Cross-Link Interference Mitigation With Over-the-Air Pilot Forwarding for Dynamic TDD
针对动态TDD系统中交叉链路干扰抑制依赖高成本回传链路的问题，提出基于无线终端空口转发导频的信息共享方案及专用CLI信道估计方法，使IRC接收机在无需基站间回传共享的情况下达到接近完美导频信息的检测性能。
2025-05-11 eess.SP
Intelligent Random Access Framework for Massive and Ultra-Reliable Low Latency IoT Communications
物联网（IoT）使智慧城市能够实现通过智能连接小工具而无需人工交互来连接一切的愿景。然而，由于物联网设备的快速扩散，所产生的数据量在所有通信服务中占了很大的份额。因此，无线网络需要支持6 G的规范，以实现对这种混合物联网网络的大规模和超可靠的低延迟访问。在这篇文章中，我们提出了一种智能混合随机接入（SH-RA）方案，用于物联网通信网络架构中的大规模连接和超可靠的低延迟接入。根据数值计算结果，与其他基线方案相比，SH-RA框架大大提高了总的接入概率，并满足服务质量（QoS）的要求。
2022-08-25 eess.SP
An overview of physical layer design for Ultra-Reliable Low-Latency Communications in 3GPP Release 15 and Release 16
对于第五代（5G）无线网络技术，最重要的设计目标是改进可靠性和延迟指标，以及网络弹性和灵活性，以便最好地适应新应用的网络操作，如增强虚拟现实，工业自动化和自动驾驶汽车。这导致了在超可靠低延迟通信（URLLC）主题下进行的设计工作。2017年12月完成的第三代合作伙伴计划（3GPP）第15版中集成的技术为URLLC的物理层设计提供了基础。诸如参数集、具有子时隙间隔的新传输方案、配置的授权资源等的新特征，标准化主要是为了改善延迟方面。Release 16中的5G演进，PHY版本于2019年12月完成，通过标准化许多新功能，可以实现延迟和可靠性的改进指标。本文详细概述了5G Release 15和Release 16的URLLC功能，描述了这些功能如何允许URLLC在5G网络中运行。
2020-02-10 eess.SP
Design of a Highly Reliable Wireless Module for Ultra-Low-Latency Short Range Applications
当前的无线电系统针对容量和范围进行了优化。然而，无线系统的某些应用需要短距离上的快速和可靠的通信。这些系统面临的挑战是以最小的时间延迟（延迟）进行通信，同时非常可靠并对干扰具有弹性。本文描述了无线技术的概念和所提出的抽象体系结构，该无线技术允许在几米范围内的移动单元之间进行高可靠性和超低延迟的数据传输，其应用可以在诸如训练通信网络（TCN）、卡车/拖拉机-拖车通信、排队以及以协调机器的形式在智能工业中的众多领域中找到。本文还介绍了一套新奇的计划，实现的一部分，最终的演示硬件
2018-11-29 eess.SP
Low-Complexity Sparse Superimposed Coding for Ultra Reliable Low Latency Communications
School of Electrical Engineering & Intelligentization, Dongguan University of Technology（东莞理工学院电气与信息工程学院）；School of Computer Science and Technology, Dongguan University of Technology（东莞理工学院计算机科学与技术学院）；School of Electronic and Information Engineering, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）电子与信息工程学院）；School of Cyber Science and Engineering, Xi’an Jiaotong University（西安交通大学网络空间安全学院）
