A Tutorial of 802.11 Implementation in NS-2
通过分析ns-2的源代码，讨论了无线信道、网络接口以及802.11 MAC协议在ns-2中的仿真实现。我们还注意到802.11仿真与实际情况相比的“缺陷”，并提出了衰落信道的扩展。
2012-02-16 cs.NI
A Tutorial on the Implementation of Ad-hoc On Demand Distance Vector (AODV) Protocol in Network Simulator (NS-2)
网络模拟器NS-2是目前应用最广泛的网络模拟器。它能够模拟一系列网络，包括有线和无线网络。在本教程中，我们提出了在NS-2的实现Ad Hoc按需距离矢量（AODV）协议。本教程针对的是希望了解NS-2中AODV协议实现的新手用户。
2010-07-26 cs.NI
Hands-on Wireless Sensing with Wi-Fi: A Tutorial
Tsinghua University（清华大学）
随着无线通信技术的快速发展，无线接入点（AP）和物联网（IoT）设备已经广泛地部署在我们的环境中。各种类型的无线信号（例如，Wi-Fi，LoRa，LTE）正在填充我们的生活和工作空间。先前的研究揭示了无线电波在传播过程中受到空间结构调制的事实（例如，反射、衍射和散射）并叠加在接收器上。这种观察使我们能够根据接收到的无线信号重建周围环境，称为“无线传感”。无线传感是一种新兴技术，能够实现广泛的应用，例如用于人机交互的手势识别，用于医疗保健的生命体征监测以及用于安全管理的入侵检测。与基于视觉和基于IMU的传感等其他传感范式相比，无线传感解决方案具有独特的优势，如高覆盖率，普及性，低成本以及在不利光线和纹理场景下的鲁棒性。此外，无线传感解决方案在计算开销和设备尺寸方面通常是轻量级的。本教程以Wi-Fi传感为例。介绍了数据采集、信号处理、特征提取和模型设计的理论原理和代码实现。此外，本教程重点介绍了最先进的深度学习模型（例如，CNN、RNN和对抗学习模型）及其在无线传感系统中的应用。我们希望本教程能够帮助其他研究领域的人进入无线传感研究，了解更多关于无线传感的理论，设计和实现技巧，促进无线传感研究领域的繁荣。
2022-06-20 cs.AI cs.HC cs.NI
Large Language Models for Next-Generation Wireless Network Management: A Survey and Tutorial
本文系统综述了大语言模型在6G无线网络管理中的应用，涵盖方法框架、关键技术、案例研究及未来方向，旨在解决传统优化方法在复杂动态环境中的不足。
2025-09-07 cs.NI
Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial
University of Macau（澳门大学）；National University of Singapore（新加坡国立大学）
智能反射面（IRS）是一种实现无线网络中无线信号传播的技术。通过大量低成本的无源反射元件巧妙地调整信号反射，IRS能够动态地改变无线信道以提高通信性能。因此，预计新的IRS辅助的混合无线网络，包括有源和无源组件将是非常有前途的，以实现可持续的容量增长的成本效益在未来。尽管IRS具有巨大的潜力，但它面临着有效集成到无线网络中的新挑战，例如反射优化，信道估计和通信设计角度的部署。在本文中，我们提供了一个教程概述IRS辅助无线通信，以解决上述问题，并阐述其反射和信道模型，硬件架构和实际的限制，以及各种吸引人的应用在无线网络中。此外，我们强调了值得在未来工作中进一步研究的重要方向。
2020-07-07 cs.IT cs.LG cs.NI
A Tutorial of the Mobile Multimedia Wireless Sensor Network OMNeT++ Framework
在这项工作中，我们将给出一个详细的教程说明如何使用移动多媒体无线传感器网络（M3WSN）的仿真框架。M3WSN框架已在第六届OMNeT++国际研讨会（2013年）上作为科学论文发表。M3WSN框架实现了真实视频序列的多媒体传输。因此，可以通过使用QoE度量来评估一组多媒体算法、协议和服务。此外，关键的视频相关信息，如帧类型、GoP长度和帧内依赖性，可以用于创建新的评估和优化解决方案。为了支持移动性，M3WSN利用不同的移动性跟踪，使网络如何在移动情况下的行为的理解。本教程将介绍如何安装和配置M3WSN框架，设置和运行实验，创建移动和视频跟踪，以及如何评估不同协议的性能。本教程将在Ubuntu 12.04 LTS和OMNeT++ 4.2的环境中给出。
