Multicasting in Large Wireless Networks: Bounds on the Minimum Energy per Bit
我们考虑缩放定律的最大能量效率的通信消息的所有节点在无线网络中,网络中的节点的数量变得很大。研究了两种情况下的大型无线网络-密集随机网络和恒定密度(扩展)随机网络。此外,我们还研究了有限大小的规则网络,以了解节点放置的规则性如何影响能量消耗。首先,我们建立了一个信息理论上的最小能量每比特的任意无线网络中的多播时,信道状态信息是不可用的发射机。通过构造一个简单的洪泛方案,不需要在接收器的信道状态或节点的位置和身份的信息,得到上界。对于稠密随机网络和规则网络,上界和下界之间的差距只是一个常数因子,而对于扩展随机网络,上界和下界之间的差距相差一个多对数因子。此外,我们表明,随机网络的建议的上限和下限举行几乎肯定在节点的位置,节点的数量接近无穷大。
2009-05-23 cs.IT math.IT
The Magic of Superposition: A Survey on Simultaneous Transmission Based Wireless Systems
在传统的通信系统中,两个通信点之间的任何干扰都被认为是不需要的噪声,因为它使接收到的信号失真。另一方面,允许同时传输并有意地接受信号的干扰,甚至从中受益,已经被考虑用于一系列无线应用。作为突出的例子,非正交多址(NOMA),联合信源-信道编码,和计算代码被设计成利用这种情况。他们还启发了许多其他的基础工作,从网络编码到共识算法。特别是,联邦学习是一种新兴技术,可以通过允许同时传输来应用于分布式机器学习网络。虽然各种同时传输的应用存在独立的文献中,他们的主要贡献都是基于相同的原则,叠加属性。在这次调查中,我们的目的是强调这些研究之间的联系,并为读者提供一个指南,从信号的叠加受益的无线通信技术。我们根据现有文献的目的和应用领域对其进行分类,并介绍其贡献。调查显示,同时传输可以为某些分布式无线场景带来可扩展性,安全性,低延迟,低复杂性和能源效率,这是新兴物联网(IoT)应用所不可避免的。
2022-05-13 cs.IT math.IT
A Waterfilling Algorithm for Multiple Access Point Connectivity with Constrained Backhaul Network
4G/5G范例为用户设备(UE)提供到多个无线接入点(AP)的同时连接。我们考虑UE通过在具有不等带宽的正交无线信道上操作的多个上行链路与其目的地通信。AP通过树状回程网络连接,目的地位于根处,链路容量不理想。我们开发了一个功率分配方案,实现了接近最优的速率,而没有明确的回程网络的拓扑结构在发射机侧的知识。该算法采用低开销的回程负载反馈对上行链路的动态子集进行注水。
2015-06-21 cs.IT math.IT
Combinatorial Channel Signature Modulation for Wireless ad-hoc Networks
在本文中,我们介绍了一种新的调制和复用方法,有利于高效,同时在无线ad-hoc网络中的多个终端之间的通信。我们称这种方法为组合信道签名调制(CCSM)。CCSM方法在通信节点在高度时间分散的环境中操作的情况下特别有效。这一切都是以最小的MAC层开销实现的,因为所有用户都可以在相同的时间/频率上发送和接收(全同步双工)。CCSM方法的根源在于稀疏建模,接收器基于压缩采样技术。为此,我们开发了一种新的低复杂度的算法,称为组子空间追踪。我们的分析表明,CCSM至少增加了一倍的吞吐量相比,国家的最先进的。
2012-01-26 cs.IT cs.NI math.IT
Analysis of Asymmetric Dual-Hop Energy Harvesting-Based Wireless Communication Systems in Mixed Fading Environments
研究了衰落信道下基于双跳能量收集的固定增益放大转发中继通信系统的性能。我们考虑源节点($S$)通过固定的远距离中继($R$)与目的地节点($D$)通信,所述固定的远距离中继从其接收到的信号中收获能量并且使用所述能量来放大接收到的信号并且将其转发到$D$。在能量收集的分析中考虑了功率分配(PS)和时间切换(TS)方案。分别通过Nakagami-$m$和$α$-$μ$衰落模型对$S$ -$R$和$R$-$D$跳进行建模。推导了端到端信噪比(SNR)统计特性的封闭式表达式,并在此基础上推导了考虑四种自适应传输策略的平均出错率(ASER)和平均信道容量(ACC)的封闭式表达式。通过Monte-Carlo模拟验证了推导的表达式。
2020-04-05 cs.IT math.IT
Wireless Power Control via Counterfactual Optimization of Graph Neural Networks
Intel Labs(英特尔实验室);University of Pennsylvania(宾夕法尼亚大学)
我们认为在无线网络中的下行链路功率控制的问题,包括多个发射机-接收机对相互通信在一个单一的共享无线介质。为了减轻并发传输之间的干扰,我们利用网络拓扑来创建一个图神经网络架构,然后使用无监督的原始-对偶反事实优化方法来学习最优功率分配决策。我们展示了如何反事实优化技术,使我们能够保证最低速率约束,适应网络的大小,从而实现正确的平衡平均和$5^{th}$百分位数的用户速率在整个网络配置范围。
