硬件的限制，在875 Mbps的符号速率是使用简单的单载波架构。在基带（BB）处理块中，原始字节/帧同步过程被设计为提供前导码丢失检测和虚警概率的较小值。比特出错率（BER）的测量已经实现了在一个大型健身房的视线（LOS）条件。采用高增益天线和前向纠错RS（255，239）编码，以低误码率实现了大于30米的Tx-Rx距离。
2010-11-28 cs.NI
Air Computing: A Survey on a New Generation Computation Paradigm in 6G Wireless Networks
针对云计算与边缘计算难以应对下一代应用高动态负载瓶颈的问题，本文提出以6G为基础、结合多空中层级的Air Computing范式，梳理其架构、用例、优劣势与未来方向。
2022-09-10 cs.NI eess.SP
A Comprehensive Survey of Wireless Foundation Models for AI-Native 6G Networks
College of Engineering, United Arab Emirates University（阿联酋大学工程学院）
该综述针对无线基础模型（WFMs）的设计、学习与部署展开统一梳理，明确其概念与分类，综述相关架构、方法及应用，分析关键挑战并展望未来方向，为AI原生6G网络智能系统研发提供参考。
2026-08-18 cs.AI cs.NI eess.SP
Six Critical Challenges for 6G Wireless Systems
现在出现了大量关于第六代（6 G）无线系统的论文，涵盖了不同的方面，从愿景，架构，应用和技术突破。考虑到蜂窝系统，本文提出了在开发和部署6 G系统之前必须克服的六个关键而根本的挑战。其中包括：开放亚太赫兹（sub-THz）频谱以增加带宽和利用这些带宽的能力，推动半导体技术在亚太赫兹频带内的操作、收发器设计和架构的极限以实现高峰值数据率，以及在网络级实现亚毫秒延迟以实现6 G关键性能指标。此外，由于6 G系统不会在绿色领域环境中引入，因此讨论了与现有系统的向后兼容性。在可能的情况下，我们会提出实用的解决方案来实现已确定的挑战。
2021-11-17 cs.AR cs.IT cs.NI
A Federated Fine-Tuning Paradigm of Foundation Models in Heterogenous Wireless Networks
Wireless AI System Research Team, China Telecom Research Institute（中国电信研究院无线AI系统研究团队）；The State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室）；Singapore University of Technology and Design（新加坡科技设计大学）
针对异构无线网络中联邦微调面临的设备异构与资源约束问题，提出基于在线学习的切换式联邦微调框架，联合优化模型切换、功率与带宽分配，提升测试准确率和能量效率。
2025-09-05 cs.AI cs.IT cs.NI
Integration of the Captive Portal paradigm with the 802.1X architecture
在越来越多地使用热点无线网络的情况下，并且考虑到在互联网交互上交换的敏感信息的量，需要实现保证这种网络中的数据机密性和完整性以及热点提供商的真实性的安全机制。但是，现在许多热点使用强制门户，它依赖于通过Web页面进行身份验证（因此是一种应用程序级身份验证方法），而不是链路层方法。这样做的后果是，在到热点的无线链路中没有安全性（它必须在上层协议层提供），并且管理无线接入配置文件很麻烦（我们需要特殊的应用程序或浏览器的附加组件来做到这一点）。这项工作暴露了强制门户的模式，它不遵循一个独特的或标准的方法的弱点，并描述了一个解决方案，旨在抑制他们，基于802.1X架构。此解决方案使用一种新的EAP兼容协议，该协议能够将基于HTTP的注册或身份验证与802.1X身份验证框架内的强制门户集成。
2019-08-26 cs.CR cs.NI
From Resource Auction to Service Auction: An Auction Paradigm Shift in Wireless Networks
在5G及以后，诸如边缘计算/智能服务之类的新兴服务可能需要在多跳分开的网络实体上和跨网络实体提供异构通信、计算和存储（CCS）资源。在这种情况下，传统的面向资源的拍卖方案，其中买家对资源进行投标，可能无法有效地提供端到端（E2 E）的服务质量（QoS）保证。为了克服这些局限性，本文提出了E2 E服务拍卖的概念，拍卖的对象是E2 E服务而不是某种资源。在此框架下，买家只需竞标具有E2 E QoS要求的服务，而不必知道内部工作（落后的资源）。E2 E服务拍卖需要在保证基本经济属性的前提下，同时考虑经济约束和QoS约束，解决网络优化和拍卖设计的联合问题。为了实现机制设计，我们说明了如何设计E2 E服务拍卖的边缘计算系统在各种情况下。我们还确定了其他关键用例（包括边缘智能）的E2 E服务拍卖机制设计的研究机会。
2022-09-11 cs.GT cs.NI
Smart Radio Spectrum Management for Cognitive Radio
当今的无线网络的特征在于固定的频谱分配策略。有限的可用频谱和频谱使用的低效率需要一种新的通信范式来机会性地利用现有的无线频谱。认知无线电是用于无线通信的范例，其中网络或无线节点改变其传输或接收参数以有效地通信，从而避免与授权或未授权用户的干扰。在这项工作中，提出了一种基于模糊逻辑的系统频谱管理，无线电可以共享未使用的频谱取决于一些参数，如距离，信号强度，节点速度和可用性的未使用的频谱。对系统进行了仿真，结果令人满意.