2015-09-11 cs.MM cs.NI cs.PF
Single and Multi-Agent Deep Reinforcement Learning for AI-Enabled Wireless Networks: A Tutorial
University of Manitoba（曼尼托巴大学）
深度强化学习（Deep Reinforcement Learning，DRL）最近取得了重大进展，在解决各个领域（特别是无线通信领域）的顺序决策问题方面取得了多项成功。未来的第六代（6G）网络预计将提供可扩展的、低延迟的、超可靠的服务，这些服务由数据驱动的人工智能（AI）的应用授权。未来6G网络的关键使能技术，如智能元表面、空中网络和边缘人工智能，涉及多个智能体，这激发了多智能体学习技术的重要性。此外，合作对于建立自我组织、自我维持和分散的网络至关重要。在这种情况下，本教程重点介绍DRL的作用，重点是支持AI的6G网络的深度多智能体强化学习（MARL）。本文的第一部分将对单智能体RL和MARL的数学框架进行清晰的概述。这项工作的主要思想是激励RL的应用超越近年来广泛采用的无模型视角。因此，我们提供了一个选择性的描述RL算法，如基于模型的RL（MBRL）和合作MARL，我们强调他们在6G无线网络中的潜在应用。最后，我们概述了MARL在移动边缘计算（MEC）、无人机（UAV）网络和无小区大规模MIMO等领域的最新进展，并确定了未来有前途的研究方向。我们希望本教程能够激发更多的研究工作，以构建基于MARL的可扩展和分散的系统。
2020-11-06 cs.LG cs.NI
Opportunistic Routing Metrics: A Timely One-Stop Tutorial Survey
5G的高速、低延迟和异构特性作为许多新兴和经典无线应用的共同点，使无线技术重新成为人们关注的焦点。低功耗和广覆盖网络中的连续连接要求强调了在多hp场景中在稀缺的无线资源上进行更高效路由的需求。在这方面，主动路由（OR），它利用无线媒体的广播性质，以提供传输合作之间的选定数量的偷听节点，已经变得比以往任何时候都更有前途。对于整体网络性能至关重要的是，哪些节点参与以及它们在传输优先级层次结构中的位置由嵌入在OR协议中的用户定义的OR度量决定。因此，选择或设计一个合适的OR指标是一个关键的任务。OR指标的数量众多、专有符号和客观多样性可能会导致感兴趣的研究人员失去洞察力并不知所措，从而使指标选择或设计工作量很大。虽然在文献中没有任何全面的OR指标调查，但部分解决该主题的调查并不详尽，缺乏细节。此外，他们提供了有限的洞察力，相关的分类和未来的研究建议。在本文中，从一个自定义教程与一个新的外观或或指标，我们设计了一个新的框架或指标设计。引入一个新的分类法，使我们能够采取结构化，调查和比较的方法或指标，支持广泛的模拟。详尽的覆盖率或指标，制定了一个统一的符号，提出了足够的细节。提供了自我解释，易于掌握和视觉友好的快速参考，可以独立于论文的其余部分使用。
2020-12-01 cs.NI
When Graph Meets Retrieval Augmented Generation for Wireless Networks: A Tutorial and Case Study
本教程介绍集成知识图谱的GraphRAG网络应用框架，分析传统RAG局限与知识图谱优势，给出构建步骤，通过信道增益预测案例验证其优于传统RAG，并提出未来研究方向。
2024-12-10 cs.NI
Science-Informed Design of Deep Learning With Applications to Wireless Systems: A Tutorial
Department of Computer Science, Toronto Metropolitan University（计算机科学系，多伦多 Metropolitan 大学）
本文介绍了一种基于科学的深度学习方法，用于提升无线系统中深度学习的可解释性和性能，通过整合科学知识以解决传统深度学习的透明性、泛化能力和参数调优问题。
2026-02-06 cs.IT cs.LG cs.NI
Deep Generative Model and Its Applications in Efficient Wireless Network Management: A Tutorial and Case Study