2020-02-17 cs.IT cs.LG eess.SP
Enhancing Sensor Network Lifetime Using Interactive Communication
我们关心的是最大限度地提高生命周期的数据收集无线传感器网络组成的一组节点直接与基站通信。我们将这种情况建模为多个相关的信息提供者(传感器节点)和接收者(基站)之间的m消息交互通信。有了这个框架,我们表明,m-消息交互式通信确实可以提高网络的寿命。最坏情况和平均情况下的性能被认为是。
2007-04-25 cs.IT math.IT
Capacity of Multiple Unicast in Wireless Networks: A Polymatroidal Approach
无向有线网络中的一个经典结果是多单播流量(多个源向多个目的地传递独立消息)的路由(流)的近最优性:最小割上限在最大流的源数量的对数因子内。在本文中,我们“扩展”的有线结果的无线上下文。我们的主要结果是一个简单的分层原则的近似最优性:{ \em本地物理层计划结合全局路由}。在这个结果中,我们关键地使用了无线信道的{ \em互易性}。我们的正式结果是在信道模型的背景下,“好”的本地计划,实现割集界,存在(如高斯MAC和广播信道,广播擦除网络,快衰落高斯网络)。分层架构,在无线网络的工程设计中很常见,如果物理层方案应该在其上运行的{ \em位置}被仔细设计,则可以具有接近最优的性能。反馈所示,以发挥关键作用,使物理层和网络层之间的分离。其关键技术思想是将无线网络建模为一个无向的“多拟阵”网络,并建立了最大流最小割逼近定理。
2011-11-21 cs.IT cs.NI math.IT
On the Capacity of Rate-Adaptive Packetized Wireless Communication Links under Jamming
我们制定的通信节点和对手之间的互动在博弈论的背景下。我们发现,早期的信息理论容量的结果对应于一个纯粹的纳什均衡(NE)的干扰信道。然而,当两个玩家都被允许随机化他们的动作时(即,编码率和干扰功率)的新的混合纳什均衡出现了令人惊讶的性能。我们示出了阈值($J_{TH}$)的存在,使得如果干扰机平均功率超过$J_{TH}$,则NE处的信道容量与干扰机一直使用其最大允许功率$J_{Max}$的情况相同。这表明随机化显著有利于强大的干扰机。我们还展示了NE策略是如何推导出来的,我们提供了非常简单的(例如,半均匀)逼近最佳通信和干扰策略。这种策略在当前的硬件和软件中实现起来非常简单。
2012-04-10 cs.GT cs.IT math.IT
Secure Communications in the Presence of a Buffer-Aided Wireless-Powered Relay With Self-Energy Recycling
我们考虑一个中继辅助的无线网络,其中能量收集缓冲器辅助中继节点由希望与其目的地通信的源节点的射频信号供电。我们提出了两个安全的合作协议的网络组成的源节点配备了一个数据缓冲区与它的目的地在存在一个缓冲区辅助中继节点和窃听者通信。我们提出的协议设计的基础上的信道状态信息和缓冲区的状态信息在源和中继节点。在我们的分析中,考虑到数据在源节点队列(缓冲区)和能量回收过程中的中继的突发性。此外,我们考虑到解码和信号处理电路的功耗限制。对于一个无限大小的电池在继电器的极限情况下,我们推导出一个充分条件的能量队列饱和。我们的数值结果表明,我们提出的协议的吞吐量增益。
2016-12-18 cs.IT cs.NI math.IT
Virtual Reality over Wireless Networks: Quality-of-Service Model and Learning-Based Resource Management
本文研究了无线虚拟现实(VR)用户通过小小区网络(SCN)进行通信的网络资源管理问题。为了获取虚拟现实用户在供应链网络中的服务质量(QoS),提出了一种基于多属性效用理论的虚拟现实模型。该模型共同考虑了VR指标,如跟踪精度,处理延迟和传输延迟。在该模型中,小型基站(SBS)充当VR控制中心,通过蜂窝上行链路收集来自VR用户的跟踪信息。一旦收集到这些信息,SBS将通过下行链路向VR用户发送三维图像和伴随的环绕立体声音频。因此,VR无线网络中的资源分配问题必须联合考虑上行链路和下行链路。这个问题,然后制定为一个非合作的游戏和分布式算法的基础上的机器学习的回声状态网络(ESN)的框架,提出了找到这个游戏的解决方案。使用建议的ESN算法,使SBS预测VR QoS的每个SBS,并保证收敛到一个混合策略的纳什均衡。分析结果表明,每个用户的VR QoS共同取决于VR跟踪精度和无线资源分配。仿真结果表明,所提出的算法产生显着的收益,在VR QoS的总效用值方面,分别达到22.2%和37.5%,相比Q学习和基线比例公平算法。实验结果还表明,该算法比Q学习算法具有更快的收敛时间,并且可以保证VR服务的低延迟。
2018-06-20 cs.IT math.IT
Beamforming and Resource Allocation for Multi-User Full-Duplex Wireless Powered Communications in IoT Networks