2011-08-06 cs.NI
Digital Twin-Empowered Communications: A New Frontier of Wireless Networks
本文探讨了数字孪生（DT）在无线网络中的核心作用，分析了无线技术与DT的交织关系，提出了6G网络实现高效DT的前瞻性愿景，并勾勒了识别DT局限性的路线图以促进进一步发展。
2023-07-03 cs.NI
Ubiquitous Intelligence Via Wireless Network-Driven LLMs Evolution
本文提出泛在智能范式，通过无线网络与LLMs协同演进，实现可扩展的持续智能提升，推动自我改进系统在资源受限环境中的能力增长。
2025-09-10 cs.NI
GeoQuorum: Load Balancing and Energy Efficient Data Access in Wireless Sensor Networks
在无线传感器网络（WSNs）中，当数据生产和消费严重不平衡以及数据查询的来源在空间和时间上分布时，所谓的网络内数据存储范式取代了传统的数据汇集范式。在本文中，我们首先介绍几何法定人数系统（以及它们的度量）来体现网络数据存储的思想。这些法定人数系统是“几何”的，因为曲线（而不是离散的节点集）被用来形成法定人数。然后，我们提出GeoQuorum作为一个新的法定人数系统，其中的法定人数形成曲线参数化。虽然我们的建议源于现有的工作，使用曲线来指导密集的无线传感器网络中的数据复制和检索，我们显着扩展这种设计方法，赋予GeoQuorum具有很大的灵活性，微调自己对不同的应用需求。特别是，可调性允许GeoQuorum大幅提高负载均衡性能，并在能源效率方面保持竞争力。我们的分析和模拟都证实了GeoQuorum带来的性能增强。
2011-01-05 cs.NI
Minimization of Handoff Failure Probability for Next-Generation Wireless Systems
在过去的几年中，移动通信理论的进步已经使得能够开发和部署彼此互补的不同无线技术。因此，它们的集成可以实现具有各个网络的最佳特性的统一无线系统。下一代无线系统（NGWS）集成了不同的无线系统，每个系统都针对特定的业务和覆盖区域进行了优化，为移动用户提供无处不在的通信。在本文中，我们提出了在NGWS切换管理协议，以提高移动IP在无线IP网络中的切换性能，通过减少误切换概率。在此基础上，分析了误切换概率对移动速度和切换时延的影响。
2010-06-17 cs.NI
Deterministic End-to-End Transmission to Optimize the Network Efficiency and Quality of Service: A Paradigm Shift in 6G
本文针对端到端通信网络分层协调松散导致的传输不可靠及资源浪费问题，提出了面向6G及更远未来的确定性端到端传输设计方法与解决方案，以优化网络效率与服务质量并带来范式转变。
2023-07-02 cs.NI eess.SP
PERA: A Perceive-Reason-Act Interface Bridging Sensing, Cognitive Reasoning, and Trustworthy Agentic Response for 6G
University of Ottawa（渥太华大学）；University of Southampton（南安普顿大学）
研究针对下一代网络实现中传统机器学习和大语言模型的局限，提出基于感知-推理-行动（PERA）范式的生成网络智能，用多任务架构取代边缘模型，降低复杂性与能耗，通过案例研究验证其在链路状态分类和波束预测上的有效性。
2026-07-21 cs.NI
Recent Advances in Joint Wireless Energy and Information Transfer
在本文中，我们提供了一个概述的最新进展，微波使能的无线能量传输（WET）技术及其在无线通信中的应用。具体而言，我们将讨论分为三个部分。首先，我们介绍了最先进的WET技术和信号处理技术，以最大限度地提高能量传输效率。然后，我们讨论了一个有趣的范例，名为同步无线信息和功率传输（SWIPT），其中能量和信息使用相同的无线电波形联合传输。最后，我们回顾了无线供电通信网络（WPCN）的最新进展，其中无线设备使用通过WET收集的功率进行通信。扩展和未来的方向也讨论了这些领域中的每一个。