Nanyang Technological University（南洋理工大学）；Guangdong University of Technology（广东工业大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Sungkyunkwan University（成均馆大学）；University of Sydney（悉尼大学）
随着扩散模型和ChatGPT的巨大成功，从2022年起，深世代模型（DGM）将经历爆炸式增长。不仅限于内容生成，DGM还广泛应用于物联网，Metaverse和数字孪生，因为它们具有出色的表示复杂模式和生成合理样本的能力。在这篇文章中，我们探讨了DGMs在一个关键任务中的应用，即，提高了无线网络管理的效率。具体而言，我们首先概述了生成式人工智能，以及三个代表性的DGMs。然后，DGMs授权的无线网络管理框架，提出了一个详细说明的问题，传统的网络管理方法，为什么DGMs可以有效地解决这些问题，以及一步一步的工作流程，应用DGMs在管理无线网络。此外，我们进行了一个案例研究网络经济，使用最先进的DGM模型，即，扩散模型，以生成有效的合同来激励移动AI生成内容（AIGC）服务。最后，我们讨论了进一步研究的重要开放方向。
2023-03-30 cs.AI cs.LG cs.NI
At the Dawn of Generative AI Era: A Tutorial-cum-Survey on New Frontiers in 6G Wireless Intelligence
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文通过教程兼综述形式系统梳理GenAI及生成模型在6G无线智能中的原理、应用、前沿方向与挑战。
2024-02-02 cs.AI cs.LG cs.NI
Throughput Analysis in CSMA/CA Networks using Continuous Time Markov Networks: A Tutorial
本书介绍了使用连续时间马尔可夫网络（CTMN）来分析捕获载波侦听多路访问与冲突避免（CSMA/CA）网络的操作。它是教程性质的，它的目的是对这个主题的介绍，提供一个清晰和易于遵循的描述。为了说明如何CTMN可以使用，我们介绍了一组代表性和前沿的场景，如车载自组织网络（VANESTs），电力线通信网络和多个重叠的无线局域网（WLAN）。对于每种情况下，我们描述了特定的CTMN，获得其平稳分布和计算网络中的每个节点实现的吞吐量。以每个节点的吞吐量为参考，我们讨论了如何使用CSMA/CA节点之间的复杂交互对系统性能的影响。
2014-05-14 cs.NI
A Tutorial on Trusted and Untrusted non-3GPP Accesses in 5G Systems -- First Steps Towards a Unified Communications Infrastructure
第五代（5G）系统旨在实现融合的接入不可知服务可用性。这意味着5G服务将通过5G新无线电空中接口并且还通过其他非第三代合作伙伴计划（3GPP）接入网络（例如，IEEE 802.11（Wi-Fi）。3GPP最近发布了包括可信非3GPP接入网络概念和无线有线融合的版本16。本教程的主要目标是概述通过3GPP规定的非3GPP接入网络访问5G核心，直到版本16（即，不可信、可信和有线接入）。本教程描述了5G系统和这些非3GPP接入网络的融合方面，例如从协议栈和网络功能之间交换消息的角度来看的认证和授权过程以及数据会话建立。为了说明几个概念和3GPP规范的一部分，我们提出了一个基本的，但完全可操作的实现不可信的非3GPP接入使用WLAN。我们执行的实验演示了Wi-Fi用户如何在5G核心中被授权，并建立到数据网的用户平面连接。此外，我们评估的性能，这种访问所消耗的时间，消息的数量，和协议开销，以建立数据会话。
2022-11-11 cs.NI
Network Multiple-Input and Multiple-Output for Wireless Local Area Networks