对于物联网(IoT)网络中的自维持无线通信系统,能量收集(EH)可以在每个用户节点处实现为恒定的可再生电力供应源。因此,本文提出了一种使用无线供电通信网络(WPCN)协议,以促进接入点(AP)和多个移动用户(MU)之间的通信的调查。AP具有多个天线,并且在全双工(FD)模式下操作。另一方面,MU具有单天线并且在半双工(HD)模式下工作。基于用于上行链路(UL)或下行链路(DL)通信的时间分配和信道接入,将与FD-AP通信的每个MU分配到两个组中的一个。优化信道分配、时间资源和功率资源分配以最大化UL加权和速率。和率优化问题被发现是非凸的。因此,研究了一种迭代算法来优化所提出的FD-WPCN系统的UL加权和速率。接着,针对AP与多个MU之间的HD-WPCN通信,对FD-WPCN算法进行了改进,并进行了大量的仿真,验证了FD-WPCN算法的有效性,并与HD-WPCN算法进行了比较。从仿真结果来看,FD-WPCN在低AP发送信噪比(SNR)区域的性能优于HD-WPCN。由于FD-AP处的残余自干扰增加,对于高AP发射SNR观察到相反的行为。
2020-04-14 cs.IT math.IT
Echo State Learning for Wireless Virtual Reality Resource Allocation in UAV-enabled LTE-U Networks
在本文中,资源管理的问题进行了研究的无线虚拟现实(VR)用户使用无人机(UAV)启用LTE-U网络进行通信的网络。在所研究的模型中,无人机作为VR控制中心,通过无线上行链路从VR用户收集跟踪信息,然后通过LTE-U下行链路将构建的VR图像发送给VR用户。因此,这种启用UAV的LTE-U网络中的资源分配必须联合考虑许可频带和非许可频带上的上行链路和下行链路。在这样的VR设置中,无人机可以动态地调整每个VR图像的图像质量和格式,以改变每个VR图像的数据大小,从而满足延迟要求。因此,资源分配还必须考虑图像质量和格式。这个以VR为中心的资源分配问题被公式化为非合作博弈,该非合作博弈使得能够联合分配授权和未授权频谱带,以及动态适应VR图像质量和格式。针对这一问题,提出了一种基于带漏积分神经元的回声状态网络(ESN)机器学习工具的学习算法。与传统的基于ESN的学习算法不同,该算法可以动态地调整ESN状态的更新速度,因此,它可以使无人机学习其相关的VR用户的连续动态。仿真结果表明,与使用LTE-U的Q学习和使用LTE的Q学习相比,所提出的算法在所有用户的总VR QoE方面实现了高达14%和27.1%的增益。
2017-08-02 cs.IT math.IT
Throughput Scaling of Covert Communication over Wireless Adhoc Networks
研究了无线adhoc网络中$n$合法节点(LN)和$n^κ$($0<κ<1$非通信守护节点(WN))随机分布在单位面积的正方形上的隐蔽通信问题.每个合法源希望与其预期目的地节点通信,同时确保每个WN无法检测到通信的存在。在这种情况下,我们研究吞吐量的缩放定律。由于隐蔽通信的限制,发射功率必然受到限制。在此条件下,我们在每个WN周围引入一个保持区域。该区域用于防止来自LN的传输,并增加保留区域之外的LN的发射功率。对于可扩展性的结果,多跳(MH),分层合作(HC),和混合HC-MH计划利用一些适当的修改。在所提出的MH和混合方案中,因为保存区域可能阻碍沿着直接数据路径的通信,所以通过在每个保存区域周围绕道来适当地修改数据路径。为了避免迂回线路的集中造成额外的中继负担,我们将迂回线路均匀地分布在一个很宽的区域上。在所提出的HC方案中,我们控制符号功率和分布式多输入多输出传输的调度。我们还提出了匹配上界的吞吐量缩放的假设下,每个活跃的LN消耗相同的平均发射功率的WN观察信道输出的时间段内。
2019-06-28 cs.IT math.IT
Foundations of Wireless Information and Power Transfer: Theory, Prototypes, and Experiments
由于无线电干扰了通信,无线电也将干扰能源的输送。未来的无线网络将配备(辐射)无线功率传输(WPT)能力,并利用无线电波通过统一的无线信息和功率传输(WIPT)来携带能量和信息。这种网络将充分利用射频频谱和辐射以及网络基础设施,实现通信和供电的双重目的。因此,这些网络将使未来数万亿的低功耗设备能够在任何地方、任何时间和移动中进行感知、计算、连接和供电。在本文中,我们回顾了这种未来系统的基础。我们首先概述了WPT和WIPT的基本理论构建块。然后,我们讨论了一些国家的最先进的实验装置和原型的WPT和WIPT和对比的理论和实验结果。我们提请特别注意如何在WPT和WIPT的RF,信号和系统设计的集成导致新的理论和实验设计的挑战,微波和通信工程师,并强调一些有前途的解决方案。讨论的主题和实验测试平台包括具有波束成形,波形,信道采集和单/多天线能量采集器的闭环WPT和WIPT架构,集中式和分布式WPT,WPT的可重新配置元表面和智能表面,WIPT的发射机和接收机架构,调制,速率能量权衡。此外,我们强调了重要的理论和实验研究方向要解决的WPT和WIPT成为未来无线网络的基础技术。
2022-09-08 cs.IT eess.SP math.IT
Over-the-Air Computing for Wireless Data Aggregation in Massive IoT