2014-07-02 cs.IT cs.NI math.IT
Wireless 2.0: Towards an Intelligent Radio Environment Empowered by Reconfigurable Meta-Surfaces and Artificial Intelligence
我们介绍“无线2.0”：下一代无线通信网络，通过利用可重构元表面和人工智能（AI）等新兴技术，无线电环境变得可控、可编程和智能。本文特别强调了基于人工智能的计算方法，并从可重构元表面的智能无线电环境的概念概述开始。稍后，我们将详细介绍数据管理方面，通过示例进行监督学习的要求，以及通过行为进行学习的强化学习（RL）范式。最后，我们强调了许多开放的挑战和研究方向。
2020-02-23 cs.NI eess.SP
From Traditional Automation to Embodied Wireless Intelligence: Vision-Language-Action Empowered Physics-Aware Communication Networks
Brunel University London（布鲁内尔伦敦大学）；University of Reading（雷丁大学）
提出具身智能基站（eBS）范式，采用视觉-语言-动作（VLA）流水线，使基站具备环境感知、因果物理推理和物理感知动作生成能力，实现从规则自动化到具身智能的转变。
2026-07-21 cs.NI
Mandate-driven Networking Eco-system: A Paradigm Shift in End-to-End Communications
无线行业由主要利益相关者推动，他们遵循“一个系统适合所有人”的整体方法，将满足严格E2E通信要求的网络功能转移到核心和云基础设施。这一趋势限制了小型和新的参与者带来新的和新颖的解决方案。为了满足这些E2E需求，租户和最终用户需要成为积极的参与者，带来他们的需求和创新。不仅在QoS方面而且在来自一个特定社区的总体碳足迹和频谱效率方面驱动E2E通信可能导致不期望的简化，并且其他网段的更高抽象级别可能导致次优操作。在此基础上，本文提出了一种范式转变，将扩大无线创新在学术界、中小企业、工业和初创企业中的作用，同时考虑到E2E通信中分散的任务驱动智能
2020-03-06 cs.NI
Reasoning Meets Representation: Envisioning Neuro-Symbolic Wireless Foundation Models
本文提出神经符号无线基础模型，结合神经网络与符号推理，以解决无线通信中的可解释性、鲁棒性和合规性问题，推动6G网络的智能化发展。
2025-11-20 cs.NI eess.SP
Low-Altitude Wireless Networks: The Next Horizon of Wireless Infrastructure
本文提出低空无线网络（LAWN）概念，分析其驱动力、架构和限制因素，揭示空域容量与无线信道容量的耦合关系，指出演进中的挑战与机遇。
2026-05-23 cs.NI
Integration of Wireless Sensor Networks with Virtual Instrumentation in a Residential Environment
本文提出了一种通过专用的软件驱动程序将无线传感器网络（WSN）与LabVIEW图形化开发环境集成的方法。作为个人概念，在智能家居监控场景的背景下描述了系统架构和概念实现。数据采集通过部署的无线传感器网络进行，重点关注三个主要参数：温度、湿度和光照。通过虚拟仪器项目实现了数据记录、监测和控制功能。这也使得一个易于使用的用户界面和数据的可访问性，通过基于标准的网络服务器技术。通过移动终端进行远程监测和控制的潜力被打开。
2013-05-27 cs.NI
Wireless Powered Communication Networks: An Overview
无线供电通信网络（WPCN）是利用微波无线功率传输（WPT）技术对无线通信设备的电池进行远程充电的一种新型网络模式。WPCN消除了频繁的手动电池更换/再充电的需要，并且因此在许多方面显著地改善了传统电池供电的通信网络的性能，诸如更高的吞吐量、更长的设备寿命和更低的网络操作成本。然而，WPCN的设计和未来应用本质上受到长距离WPT效率低以及同一网络内联合无线信息和功率传输的复杂性的挑战。在本文中，我们提供了一个关键的网络结构和性能增强技术，以建立一个高效的WPCN的概述。此外，我们指出了新的和具有挑战性的未来研究方向WPCN。