本文介绍了无线局域网（WLAN）中的网络多输入多输出（netMIMO）教程。无线流量需求呈指数级增长。NetMIMO允许WLAN中的接入点（AP）在它们的传输中协作，就好像AP形成单个虚拟MIMO节点一样。NetMIMO可以通过AP之间的协作来减少干扰和竞争，从而显著提高网络容量。本文介绍了几种有代表性的netMIMO方法，从干扰对齐和消除，信道接入协议，允许MIMO节点加入正在进行的传输，分布式同步，在多个竞争域的干扰和竞争缓解。我们相信，这里描述的netMIMO方法只是新技术的开始，以应对不断增长的无线流量需求的挑战，未来将在这一领域看到更多的新发展。
2014-05-05 cs.NI
Effect of Spatial and Temporal Traffic Statistics on the Performance of Wireless Networks
由于新的无线应用的出现和场景的复杂性，无线网络中的业务变得多样化，并且在空间和时间上都是波动的。本文的目的是定量地分析无线业务的影响，在空间和时间上的波动，对无线网络的性能。特别是，我们建议结合随机几何和排队论的工具来模拟交通的空间和时间波动，据我们所知，很少有分析评估。我们推导了空间和时间统计，总到达率，队列的稳定性和用户的延迟考虑两个不同的空间特性的流量，即，均匀分布和非均匀分布的情况。数值结果表明，虽然用户成簇时的流量波动（反映在总到达率的方差上）比用户均匀分布时剧烈得多，但不稳定概率较小。本文的工作为考虑业务量复杂时空波动的无线网络设计提供了参考。
2020-08-26 cs.NI
3D Wireless: Modeling Wireless Performance by Combining Spatial and Temporal Behaviors
性能表征是无线网络中用于实时的路由、无线网络仿真等的基本问题。有四种基本的无线操作需要建模，即，单播、任播、广播和多播。正如在许多最近的作品中所观察到的，分组接收的时间和空间分布可以对涉及多个链路（任播/广播/多播）的无线性能产生显著影响。然而，现有的性能模型和仿真忽略了这两个无线行为，导致偏颇的性能估计和仿真结果。在本文中，我们首先明确识别无线性能建模所需的“三维”信息，即，分组接收速率（PRR）、PRR空间分布和时间分布。然后，我们提出了一个综合的建模方法，考虑三维无线信息（称为3DW模型）。通过基于3DW的网络仿真和基于3DW的实时的路由协议两个实例，说明了3DW模型的通用性和广泛应用。已经进行了广泛的模拟和测试台实验。结果表明，3DW模型实现了更准确的性能估计的任播和广播/组播。基于3DW的仿真可以有效地保留输入经验轨迹的端到端性能度量。基于3DW的路由可以选择更有效的路由，实现更好的传输效率。
2015-06-03 cs.NI
Building Programmable Wireless Networks: An Architectural Survey
近年来，人们做出了很多努力来改善僵化的互联网架构，以维持不断的增长和创新。架构僵化的一个主要原因是缺乏将网络作为一个系统进行编程的能力。这种情况部分是由于最初的互联网设计中的历史决策造成的，该设计强调通过每个网络设备上的协同数据和控制平面来分散网络操作。无线网络的情况也没有什么不同，导致了大量的复杂性和大量的基本上不兼容的无线技术。允许更大的灵活性、易于管理和可配置性的“可编程无线网络”的出现是克服无线网络的上述缺点的正确方向上的一步。在本文中，我们提供了一个广泛的概述文献中提出的架构，用于构建可编程无线网络，主要集中在三个流行的技术，即，软件定义网络、认知无线电网络和虚拟化网络。本调查是关于这些技术及其应用的独立教程。我们还讨论了在建设下一代可编程无线网络的机遇和挑战，并确定开放的研究问题和未来的研究方向。
2014-01-28 cs.NI
A Tutorial on Controlling Metasurfaces from the Network Perspective
University of Ioannina（约阿尼纳大学）；DOCOMO Euro-Labs（DOCOMO欧洲实验室）；University of Patras（帕特雷大学）；Technical University of Berlin（柏林工业大学）
本文从网络视角探讨超材料控制，通过图论建模波路由器，提出性能优化框架及求解算法，分析其与通信系统集成及未来研究方向。
2026-01-17 cs.NI
Device Fingerprinting in Wireless Networks: Challenges and Opportunities