无线数据聚合(wireless data aggregation,WDA),指的是聚合分布在设备(例如,传感器和智能手机),是5G及以后机器类型通信中的常见操作,以支持物联网(IoT),这为分布式传感,学习和控制等多样化应用奠定了基础。传统的WDA技术是基于通信和计算分离的原理设计的,在有限的无线资源和新兴应用(例如,自动驾驶)施加的严格延迟约束下,难以适应大规模接入。为了解决这个问题,空中计算(AirComp)正在开发作为一种新的WDA解决方案,通过无缝集成计算和通信。通过利用多路访问信道的波形叠加特性,AirComp将空气变成计算机,用于在许多设备上计算和传输分布式数据的功能,从而允许在大规模设备上进行低延迟WDA。鉴于人们对AirComp的兴趣日益增长,本文通过介绍基本原理,讨论先进技术和应用,并确定有前途的研究机会,及时概述了该技术。
2020-11-14 cs.IT cs.NI eess.SP
Enabling the Wireless Metaverse via Semantic Multiverse Communication
Deakin University(迪肯大学);Yonsei University(延世大学);University of Oulu(奥卢大学)
无线网络上的Metaverse是第六代(6 G)无线系统的新兴用例,在具有严格延迟和可靠性要求的多模式数据传输方面提出了前所未有的挑战。为了使这种无线元宇宙,在这篇文章中,我们提出了一种新的语义通信(SC)框架分解成人/机器代理特定的语义多元宇宙(SM)的元宇宙。存储在每个代理处的SM包括语义编码器和生成器,利用生成式人工智能(AI)的最新进展。为了提高通信效率,编码器学习多模态数据的语义表示(SR),而生成器学习如何操纵它们以在元宇宙中本地渲染场景和交互。由于这些学习的SM偏向于本地环境,它们的成功取决于在后台同步异构SM,同时在前台通信SR,将无线元宇宙问题转化为语义多元宇宙通信(SMC)的问题。基于这种SMC架构,我们提出了几个有前途的算法和分析工具建模和设计SMC,从分布式学习和多智能体强化学习(MARL)信号游戏和符号AI。
2022-12-13 cs.AI cs.IT cs.LG
Echo State Transfer Learning for Data Correlation Aware Resource Allocation in Wireless Virtual Reality
针对无线虚拟现实(VR)用户在基于云的小小区网络(SCN)上通信的网络,研究了数据相关性感知的资源管理问题。在所研究的模型中,计算资源有限的小型基站(SBS)作为VR控制中心,通过蜂窝上行链路从VR用户收集跟踪信息,并通过下行链路将它们发送给VR用户。在这样的设置中,VR用户可以发送或请求相关或类似的数据(全景图像和跟踪数据)。这种潜在的空间数据相关性可以被考虑到资源分配问题中,以减少上行链路和下行链路中的业务负载。这个VR资源分配问题被制定为一个非合作的游戏,允许联合优化的计算和频谱资源,同时认识到的数据相关性。针对这一问题,提出了一种基于回声状态网络(ESN)机器学习框架的迁移学习算法。与每次环境变化时都必须执行的传统强化学习算法不同,所提出的算法可以跨时间智能地传输关于学习效用的信息,以快速适应由于用户内容或数据相关性的变化等因素而引起的环境动态。仿真结果表明,该算法实现了高达16.7%和18.2%的增益,延迟相比,Q学习与数据相关性和Q学习没有数据相关性。实验结果还表明,该算法比Q学习算法具有更快的收敛速度,并能保证较低的时延。
2017-11-25 cs.IT math.IT
Fundamentals of Wireless Information and Power Transfer: From RF Energy Harvester Models to Signal and System Designs
无线电波同时携带能量和信息。然而,这些量的射频(RF)传输传统上被单独处理。目前,我们正在经历无线网络设计的范式转变,即统一信息和功率的无线传输,以便最好地利用RF频谱和辐射以及网络基础设施,实现通信和供电的双重目的。在本文中,我们回顾和讨论的最新进展奠定了基础的设想的双重目的的网络,建立一个信号理论和设计的无线信息和电力传输(WIPT),并确定之间的基本权衡无线传输信息和电力。我们首先概述WIPT的挑战和技术,即同时无线信息和功率传输(SWIPT),无线供电通信网络(WPCN)和无线供电反向散射通信(WPBC)。然后,我们描述了能量采集器的特征,并展示了WIPT信号和系统设计如何关键地围绕底层能量采集器模型进行。为此,我们重点介绍了三种不同的能量收集器模型,即一种线性模型和两种非线性模型,并展示了WIPT设计在单用户和多用户部署中的不同之处。讨论的主题包括速率-能量区域特性、发射机和接收机架构、波形设计、调制、波束成形和输入分布优化、资源分配和RF频谱使用。我们讨论并检查不同的能量采集器模型的有效性,以及基于电路仿真,原型设计和实验的信号理论和设计。我们还指出了许多有希望为未来的研究方向。
2018-03-19 cs.IT eess.SP math.IT
Generalized SIR Analysis for Stochastic Heterogeneous Wireless Networks: Theory and Applications