2015-12-08 cs.NI
Embodied Intelligent Spectrum Management: A New Paradigm for Dynamic Spectrum Access
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；The Hong Kong University of Science and Technology（香港科技大学）
本文提出具身智能频谱管理范式，通过具身智能技术解决动态频谱接入中的灵活性和通用性问题，展示原型平台并探讨未来研究方向。
2026-02-01 cs.NI
Federated Learning for 6G: Paradigms, Taxonomy, Recent Advances and Insights
University of Quebec at Montreal（魁北克大学蒙特利尔分校）；Virginia Tech（弗吉尼亚理工大学）
本文综述联邦学习在6G协议栈各层及无线运营中的应用价值，梳理范式、分类、热点与未来方向。
2023-12-07 cs.AI cs.GT cs.LG
Relay-aided Slotted Aloha for Optical Wireless Communications
我们考虑一种中继辅助时隙ALOHA解决方案，用于基于光无线通信（OWC）的物联网（IoT）的上行链路随机接入。上行链路的第一阶段，即物联网设备和中继之间的上行链路，是使用室内OWC实现的，而中继和基站之间的第二阶段，代表基于低功率广域网（如LoRaWAN）的远程RF传输，并发生在室外。吞吐量性能依赖于OWC和RF信道条件进行观察。由于添加中继的性能增益的行为突出和调查在不同的信道和业务条件下。
2022-09-22 cs.IT cs.NI math.IT
Computation Diversity in Emerging Networking Paradigms
如今，计算在未来一代的计算机和通信网络中扮演着越来越重要的角色，如有线网络的软件定义网络（SDN）以及无线网络的云无线电接入网络（C-RAN）和移动云计算（MCC）的最新进展所例证的。本文提出了一个统一的概念，即，计算多样性，描述计算资源对有线和无线通信的影响和不同形式。通过根据服务质量（QoS）要求将计算资源链接到通信网络，我们可以展示计算资源如何影响网络。此外，通过分析SDN、C-RAN和MCC中计算资源的不同功能，我们可以展示计算资源在不同网络中呈现的多样性和灵活性。计算多样性的研究可以为未来的网络设计提供指导，如何在计算之间联合分配资源（例如，CPU容量）和通信（例如，带宽），从而节省系统能量并增加用户体验。
2017-05-09 cs.NI
Mamba for Wireless Communications and Networking: Principles and Opportunities
本文针对无线网络异构动态性问题，综述Mamba在无线系统的应用潜力，提出两类应用框架，通过案例验证其特征增强与计算效率提升效果，并指出挑战与研究方向。
2025-08-01 cs.NI
Performance of Modeling wireless networks in realistic environment
无线网络由通过无线电信道通信的移动设备实现。由于用真实设备进行实际问题的实验非常困难，因此经常使用仿真。在许多其他重要的属性，必须定义的模拟实验中，移动模型和无线电传播模型必须仔细选择。两者都对移动无线网络的性能具有强烈的影响，路由协议的性能随这些模型而变化。文献中提出了许多移动性和无线电传播模型。它们中的每一个都是为了不同的目标而开发的，并不适合每一种物理场景。在常用的无线网络模拟器中，研究者通常只考虑简单的无线传播模型，而忽略了传播环境中的障碍物。在本文中，我们研究了无线网络仿真的性能，考虑不同的无线电传播模型，并考虑在传播环境中的障碍物。本文利用OPNET Modeler对无线网络的性能进行了分析，对网络的吞吐量、分组接收衰减等参数进行了量化。
2012-01-04 cs.NI
WirelessLLM: Empowering Large Language Models Towards Wireless Intelligence