节点伪造或假冒，其中合法的密码凭证被对手捕获，构成了无线网络面临的一个主要安全威胁。移动设备容易被破坏和逆向工程的事实显著增加了这种攻击的风险，其中对手可以获得可信节点上的秘密密钥并冒充合法节点。一种很有前途的挫败这些攻击的方法是通过提取唯一的指纹，可以提供可靠和强大的设备识别手段。这些指纹可以通过分析跨协议栈的信息从传输的信号中提取。在本文中，第一个统一的和全面的教程，在该地区的无线设备指纹安全应用。特别是，我们的目标是提供一个详细的处理开发新的无线安全解决方案，使用设备指纹技术。目标有三个方面：（i）介绍可用于指纹识别的无线特征的全面分类，（ii）提供指纹算法的系统综述，包括基于白名单的方法和无监督学习方法，以及（iii）确定设备指纹识别和特征提取领域中应用于无线安全的关键开放研究问题。
2015-01-07 cs.NI
Spatio-Temporal Wireless-Optical Planning for Multi-UAV Networks
Southern University of Science and Technology（南方科技大学）；Faculty of Computer Science and Artificial Intelligence, Shenzhen University of Advanced Technology（深圳先进技术大学计算机科学与人工智能学院）
针对多无人机网络路径规划忽视光回传拥塞的问题，提出STWO算法，联合优化飞行距离、无线链路质量与光链路负载，实验显示峰值负载率降低56.4%，拥塞率降低72.6%。
2026-10-01 cs.NI
Mobility-Aware Analysis of 5G and B5G Cellular Networks: A Tutorial
向移动用户提供网络连接是蜂窝无线网络的关键要求。用户移动性影响网络性能以及用户感知的服务质量。为了有效的网络规模和优化，因此需要表征移动性感知的网络性能指标，例如切换率、切换概率、逗留时间、方向切换率和用户的吞吐量或覆盖范围。这种特性对于异构、密集/超密集和随机蜂窝网络（例如新兴的5G和超5G（B5 G）网络）来说尤其具有挑战性。在这篇文章中，我们提供了一个教程的空间随机和非随机，单层和多层蜂窝网络的移动性感知性能分析。我们首先提供了一个不同的流动性模型，其中包括纯粹的随机模型，空间相关，时间相关的模型的总结。不同的流动性模型之间的差异，他们的统计特性，以及他们的优点和缺点。然后，我们描述了两个主要的分析方法的移动性感知性能分析的随机和非随机蜂窝网络。对于第一种方法，我们描述了一个一般的方法，并提出了几个案例研究不同的蜂窝网络镶嵌，如正方形网格，六边形网格，单层和多层模型，其中基站（BS）遵循一个均匀的泊松点过程（PPP）。对于第二种方法，我们也概述了一般方法。此外，我们讨论了现有技术的一些局限性/不完善之处，并提供这些不完善之处的纠正。最后，我们指出了移动性影响显著的特定5G应用场景，并概述了与这些场景的移动性感知分析相关的挑战。
2018-05-07 cs.NI
Spatio-Temporal Data Correlation with Adaptive Strategies in Wireless Sensor Networks
在无线传感器网络中，传感器节点的主要任务之一是将传感器读数的子集发送到汇聚节点，以估计期望的数据精度。因此，在本文中，我们提出了一种精度模型，使用最速下降的方法称为自适应数据精度（ADA）模型，它不需要任何先验信息的输入信号统计选择一组最佳的传感器节点在网络中。此外，我们开发了另一个模型，使用LMS滤波器称为时空数据预测（STDP）模型，捕捉传感数据的空间和时间相关性，以减少数据减少策略下的通信开销。最后，利用STDP模型，给出了一种在极端物理环境下跟踪网络中恶意节点的机制。计算机模拟分别说明了ADA和STDP模型的性能。
2012-07-18 cs.NI
Temporal Starvation in CSMA Wireless Networks
众所周知，CSMA无线网络中的链路容易出现饥饿现象。以前的工作几乎完全集中在均衡饥饿。在本文中，我们表明，在CSMA无线网络中的链接也容易受到时间饥饿。具体而言，尽管一些链路具有良好的平衡吞吐量并且不遭受平衡饥饿，但是它们仍然可以不时地在延长的时间段内没有吞吐量。考虑到它对服务质量的影响，理解和描述时间饥饿是很重要的。为此，我们开发了一个“陷阱理论”来分析时间吞吐量波动。陷阱理论有两个功能。首先，它使我们能够得到新的数学结果，阐明了CSMA网络的瞬态行为。例如，我们表明，陷阱的持续时间，在此期间，一些链路没有收到吞吐量，是不敏感的退避倒计时和传输时间（数据包持续时间）的分布在CSMA协议。其次，我们可以开发分析工具来计算CSMA网络的“饥饿程度”，以帮助网络设计。例如，给定一个CSMA网络，我们可以确定它是否遭受饥饿，如果是，哪些链路将饥饿。此外，还可以计算时间饥饿的可能性和持续时间。我们相信，识别和描述本文所建立的时间饥饿的能力将成为设计有效补救措施的重要的第一步。