本文提供了一个易于分析的框架,调查的统计特性的信号干扰功率比(SIR)的一般分布在一个异构的无线ad hoc网络中,其中有K个不同类型的发射机(TX)与他们唯一的预期接收机(RX)进行通信。每种类型的TX形成一个独立的齐次泊松点过程。在本文的第一部分中,我们介绍了一种新的方法来推导拉普拉斯变换的倒数的SIR和使用它来表征SIR的分布。我们的主要研究结果表明,封闭形式的SIR分布的表达式可以得到接收信号功率有一个Erlang分布时,和一个几乎封闭形式的表达式可以找到,如果幂律路径损耗模型的路径损耗指数为4。在本文的第二部分中,我们的目标是应用派生的SIR分布中找到两个重要的性能指标:成功概率和遍历链路容量。对于每种类型的RX,成功概率与(不)干扰消除和(不)建议的随机功率控制被发现在一个紧凑的形式。借助推导出的香农变换恒等式,以较低的复杂度推导出了K型RX的遍历链路容量,并将其应用于多天线通信和随机功率控制等多种传输场景.最后,我们分析了基于导出的K成功概率和遍历链路容量定义的异构网络的空间吞吐量,并证明了其最大值的存在性。
2016-08-17 cs.IT math.IT
Flight Time Minimization of UAV for Data Collection over Wireless Sensor Networks
在本文中,我们考虑的情况下,无人机(UAV)收集数据从一组传感器在一条直线上。无人机可以巡航或悬停,同时与传感器通信。目标是最小化UAV从起点到目的地的总飞行时间,同时允许每个传感器使用给定量的能量成功上传一定量的数据。整个轨迹被划分为不重叠的数据汇集间隔,在每个间隔中,一个传感器由UAV服务。数据汇集间隔、UAV的速度和传感器的发射功率被联合优化。公式化的飞行时间最小化问题是很难解决的。我们首先表明,当只有一个传感器存在,传感器的发射功率遵循注水政策和无人机的速度可以找到有效的二分法搜索。然后,我们表明,对于一般情况下,多个传感器,飞行时间最小化问题可以等价地重新表述为一个动态规划(DP)问题。在DP的每个阶段涉及的子问题减少到处理的情况下,只有一个传感器节点。数值结果提出了深刻的行为的无人机和传感器。具体而言,可以观察到,UAV的最佳速度与传感器的给定能量和传感器间距离成正比,但与数据上传要求成反比。
2018-06-06 cs.IT math.IT
Communication in a Poisson Field of Interferers -- Part II: Channel Capacity and Interference Spectrum
在本文的第一部分中,我们提出了一个数学模型的通信受到网络干扰和噪声,其中的干扰是分散的,根据空间泊松过程,并在无线环境中的路径损耗,阴影,和多径衰落异步操作。我们确定了聚合干扰的分布和链路的错误性能。在这第二部分中,我们描述的能力的链路受到网络干扰和噪声。然后,我们提出了频谱中断概率(SOP)的概念,在无线网络中的通信节点产生的聚合射频发射的一个新的表征。我们提出了一些应用的SOP,即频谱法规的建立和隐蔽的军事网络的设计。所提出的框架捕捉所有重要的物理参数,影响总网络排放,但足够简单,提供的见解,可能是有价值的无线网络的设计和部署。
2010-01-26 cs.IT cs.NI math.IT
Computation Alignment: Capacity Approximation without Noise Accumulation
考虑几个源节点在几层中继节点的帮助下通过无线网络通信到目的地节点。Avestimehr等人最近的工作已经将该网络的容量近似为加性间隙。实现这种容量近似的通信方案是基于压缩和转发的,从而导致在消息穿过网络时噪声累积。因此,近似间隙随网络深度线性增加。本文提出了一种计算对齐策略,可以接近一类分层的,时变的无线中继网络的容量的近似间隙是独立的网络深度。这种策略是基于计算和转发框架,使中继解码确定性功能的传输消息。单独地,计算和转发不足以接近容量,因为它会导致通过具有整数系数的信道来近似具有复值系数的无线信道的惩罚。在这里,通过仔细匹配跨时隙的信道实现以创建非常适合于计算和转发的整数值有效信道来规避这种惩罚。不同于先前的恒定间隙的结果,本文中获得的近似间隙也密切依赖于衰落统计,这被假定为独立同分布。瑞利
2013-02-04 cs.IT math.IT
Mixed Noisy Network Coding and Cooperative Unicasting in Wireless Networks
考虑了在多个中继节点存在的情况下,将单个消息传送到目的地的问题,称为协作单播网络。首先,我们介绍了“混合噪声网络编码”(MNNC)方案,它概括了“噪声网络编码”(NNC),其中允许中继解码和转发(DF)消息,而所有的中继(无一例外)发送噪声描述他们的意见。这些描述被利用在目的地和DF中继的目的是解码传输的消息,同时创建节点之间的充分合作。此外,目的地和DF中继器可以独立地选择要被解码或被视为干扰的描述的集合。该概念被进一步扩展到多跳场景,称为“分层MNNC”(LMNNC),其中DF中继被组织成表示网络中的一跳的不相交的组。对于合作单播加性高斯白噪声(AWGN)网络,我们表明,-提供DF中继适当选择- MNNC提高了所有先前建立的恒定间隙的割集界。其次,我们考虑了复合协作单播网络,其中信道参数在通信开始前随机抽取,在传输过程中保持固定。假设每次抽奖在源处未知,在目的地处完全已知,但在中继处仅部分已知。我们通过MNNC方案引入的概念,“选择性编码策略”(SCS),使中继动态地决定是否,除了通信嘈杂的描述,是可能的解码和转发消息。通过慢衰落AWGN中继网络证明,SCS明显优于传统的编码方案。