本文提出了一种低复杂度的稀疏叠加编码方案，通过设计稀疏码本结构降低编码解码复杂度，实现超可靠低时延通信中的性能与效率的平衡。
2026-01-22 eess.SP
IEEE 802.15.7-Compliant Ultra-low Latency Relaying VLC System for Safety-Critical ITS
可见光通信技术（VLC）在智能交通系统（ITS）中的集成是一个非常有前途的平台，用于经济有效地实现革命性的ITS和合作ITS协议。在本文中，我们提出了一个基础设施到车辆到车辆（I2 V2 V）VLC系统的ITS，实现它通过一个定期的LED交通灯作为发射机和数字有源解码和中继（ADR）阶段解码和中继接收到的信息进一步传入单位。所提出的VLC系统针对短分组的超低延迟ADR传输的具有挑战性和重要性的情况，因为这是自动制动、汽车排队和其他关键的自动和/或辅助驾驶应用的新兴应用所需要的。ADR VLC链的实验验证，以及传输中误差分布的全面统计分析，已经在短到中等距离（最长50米）进行。通过测量整个ADR传输链中的分组错误率（PER）和延迟来评估所设计系统的性能。我们的分析表明，我们的系统达到超低，亚毫秒延迟在99.9%的置信水平为PER高达$5\times10^{-3}$，但给予低于10毫秒的延迟，即使距离为50米。所演示的系统原型与IEEE 802.15.7标准兼容。
2023-02-02 eess.SP
Underlay Control Signaling for Ultra-Reliable Low-Latency IoT Communications
未来的移动网络不仅要提高移动宽带（MBB）链路的传统链路质量和数据速率，而且要开发新的控制信道以满足延迟敏感用例的要求。特别是，许多物联网（IoT）用户对超可靠低延迟通信（URLLC）的需求得到了极大的强调。在本文中，我们提出了一种新的扩频波形设计，我们提出的控制信号传输建立URLLC通信。这些控制信号在属于网络中的MBB通信的频谱资源上传输，但是在最小程度地影响这些数据信道的水平上传输。所提出的波形，虽然直接序列扩频（DSSS）技术，设计利用符号同步可用于OFDM宽带通信的网络。显然，这允许与网络的其余部分进行简单的同步。所提出的DSSS方法可以在每个OFDM时间帧内传输单个和多个比特，并且可以同时服务于多个用户设备（UE）节点。
2018-06-18 eess.SP
Adaptive Hybrid Optical RF Transmission Based on Deep Reinforcement Learning for Ultra-Reliable Low Latency Communication
Enugu State University of Sci. & Tech.（埃努古州科学技术大学）；University of Greenwich（格林威治大学）
提出基于深度强化学习的混合光射频传输框架，自适应选择模式，实现URLLC下延迟降低35%、吞吐量提升25-30%，并保持可靠性超99.999%。
2026-10-06 eess.SP
Deep Reinforcement Learning Based Massive Access Management for Ultra-Reliable Low-Latency Communications
随着物联网（IoT）的快速部署，需要第五代（5G）及5G之后的网络来支持大量设备通过有限的无线电频谱无线电的大规模接入。在无线网络中，不同的设备具有各种服务质量（QoS）要求，范围从超可靠低延迟通信（URLLC）到高传输数据速率。在这种情况下，我们提出了一个联合节能的子信道分配和功率控制方法来管理大量的接入请求，同时最大限度地提高网络的能源效率（EE），并保证不同的QoS要求。延迟约束被转换为数据速率约束，这使得优化问题在将其建模为多智能体强化学习问题之前易于处理。针对大规模接入场景下URLLC服务同时满足可靠性和时延约束的问题，提出了一种基于深度强化学习（Deep Reinforcement Learning，DRL）的分布式协作大规模接入方法.此外，迁移学习和协作学习机制，使通信链路以分布式方式协同工作，这提高了网络性能和接入成功概率。仿真结果表明，在大规模接入的情况下，所提出的分布式协作学习方法在满足EE和提高传输成功率方面优于其他现有方法.