Hong Kong University of Science and Technology（香港科技大学）
本文提出WirelessLLM框架，通过知识对齐、融合与演化原则及多种适配技术增强LLM的无线领域能力，并以案例验证其应用价值。
2024-06-15 cs.AI cs.LG cs.NI
Hybrid Millimeter-Wave Systems: A Novel Paradigm for HetNets
已知异构网络（HetNet）通过更有效地利用网络资源来增强无线网络的带宽效率和吞吐量。然而，HetNet中的用户和接入点的较高密度引入了显著的用户间干扰，需要通过复杂且精密的干扰消除方案来减轻用户间干扰。此外，由于显著的信道衰减和硬件损伤的存在，例如，相位噪声和放大器非线性，毫米波段中的巨大带宽迄今尚未得到充分利用。为了使每秒多千兆位的无线网络的发展，我们引入了一种新的毫米波HetNet范例，称为混合HetNet，它利用了巨大的带宽和传播特性在60 GHz和70-80 GHz频段，以减少HetNet中的干扰的影响。仿真结果表明，相对于传统网络的混合HetNet的性能优势。接下来，两个特定的收发器结构，使切换从60 GHz频带，即，V波段到70-80 GHz波段，即，E波段，反之亦然。最后，建立一个混合HetNet的实际和监管的挑战进行了概述。
2015-01-23 cs.NI
Tutorial on Closed-Loop and Application-Aware Digital Twins for Future Wireless Networks
North Carolina State University（北卡罗来纳州立大学）；IBM（国际商业机器公司）；University of Miami（迈阿密大学）；NVIDIA（英伟达）；Edinburgh Napier University（爱丁堡纳皮尔大学）；Northeastern University（东北大学）
本教程围绕数字孪生网络（DTNs），介绍其设计优化、关键技术及标准化进展，为应用感知、AI原生的闭环无线网络提供统一视角并指出研究方向。
2026-10-14 cs.NI
Medium Access Control in Wireless Network-on-Chip: A Context Analysis
无线片上通信是一个很有前途的候选人，以解决性能和效率的问题时出现的扩展目前的片上网络（NoC）技术的众核处理器。无线片上网络（WNoC）即使在千核芯片中也可以超低延迟地服务于全球和广播业务，从而充当传统和面向吞吐量的有线NoC的自然补充。然而，媒体访问控制（MAC）策略的发展需要有效地共享越来越多的核心之间的无线介质仍然是一个相当大的挑战，考虑到环境的奇异性和研究领域的新颖性。在这个立场文件中，我们提出了一个上下文分析描述的物理约束，性能目标，和流量特性的片上通信范例。我们总结了与传统无线场景的主要差异，然后讨论它们对众核WNoCs MAC协议设计的影响，最终目标是启动这一可以说是未开发的研究领域。
2018-06-16 cs.DC cs.NI
Information-Centric Networking in Wireless Environments: Security Risks and Challenges
以信息为中心的网络（ICN）已经成为一个范例，以应付缺乏内置的安全原语和有效的机制，为内容分发今天的互联网。然而，与有线环境相比，在无线环境中部署ICN带来了一系列不同的挑战，特别是在安全性方面。在本文中，我们提出了可能出现的安全问题，并可能发生的攻击，从不同的角度来看，当ICN部署在无线环境中。所讨论的攻击可以通过利用ICN架构的元素（例如内容名称和网络内内容缓存）来针对应用和ICN网络本身。此外，我们讨论了潜在的解决方案，提出的问题和对策，提出的攻击。最后，我们确定了未来的研究机会和方向。
2021-03-02 cs.NI
Computational Intelligence based Intrusion Detection Systems for Wireless Communication
无处不在和普适计算的新兴趋势旨在将微处理器嵌入日常设备（诸如手表、智能电话、家庭视频系统、自动对焦相机、智能车辆、乐器、厨房电器等）中，并赋予它们无线通信能力。这种先进的计算模式，也称为物联网或网络物理计算，导致互联网和计算出现在任何地方，使用任何设备和位置。在最大限度地欣赏和适当考虑不断互联网实用程序的演变弧线，深度和范围的情况下，同样有必要设想互联网免费和无处不在的可用性所带来的安全和数据保密性挑战。本文分析了计算智能技术的作用，设计自适应和认知入侵检测系统，可以有效地检测恶意网络活动，并提出了新的三层架构设计智能入侵检测系统的无线网络。