2014-10-19 cs.IT math.IT
Towards an Intelligent Edge: Wireless Communication Meets Machine Learning
University of Hong Kong(香港大学);Hong Kong University of Science and Technology(香港科技大学)
最近人工智能(AI)的复兴正在彻底改变科学和技术的几乎每一个分支。鉴于无处不在的智能移动设备和物联网(IoT)设备,预计大多数智能应用将部署在无线网络的边缘。这一趋势引起了人们对实现“智能边缘”的强烈兴趣,以支持各种边缘设备上支持AI的应用程序。边缘学习是无线通信和机器学习两个学科交叉的一个新的研究领域。边缘学习的一个主要主题是克服每个边缘设备上有限的计算能力和有限的数据。这是通过利用移动边缘计算(MEC)平台并利用分布在大量边缘设备上的海量数据来实现的。在这样的系统中,从分布式数据中学习和边缘服务器与设备之间的通信是两个关键的耦合方面,它们的融合带来了许多新的研究挑战。本文倡导一套新的边缘学习无线通信设计原则,统称为学习驱动通信。提供了说明性的例子来证明这些设计原则的有效性,并确定了独特的研究机会。
2018-09-02 cs.IT cs.LG cs.NI
Learning to Communicate and Energize: Modulation, Coding and Multiple Access Designs for Wireless Information-Power Transmission
未来几十年,低功耗设备数量的爆炸式增长要求重新思考无线网络设计,即统一信息和功率的无线传输,以便充分利用RF频谱、辐射和基础设施,实现通信和供电的双重目的。本文提供了一种新的学习为基础的方法对这样的无线网络设计。为此,一个实用的能量采集器的参数模型,占各种来源的非线性,提出了使用非线性回归算法应用于收集的真实数据。基于该模型,研究了点对点链路上无线信息功率同步传输(SWIPT)调制设计的学习问题。发射机和接收机的联合优化使用基于神经网络(NN)的自编码器来实现。结果表明,通过增加接收机的功率需求,基带发射调制星座收敛到一个开关键控信令。利用通过学习获得的观察,算法SWIPT调制设计。通过数值结果可以看出,与从学习中获得的调制相比,所提出的调制的性能损失可以忽略不计。扩展研究的问题,学习调制设计的多用户SWIPT的情况下和编码调制设计点到点SWIPT被认为是。本文的主要结论是利用基于学习的结果来设计非基于学习的算法。特别是,通过学习获得的结果的启发,编码调制设计的算法方法,它执行非常接近其学习同行,是显着优越的,由于其高实时适应性的新系统设计参数。
2019-09-14 cs.IT eess.SP math.IT
Symbiotic Communications: Where Marconi Meets Darwin
随着无线应用的普及,电磁(EM)空间变得越来越拥挤和复杂。这使得用有限的无线电资源来适应不断增长的无线电系统成为一项具有挑战性的任务。在本文中,通过将EM空间视为无线电生态系统,并利用生物学中自然生态系统的类比,提出了一种新的共生通信(SC)范式,通过该范式,无线电生态系统中的相关无线电系统(称为共生无线电(SR))形成共生关系(例如,互惠共生)通过智能资源/服务交换。无线电资源包括,例如,频谱、能源和基础设施,而典型的无线电服务是通信、中继和计算。共生关系可以通过共生协同进化或共生合成来实现。在共生协同进化中,每个SR都被赋予了一个进化周期以及多智能体学习,而在共生合成中,SR巧妙地通过解决多目标优化问题来优化其操作参数和传输协议。有希望的是,所提出的SC范式打破了无线电系统的边界,从而为我们提供了一个新的角度对无线电资源管理和新的指导方针,设计未来的无线通信系统。
2021-03-30 cs.IT math.IT
Wireless Backdoor Attack and Defense for Semantic Communications over Multiple Access Channel
Nexcepta;The Ohio State University(俄亥俄州立大学);University of Maryland, College Park(马里兰大学学院公园分校)
针对多址接入信道的语义通信系统,提出一种选择性无线后门攻击,通过低功率触发波形操纵单一发射机的语义推理,并开发触发感知防御机制以保持正确语义标签。
2026-06-29 cs.CR cs.IT cs.LG
Secure Communication through Wireless-Powered Friendly Jamming: Jointly Online Optimization over Geography, Energy and Time