2020-12-17 eess.SP
Real-Time Transmission of Uncompressed High-Definition Video Via A VCSEL-Based Optical Wireless Link With Ultra-Low Latency
针对未压缩高清视频实时传输的低延迟高带宽需求，提出基于940nm VCSEL的光无线SDI-over-LiFi系统，实现FHD/4K无差错传输及35ns以下端到端延迟，为专业广播设备提供可扩展低成本的无线连接方案。
2025-07-31 eess.SP
5G Control Channel Design for Ultra-Reliable Low-Latency Communications
第五代（5G）无线系统有望支持具有不同通信要求的广泛服务。超可靠低延迟通信（URLLC）是一种通用服务，可实现关键任务应用，如工业自动化、增强现实和车载通信。URLLC对传送数据和控制信息的可靠性和延迟有严格的要求。为了满足这些要求，第三代合作伙伴计划（3GPP）已经将新特征引入蜂窝系统标准的即将到来的版本，即版本15及以后。本文将回顾其中的一些功能，并介绍设计控制信道以有效支持URLLC的新增强功能。特别地，提出了灵活的时隙结构作为在早期阶段检测传送控制信息的失败的解决方案，从而允许控制信息的及时重传。最后，讨论了将5G新无线电（NR）塑造为支持不同服务的统一无线接入技术的一些剩余挑战和设想的研究方向。
2018-03-12 cs.NI eess.SP
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
Data-Driven Predictive Scheduling in Ultra-Reliable Low-Latency Industrial IoT: A Generative Adversarial Network Approach
迄今为止，基于模型的低延迟可靠通信对于时间关键的无线控制系统至关重要。在这项工作中，我们研究了下行链路（DL）的制造商到执行器调度问题，在无线工业网络，使中断概率最小化。与现有文献中基于公知的平稳衰落信道模型相比，我们假设一个任意的和未知的信道衰落模型，它只能通过样本。为了克服有限的数据样本的问题，我们调用的生成对抗网络框架，并提出了一个在线的数据驱动的方法来联合调度DL传输和学习的信道分布在线的方式。数值结果表明，该方法可以有效地学习任何任意的信道分布，并进一步实现最佳性能，通过使用预测的中断概率。
2020-05-10 cs.NI eess.SP
Interference Distribution Prediction for Link Adaptation in Ultra-Reliable Low-Latency Communications
超可靠低延迟通信（URLLC）用例的严格延迟和可靠性要求是第五代（5G）网络设计的主要驱动因素之一。链路自适应（LA）被认为是实现URLLC的瓶颈之一。在本文中，我们专注于预测的信号干扰加噪声比在用户，以提高LA。由于大多数具有最极端延迟和可靠性要求的URLLC用例的特征在于半确定性流量，因此我们建议利用干扰的时间相关性来计算预测下一次传输中的干扰功率所需的有用统计数据。该预测在LA上下文中被利用以最大化频谱效率，同时保证任意水平的可靠性。数值结果进行了比较与国家的最先进的干扰预测技术LA。我们发现，利用时间相关的干扰是一个重要的使URLLC。
2020-07-01 cs.IT eess.SP math.IT
Optimized Age of Information Tail for Ultra-Reliable Low-Latency Communications in Vehicular Networks
虽然最近提出了信息时代（AoI）的概念来分析超可靠低延迟通信（URLLC），但大多数现有的工作都集中在平均AoI测量上。基于平均AoI设计无线网络将无法表征URLLC系统的性能，因为它不能解释以非常低的概率发生的极端AoI事件。相比之下，本文超越了平均AoI，以改善URLLC在车载通信网络的特征和控制的AoI尾部分布。特别是，传输功率最小化问题进行了研究，严格的URLLC的约束条件下的概率AoI确定性和马尔可夫交通到达。因此，提出了一种有效的新的映射之间的AoI和与时间相关的分布。随后，极值理论（EVT）和李雅普诺夫优化技术制定和解决的问题，同时考虑长和短的数据包传输。仿真结果表明，在缩短AoI分布尾部方面，除了到达率和AoI之间的权衡之外，与模拟最大队列长度分布的基线相比，有了两倍的改进。
2019-12-17 cs.NI eess.SP
Towards Ultra-Reliable Low-Latency Communications: Typical Scenarios, Possible Solutions, and Open Issues