2021-04-22 cs.CR cs.NI
Adaptive beamforming for optical wireless communication via fiber modal control
本文提出通过受控弯曲多模光纤调控模式耦合，实现低成本、低损耗、光纤兼容的自适应波束成形与连续光束转向，并支持10 Gb/s灵活光无线通信。
2023-04-26 cs.NI physics.optics
A Testbed of Magnetic Induction-based Communication System for Underground Applications
无线地下传感器网络（WUSNs）可以实现许多重要的应用，例如智能农业、管道故障诊断、矿难救援、隐蔽边境巡逻、原油勘探等。实现WUSNs的关键挑战是地下环境中的无线通信。大多数现有的无线通信系统利用偶极天线来发送和接收传播的电磁（EM）波，由于非常高的材料吸收损耗，其在地下环境中不能很好地工作。磁感应（MI）技术提供了一个有前途的替代解决方案，可以解决目前的问题，在地下。虽然基于MI的地下通信已经深入的理论研究，到目前为止，很少有努力已经在开发一个测试平台，基于MI的地下通信，可以验证理论结果。本文在实验室井下环境下设计并实现了一个基于MI的通信系统实验平台。该试验台不仅实现并测试了利用单个线圈的原始MI机制，而且还实现了使用MI波导和3方向（3D）MI线圈的最新开发技术。实验是在实验室地下环境中进行的，环境参数可重新配置，如土壤成分和含水量。由于采用了新的通信机制和新的无线传输介质，使得井下通信试验台的研制非常复杂和耗时，本文为井下通信试验台的研制提供了原则和指导。
2015-03-09 cs.NI physics.ins-det
Game-theoretic Learning Anti-jamming Approaches in Wireless Networks
本文从博弈论学习的角度研究了抗干扰通信问题。通过对智能抗干扰通信的探讨和分析，提出了干扰源的特点和智能抗干扰的要求。这种方法需要自我感知、自我决策、自我协调、自我评价和学习能力。然后，提出了一种博弈论学习抗干扰（GTLAJ）范式，并介绍了它的框架和GTLAJ面临的挑战。此外，通过三个案例，即，讨论了Stackelberg抗干扰对策、Markov抗干扰对策和基于超图的抗干扰对策等不同的抗干扰对策模型及其应用，并提出了未来的研究方向。
2022-06-20 cs.GT cs.NI
Rydberg Atomic Receiver: Next Frontier of Wireless Communications
本文介绍了利用里德伯原子电子跃迁的RARE接收机的原理，对比其与经典接收机的性能，综述其在无线通信领域的进展与独特应用，并指出未来研究方向。
2025-08-01 cs.NI eess.SP physics.app-ph
Representation Learning of Knowledge Graph for Wireless Communication Networks
Central South University（中南大学）；Purple Mountain Laboratories（紫金山实验室）；Southeast University（东南大学）
随着第五代无线通信技术的应用，越来越多的灵巧终端被使用并产生大量的数据，这促使人们对如何处理和利用这些无线数据进行广泛的研究。目前研究人员主要集中在对上层应用数据的研究，或者基于蒙特卡洛模拟产生的大量数据，针对具体问题研究智能传输方法。本文根据无线通信协议和领域专家知识构建知识图谱，深入研究无线内生智能，旨在理解无线数据的内生关系。我们首先构建了通过5G/B5 G测试网络收集的无线核心网数据的内生因素的知识图谱。然后，设计了一种基于图卷积神经网络的模型来学习图的表示，并利用该模型对图中的节点进行分类和模拟关系预测。该模型实现了网络节点的自动分类和网络异常原因的追踪。它还以无监督的方式应用于公共数据集。实验结果表明，该模型的分类精度优于现有的无监督图神经网络模型，如VGAE和ARVGE。
2022-08-22 cs.AI cs.LG cs.NI