在有窃听者存在的情况下,探索发射干扰的友好干扰机来保护敏感通信已越来越多地被文献研究。并行地,从用于能量受限设备(即,\emph{wireless energy harvesting}(WEH))的空闲无线电信号中收集能量也引起了极大的关注。在不依赖外部能源供应的情况下,WEH从合法无线设备中获得的无线供电友好干扰器是延长其寿命并获得部署灵活性的有效方法。本文研究了在考虑能量效率的情况下,一组友好干扰机在地理位置上的布局和WEH的在线优化问题。我们采用了一个简单的“时间切换”协议,其中,当WEH请求被启动时,电力传输和干扰辅助安全通信发生在不同的时间块中。我们的方案具有以下重要优势:1)提出的在线干扰机布局和干扰功率分配是第一个在任何指定地理区域内的分布式和可扩展的解决方案,2)我们将干扰机的WEH建模为\emph{JAM-NET lifetime maximization problem},其中每个干扰机的异构能量需求的在线调度算法3)在该模型下,基于距离的功率分配的最小干扰机数量问题是NP难的,并给出了近似最优的PTAS近似算法,4)当窃听和合法通信的持续时间可用并且场景扩展到多信道设置时,我们的结果被加强以看到进一步改善的EE和减少的干扰机数量。模拟实验支持了我们的理论
2016-02-17 cs.CR cs.IT cs.NI
Communications and Control for Wireless Drone-Based Antenna Array
在本文中,有效地使用多个四旋翼无人机作为空中天线阵列,提供无线服务的地面用户进行了研究。特别地,在最小化与地面用户通信所需的机载服务时间的目标下,提出了一种用于部署和操作基于无人机的天线阵列系统的新框架,该天线阵列系统的元件是单天线无人机。在所考虑的模型中,通过最小化无线传输时间以及无人机的移动和稳定所需的控制时间来最小化服务时间。为了最小化传输时间,首先,通过优化阵列内的无人机间距来最大化天线阵列增益。在这种情况下,使用扰动技术,通过求解连续的扰动凸优化问题来解决无人机间距优化问题。然后,推导出阵列中心周围的无人机的最佳位置,使得用户的传输时间最小化。给定确定的无人机的最佳位置,无人机必须花费控制时间来动态地调整它们的位置,以便为多个用户服务。为了最小化四旋翼无人机的该控制时间,基于无人机的目的地和外力(例如,风和重力)。特别地,利用bang-bang控制理论,以封闭形式导出了最优转子转速以及最小控制时间。仿真结果表明,与相同数量的无人机组成固定均匀天线阵的情况相比,该方法可以显著缩短对地面用户的服务时间。结果还表明,与固定阵列的情况相比,利用无人机天线阵列系统,网络的频谱效率可以提高32%。
2018-09-25 cs.IT eess.SP math.IT
Wireless Network Design for Control Systems: A Survey
Chungnam National University(忠南国立大学);Koc University(科奇大学);Washington University in St. Louis(圣路易斯华盛顿大学);Royal Institute of Technology(皇家理工学院)
本文综述了无线网络设计与优化在无线网络化控制系统中的应用,探讨了关键交互变量及其对控制性能的影响,分析了网络参数对交互变量概率分布的作用,并总结了当前无线网络标准化及未来研究方向。
2017-08-24 cs.IT cs.NI cs.SY
Distributed Learning for Vehicular Dynamic Spectrum Access in Autonomous Driving
Institute of Radiocommunications(无线电通信研究所);Poznan University of Technology(波兹南理工大学)
自动驾驶汽车之间的可靠无线通信是保证乘客安全和舒适的基本需求之一。然而,当通信车辆的数量增加时,传输质量可能由于所使用频带的过高占用无线电而显著劣化。在本文中,我们专注于自主车辆排队用例,其中队列内通信是在动态选择的频带中完成的,而不是名义上专用于此类目的。在位于路边单元(无线通信基础设施的边缘)处的上下文数据库的支持下,以灵活的方式进行载波选择。然而,由于数据库仅向排的领导者提供上下文信息,因此最终决策由各个排根据人工智能算法提出的建议单独做出。在这项工作中,我们专注于一个轻量级的Q学习解决方案,可以成功地在每辆车中实现动态通道选择。
2022-03-22 cs.IT cs.LG cs.NI
On Optimizing the Secrecy Performance of RIS-Assisted Cooperative Networks
采用可重构智能表面(RIS)正在成为一个改变游戏规则的候选人,这要归功于它们在提高功率效率和支持未来无线通信系统的普及方面的独特能力。传统上,无线网络设计局限于通信端点,即,发送器和接收器。在一般情况下,我们利用强加的信道状态知识来操纵发送的信号,并提高在接收机的检测质量。在RISs的帮助下,在某种程度上,传播信道已经成为设计问题的一部分。在本文中,我们考虑了一个单输入单输出的合作网络,并研究了使用RIS在增强系统的物理层安全性的效果。具体来说,我们制定了一个优化问题,研究的RIS在提高系统保密性的有效性,通过引入一个加权变量的保密能力定义。数值模拟显示的设计权衡,并提出的优越性的RIS辅助网络在传统的系统的保密性能。
2020-10-12 cs.IT eess.SP math.IT
Randomized Scheduling Algorithm for Queueing Networks
最近有相当大的兴趣,在设计低复杂性,近视,分布式和稳定的调度策略的约束路由网络模型中出现的背景下,新兴的通信网络。在这里,我们考虑两个代表性的模型。一种是通过共享介质进行通信的无线节点集合模型,它表示网络节点队列中随机变化的数据包数量。第二,一个缓冲电路交换网络模型,用于未来互联网的光核心,以捕捉网络中存在的呼叫或流的随机性。Tassiulas和Ephremide在1992年提出的最大权值调度策略导致了分组级无线网络模型的短视和稳定的策略。但在计算上,它是非常昂贵的(NP难)和集中的。它不适用于缓冲电路交换网络,因为该业务要求呼叫不被抢占。作为本文的主要贡献,我们提出了一个稳定的调度算法,这两个模型。该算法是近视的,分布式的,在单位时间内每个节点执行很少的逻辑操作。