超可靠低延迟通信（URLLC）已经被认为是\emph{5th Generation}（5G）\emph {新无线电}（NR）中的三个新应用场景之一，其中已经指定了物理层设计方面。通过5G NR，我们可以保证无线接入网络的可靠性和延迟。然而，对于其中传输涉及无线电接入和广域核心网络两者的通信场景，无线电接入网络中的延迟仅贡献于\emph{end-to-end}（E2 E）延迟的一部分。在本文中，我们概述了延迟组件和分组丢失概率的URLLC的典型通信场景，并制定了E2 E延迟和整体分组丢失概率的约束条件。然后分别从物理层、链路层、网络层和跨层设计四个方面总结了可能的解决方案。最后，我们讨论了广域大规模网络中URLLC的预测和通信协同设计的开放问题。
2019-03-10 cs.IT eess.SP math.IT
Unsupervised Deep Learning for Ultra-reliable and Low-latency Communications
在本文中，我们研究了如何通过无监督深度学习来解决超可靠和低延迟通信中的资源分配问题，这通常会产生具有服务质量（QoS）约束的函数优化问题。我们以联合功率和带宽分配问题为例，它最大限度地减少所需的总带宽，以保证每个用户的QoS方面的延迟界和整体的数据包丢失概率。全局最优解是在对称的情况下找到的。引入一个神经网络来寻找一般情况下的近似最优解，其中通过使用最优解应满足的属性作为"监督信号"来确保QoS。仿真结果表明，基于学习的解决方案在对称场景下的性能与最优解相同，并且相对于最先进的策略可以节省约40%的带宽。
2019-06-05 cs.NI eess.SP stat.ML
Guaranteed Dynamic Scheduling of Ultra-Reliable Low-Latency Traffic via Conformal Prediction
Aalborg University（奥尔堡大学）；Technion–Israel Institute of Technology（以色列理工学院）
本文针对上行链路URLLC动态调度中预测不确定导致资源分配过多或不足的问题，提出一种基于在线保形预测的调度器，通过动态调整资源量，在不依赖预测器质量的情况下对可靠性和时延提供形式化保证。
2023-04-03 cs.LG cs.NI eess.SP
Ultra-Reliable and Low-Latency Short-Packet Communications for Multihop MIMO Relaying
本文研究了短分组通信下的多跳多输入多输出中继网络，以实现超可靠性和低延迟通信。我们假设在发射侧利用发射天线选择（TAS）方案，而在接收侧利用选择组合（SC）或最大比组合（MRC）来实现分集增益。对于准静态瑞利衰落信道和有限块长度制度，我们推导出近似封闭形式的表达式的端到端（e2 e）块出错率（BLER）的TAS/MRC和TAS/SC计划。在高信噪比制度的渐近性能推导出，从TAS/MRC和TAS/SC计划的分集阶数，e2 e的BLER损失，和SNR差距的比较。还分析了所考虑的方案的e2 e延迟和吞吐量。通过蒙特卡罗模拟证实了我们分析的正确性。
2021-12-20 cs.IT eess.SP math.IT
Joint Frame Design and Resource Allocation for Ultra-Reliable and Low-Latency Vehicular Networks
第五代移动通信系统的迅速发展，加速了车对车通信的实现。与其他类型的车辆通信相比，车辆到车辆（V2V）通信主要集中在与相邻车辆交换驾驶安全信息，这需要超可靠和低延迟通信（URLLC）。然而，由于严格的延迟要求，帧大小在V2V URLLC中显著缩短，因此从大小的角度来看，与有效载荷信息相比，开销不再可以忽略不计。在本文中，我们研究的帧设计和资源分配的城市V2V URLLC系统中，上行链路的蜂窝资源重用在GPRS模式。具体来说，我们首先分析了V2V对和蜂窝用户的性能的下限基于常规导频方案和叠加导频方案。在此基础上，提出了一种帧设计算法和一种半持久调度算法，以合理的复杂度实现最优的帧设计和资源分配。仿真结果表明，所提出的帧设计和资源分配方案能够很好地满足V2V对的URLLC要求，保证蜂窝用户的通信质量。
2020-02-18 cs.IT eess.SP math.IT
Hierarchical Sparse Vector Transmission for Ultra Reliable and Low Latency Communications
Dongguan University of Technology（东莞理工学院）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