2010-09-17 cs.NI
Spatio-Temporal Modeling of Wireless Users Internet Access Patterns Using Self-Organizing Maps
用户的在线行为和兴趣将在未来的移动网络中发挥核心作用。我们介绍了一个系统的方法，大规模的多维分析的在线活动，为成千上万的移动用户在79个建筑物在各种网络域。我们提出了一种基于自组织映射（SOM）的建模方法，用于从数十亿的WLAN记录中发现、组织和可视化不同的移动用户的趋势。我们惊讶地发现，基于域和位置的用户趋势可以使用具有明显不同特征的自组织地图准确地建模。我们还发现了许多不同类型的网域和位置之间的非平凡的相关性。基于我们的分析，我们引入了一个混合模型，作为第一步现实的模拟无线网络的使用。
2010-08-29 cs.NI
Integrated Sensing and Communications: A Tutorial on Mathematical Foundations, Signal Processing and System Design for 6G
Texas A&M University（德克萨斯A&M大学）
本教程系统梳理ISAC的数学基础与信号处理，统一雷达与通信工具包，推导感知-通信性能极限，并覆盖波形设计、网络架构及安全等关键议题，为6G ISAC研究提供入门指南。
2026-10-08 cs.NI eess.SP
A Survey of Multi-Objective Optimization in Wireless Sensor Networks: Metrics, Algorithms and Open Problems
无线传感器网络（WSNs）吸引了大量的研究兴趣，特别是在执行监测和监视任务的背景下。然而，在各种相互冲突的优化标准（例如网络的能量消耗、分组丢失率、覆盖范围和生命周期）之间取得令人信服的权衡是具有挑战性的。本文提供了一个教程和调查最近的研究和开发工作，解决这个问题，使用多目标优化（MOO）的技术。首先，我们提供了一个概述，在无线传感器网络中使用的主要优化目标。然后，我们详细阐述了各种流行的方法，如家庭的数学规划为基础的标量化方法，家庭的优化算法，以及各种其他先进的优化技术。此外，我们总结了一系列最近的研究MOO在无线传感器网络的背景下，这是为了提供有用的指导方针，研究人员了解参考文献。最后，我们讨论了一系列开放的问题，以解决未来的研究。
2016-09-13 cs.NI
Matching Theory for Future Wireless Networks: Fundamentals and Applications
诸如小小区和认知无线电网络的新颖无线联网范例的出现已经永远地改变了无线系统的操作方式。特别是，需要自组织解决方案来管理稀缺的频谱资源已经成为许多新兴无线系统中的流行主题。在本文中，第一个全面的教程使用匹配理论，诺贝尔奖获奖的框架，在无线网络中的资源管理。为了迎合新兴的无线网络的独特功能，提出了一种新的，面向无线的匹配理论分类。然后，该框架的关键解决方案的概念和算法实现。然后，开发的概念应用在三个重要的无线网络领域，以证明这种分析工具的实用性。结果表明，匹配理论可以有效地提高性能的资源分配在所有三个应用程序讨论。
2015-03-12 cs.IT cs.NI math.IT
Cooperative Positioning for Sparsely Distributed High-Mobility Wireless Networks with EKF Based Spatio-Temporal Data Fusion
提出基于EKF时空数据融合的分布式协作定位算法，通过因子图推断与二阶泰勒近似降低计算复杂度，在恶劣环境中实现更优定位性能。
2023-08-01 cs.NI
Spatio-Temporal Scheduling for Robust and Efficient Multi-Transmitter Wireless Power Transfer