2010-04-04 cs.IT cs.NI math.IT
A Cut-off Phenomenon in Location Based Random Access Games with Imperfect Information
本文分析了自私发射机在不完全位置信息下的行为。所考虑的场景是由自私节点组成的无线网络,自私节点根据已知的概率分布随机分布在网络域上,并且对使用公共无线电资源与公共汇聚节点进行通信感兴趣。在这种情况下,无线节点不知道他们的竞争对手的确切位置,而是有关于这些位置的信念分布。首先,得到了这类网络的分组成功概率曲线随节点-汇聚点间隔的变化特性。其次,确定了自私节点的最佳反应策略的单调性。也就是说,对于节点的竞争者的任何给定策略,对于该节点存在临界节点-汇聚分离,使得其最佳响应是当其到汇聚节点的距离小于该临界阈值时进行发送,否则进行退避。最后,给出了一个给定的策略剖面是一个纳什均衡的必要和充分条件。
2009-07-01 cs.GT cs.IT math.IT
Channel Training and Estimation for Reconfigurable Intelligent Surfaces: Exposition of Principles, Approaches, and Open Problems
可重构智能表面(RIS)是小型反射器的无源可控阵列,其将电磁能量引导朝向或远离目标节点,从而允许更好地管理无线网络中的信号和干扰。RIS具有显著提高无线网络性能的潜力。不幸的是,RIS还增加了发射机和接收机之间的信道状态信息(CSI)系数的数量,这放大了估计和传送信道状态信息的挑战。此外,被动RIS的简单性和成本效益还意味着不在RIS处本地估计输入链路,并且不将新的导频插入到输出RIS链路中。这为信道状态信息的训练和估计引入了新的挑战。在RIS辅助系统中CSI获取的文献的快速增长一直伴随着基本假设,模型和符号的变化,这可能会掩盖各种技术的相似性和差异,以及它们的相对优点。本文全面阐述了RIS信道估计的原理和方法。每一类技术的基本思想被简化为一个统一的模型和符号下的最简单的形式,并在每个类的各种方法进行了讨论。在这一领域的几个开放的问题被确定和强调。
2023-01-12 cs.IT eess.SP math.IT
Worst-Case Interactive Communication and Enhancing Sensor Network Lifetime
研究了由一组传感器节点直接与基站通信组成的无线传感器网络的最坏情况生存时间最大化问题,提出将传感器节点与基站的通信模型化为多个相关的信息源(传感器节点)与接收者(基站)之间的交互通信来解决该问题.我们提供了实用的和可扩展的交互式通信协议,在传感器网络中的数据收集,并证明其效率相比,传统的方法。在本文中,我们首先开发了一个形式主义,以解决一组多个相关的线人和收件人之间的最坏情况下的交互式通信的问题。我们意识到,在这样的通信场景中可以实现不同的目标,并计算为实现这些目标而交换的消息和比特的最佳数量。然后,我们建议适应这些结果的情况下,单跳数据收集传感器网络。最后,基于此提出的形式主义,我们提出了一个基于分簇的大型传感器网络的通信协议,并证明了它的优越性比传统的分簇协议。
2007-11-03 cs.IT math.IT
Learning Resilient Radio Resource Management Policies with Graph Neural Networks
University of Pennsylvania(宾夕法尼亚大学);Intel Labs(英特尔实验室);Intel Corporation(英特尔公司)
我们考虑无线干扰网络中的用户选择和功率控制问题,无线干扰网络包括通过共享无线介质与一组用户设备装置(UE)通信的多址接入点(AP)。为了实现高聚合速率,同时确保所有用户的公平性,我们制定了一个弹性的无线电资源管理(RRM)策略优化问题,每个用户的最小容量约束,通过可学习的松弛变量适应底层网络条件。我们重新制定的拉格朗日对偶域的问题,并表明,我们可以参数化的RRM政策使用一组有限的参数,可以通过一个无监督的原始-对偶的方法,由于一个可证明的小的对偶差距,松弛和对偶变量一起训练。我们使用一个可扩展的和置换等变图神经网络(GNN)架构的RRM策略的基础上,从瞬时信道条件的图形拓扑结构参数。通过实验结果,我们验证了最小容量约束适应底层网络配置和信道条件。我们进一步证明,与基线算法相比,由于这种自适应,我们提出的方法在平均速率和第5百分位数速率(量化资源分配决策公平性水平的指标)之间实现了卓越的权衡。
2023-03-15 cs.IT cs.LG eess.SP
Semantic Communication with Probability Graph: A Joint Communication and Computation Design
本文提出基于概率图的语义信息压缩系统,利用基站与用户共享知识在接收端恢复被省略的关系信息,并设计通信与计算资源联合分配方案以最小化总能耗。
2023-10-05 cs.IT eess.SP math.IT