本文提出一种分层稀疏向量传输方案，用于多用户超可靠低时延通信，通过分层结构提升传输效率和可靠性。
2026-01-19 cs.IT eess.IV eess.SP
Learning-based Resource Optimization in Ultra Reliable Low Latency HetNets
Rutgers University（罗格斯大学）
在本文中，用户卸载和资源优化的问题联合解决，以支持超可靠和低延迟通信（URLLC）的HetNet。特别地，考虑具有单个宏基站（MBS）和多个覆盖的小小区基站（SBS）的多层网络，其包括具有不同延迟和可靠性约束的用户。在概率保证的前提下，对用户的时延和可靠性约束进行建模，将URLLC环境下的用户卸载和资源分配（JUR）联合问题转化为MBS服务用户的成本最小化的优化问题.在所考虑的方案中，SBS以给定的价格竞标为其覆盖范围内的URLLC用户提供服务，MBS决定是否在本地为每个用户提供服务或将其卸载到覆盖的SBS之一。由于JUR优化是NP难的，我们提出了一个低复杂度的基于学习的探试法（LHM），其中包括一个支持向量机的用户关联模型和凸资源优化（CRO）算法。为了进一步减少延迟，我们提出了一个交替方向的乘法器（ADMM）为基础的解决方案的CRO问题。仿真结果表明，使用LHM，MBS显着降低了频谱接入延迟的用户（由$\sim$ 93\%）相比，JUR，同时也减少了它的带宽和功率成本，在服务用户（由$\sim$ 33\%）相比，直接服务用户没有卸载。
2019-05-12 cs.LG cs.NI eess.SP
Leveraging Linear Quadratic Regulator Cost and Energy Consumption for Ultra-Reliable and Low-Latency IoT Control Systems
为了有效地支持实时控制应用，以超可靠和低延迟通信（URLLC）运行的网络控制系统成为未来物联网（IoT）的基础技术。然而，目前控制、传感和通信的设计一般是孤立的。针对集中式无线网络控制系统，提出了控制成本和能耗的联合优化问题。具体来说，与“感测然后控制”协议，我们首先开发一个优化框架，共同考虑控制，传感和通信。在这个框架中，我们推导出频谱效率，线性二次调节器的成本和能量消耗。然后，提出了一种新的性能指标称为\textit{energy-to-control efficiency}的物联网控制系统。此外，我们优化的能量控制效率，同时保证URLLC的要求，因此，一个通用的和复杂的最大-最小联合优化问题的物联网控制系统制定。为了以合理的复杂度最优地解决该问题，我们提出了两种无线电资源分配算法。最后，仿真结果表明，我们提出的算法可以显着提高能源控制效率的物联网控制系统与URLLC。
2020-02-18 cs.IT eess.SP math.IT
Towards 6G-V2X: Aggregated RF-VLC for Ultra-Reliable and Low-Latency Autonomous Driving
本文研究车载可见光通信与车载射频通信的链路聚合混合系统，证明其在雨、雾、干雪等气象影响下仍能满足6G-V2X的超高可靠（>99.999%）与超低时延（<3 ms）要求，并指出未来挑战与研究方向。
2024-08-31 cs.SY eess.SP eess.SY
ECO-ID: Event-Camera based Optical System for Secure Multi-User Ultra-Low Latency Identification
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
ECO-ID是基于事件相机的VLC系统，通过时空编码设计实现多用户超低延迟识别，原型达到99.8%定位、98.7%识别准确率，平均延迟0.64ms，支持数十并发用户，兼具安全与隐私性。
2026-08-18 cs.CR cs.IT cs.NI
Artificial Intelligence Empowered Multiple Access for Ultra Reliable and Low Latency THz Wireless Networks
University of Piraeus（比雷埃夫斯大学）；RapidMiner GmbH（RapidMiner有限公司）；Nokia Standardization Department（诺基亚标准化部）；Université Paris-Saclay（巴黎萨克雷大学）；CNRS（法国国家科学研究中心）；CentraleSupélec（巴黎中央理工-高等电力学院）
太赫兹（THz）无线网络有望推动超越第五代（B5G）时代的到来。然而，由于THz链路的方向性和视线需求，以及THz网络的超密集部署，产生了介质访问控制（MAC）层需要面对的许多挑战。更详细地说，通过结合能够在复杂和频繁变化的环境中提供“实时”解决方案的人工智能（AI）来重新思考用户关联和资源分配策略的必要性变得显而易见。此外，为了满足几种B5G应用的超可靠性和低延迟需求，需要新的移动性管理方法。基于此，本文提出了一种整体MAC层方法，该方法可以实现智能用户关联和资源分配，以及灵活和自适应的移动性管理，同时通过最小化阻塞来最大限度地提高系统的可靠性。更详细地说，一个快速和集中的联合用户关联，无线电资源分配，并通过一个新的元机器学习框架的阻塞避免记录，最大限度地提高太赫兹网络的性能，同时最小化的关联延迟约三个数量级。为了在接入点（AP）覆盖区域内支持移动性管理和阻塞避免，讨论了用于波束选择的深度强化学习（DRL）方法。最后，为了支持相邻AP覆盖区域之间的用户移动性，提出了一种基于人工智能辅助快速信道预测的主动切换机制。
2022-08-17 cs.AI cs.LG cs.NI
A Tutorial on Ultra-Reliable and Low-Latency Communications in 6G: Integrating Domain Knowledge into Deep Learning
University of Sydney（悉尼大学）；Beihang University（北京航空航天大学）；Princeton University（普林斯顿大学）
作为第五代和第六代（6 G）移动通信网络的关键通信场景之一，超可靠和低延迟通信（URLLC）将成为各种新兴关键任务应用开发的核心。现有技术的移动通信系统不满足URLLC的端到端延迟和总体可靠性要求。特别是，缺乏一个考虑延迟，可靠性，可用性，可扩展性和不确定性下的决策的整体框架。在深度神经网络的最新突破的推动下，深度学习算法被认为是在未来6 G网络中为URLLC开发使能技术的有前途的方法。本教程说明了如何将通信和网络的领域知识（模型，分析工具和优化框架）集成到URLLC的不同类型的深度学习算法中。我们首先提供URLLC的一些背景，并回顾有前途的6 G网络架构和深度学习框架。为了更好地说明如何利用领域知识改进学习算法，我们重新审视了URLLC的基于模型的分析工具和跨层优化框架。在此之后，我们研究了在URLLC中应用监督/无监督深度学习和深度强化学习的潜力，并总结了相关的开放问题。最后，我们提供模拟和实验结果，以验证不同的学习算法的有效性，并讨论未来的发展方向。
2021-01-20 cs.IT cs.LG eess.SP
Deep Learning for Ultra-Reliable and Low-Latency Communications in 6G Networks
School of Electrical and Information Engineering, the University of Sydney（悉尼大学电气与信息工程学院）；School of Electronics and Information Engineering, Beihang University（北京航空航天大学电子信息工程学院）；School of Electrical Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院）
在未来的第六代网络中，超可靠和低延迟通信（URLLC）将为新兴的关键任务应用奠定基础，这些应用对端到端延迟和可靠性有严格的要求。现有的URLLC的工作主要是基于理论模型和假设。基于模型的解决方案提供了有用的见解，但不能直接在实践中实施。在本文中，我们首先总结了如何在URLLC中应用数据驱动的监督深度学习和深度强化学习，并讨论了这些方法的一些开放问题。为了解决这些问题，我们开发了一个多层次的架构，为URLLC提供设备智能，边缘智能和云智能。其基本思想是将理论模型和真实世界的数据融合在一起，分析延迟和可靠性，并训练深度神经网络（DNN）。该架构采用深度迁移学习来微调非平稳网络中预先训练的DNN。进一步考虑到每个用户和每个移动边缘计算服务器的计算能力有限，应用联邦学习来提高学习效率。最后，我们提供了一些实验和模拟结果，并讨论了一些未来的发展方向。
2020-02-22 cs.LG cs.NI eess.SP
Prediction and Communication Co-design for Ultra-Reliable and Low-Latency Communications
针对第五代蜂窝网络URLLC场景的时延优化需求，提出预测与通信协同设计方案，通过优化时频资源和预测时域最大化支持的服务数，仿真与虚拟工厂远程控制实验验证了其可显著改善时延与可靠性的权衡。
2019-09-06 cs.IT cs.NI cs.SY