Tokyo Metropolitan University（东京都立大学）；Chiba Institute of Technology（千叶工业大学）；Nagoya Institute of Technology（名古屋工业大学）；Nippon Institute of Technology（日本工业大学）；Tokyo University of Science（东京科学大学）；Doshisha University（同志社大学）
该研究针对多发射端无线功率传输系统，提出时空调度方法，结合协同波束成形提升鲁棒性与效率，仿真验证其在阴影衰落下的供电潜力。
2026-08-12 cs.NI
Modeling Spatial and Temporal Dependencies of User Mobility in Wireless Mobile Networks
真实的移动模型是评估移动自组网协议性能的基础。不幸的是，没有移动模型，捕捉在现实中常见的空间和时间的非同质行为，而在同一时间是易于使用和分析。出于这一动机，我们提出了一个时变的社区流动性模型，被称为TVC模型，它实际上捕捉空间和时间的相关性。我们设计的社区，导致倾斜的位置访问的偏好，和时间段，使我们能够模拟时间依赖的行为和周期性的节点在特定位置的重新出现。为了展示TVC模型的功能和灵活性，我们用它来生成合成痕迹，这些痕迹与许多定性不同的移动痕迹的特征相匹配，包括无线局域网痕迹、车辆移动痕迹和人类遭遇痕迹。更重要的是，我们表明，尽管达到了高水平的现实主义，我们的TVC模型在理论上仍然是易于处理的。为了建立这一点，我们得出了一些重要的数量相关的协议性能，如平均节点度，命中时间，和会议时间，并提供了如何利用这一理论来指导路由协议的设计决策的例子。
2008-10-21 cs.NI
Toward Multi-Service Edge-Intelligence Paradigm: Temporal-Adaptive Prediction for Time-Critical Control over Wireless
Toshiba Europe Ltd.（东芝欧洲有限公司）；Bristol Research and Innovation Laboratory（布里斯托尔研究与创新实验室）
时间关键的控制应用通常对通信网络提出严格的连接要求。与无线介质相关联的缺陷，诸如分组丢失、同步错误和变化的延迟，对实时控制的性能具有不利影响，通常具有安全隐患。本文介绍了多服务边缘智能作为一种新的范式，实现时间关键的无线控制。它提出了多服务边缘智能的概念，围绕无线接入，边缘计算和机器学习技术的紧密集成，以提供在无线缺陷下的稳定性保证。本文阐述了多业务边缘智能系统设计的一些关键方面。它还提出了一种时间自适应预测技术，以应付动态变化的无线环境。它提供了一个机器人远程操作的情况下的性能结果。最后，讨论了多服务边缘智能的一些开放性研究和设计挑战。
2022-12-12 cs.AI cs.NI
A Theory of Second-Order Wireless Network Optimization and Its Application on AoI
本文介绍了一种新的理论框架，优化无线网络的二阶行为。与现有的网络效用最大化技术，只考虑一阶统计，这个框架模型的平均值和时间方差的每个随机过程。包含的时间方差使得这个框架非常适合建模状态衰落无线信道和新兴的网络性能指标，如年龄的信息（AoI）。使用这个框架，我们尖锐的无线接入网络的二阶容量区域的特征。我们还提出了一个简单的调度策略，并证明了它可以实现二阶容量区域中的每个内点。为了证明这个框架的实用性，我们将其应用于一个重要的开放问题：吉尔伯特-埃利奥特通道的AOI优化。我们表明，这个框架提供了一个非常准确的AoI特性。此外，它导致一个易于处理的调度策略，优于其他现有的工作。
2022-01-17 cs.NI
Efficient Data Compression with Error Bound Guarantee in Wireless Sensor Networks
我们提出了一个数据压缩和降维方案的数据融合和聚合应用，以防止数据拥塞，减少能源消耗在网络连接点，如簇头和网关。我们的网络方法可以很容易地调整，分析数据的时间或空间相关性，使用无监督的神经网络计划，即自动编码器。特别是，我们的算法从以前收集的历史样本中提取固有的数据特征，将原始数据转换为低维表示。此外，所提出的框架提供了一个错误约束保证机制。我们评估所提出的解决方案，使用真实世界的数据集，并将其与传统的方法进行时间和空间的数据压缩。实验结果表明，该方法在压缩效率和信号重构方面优于现有的几种无线传感器网络的数据压缩方法。
2014-08-13 cs.NI
Intelligent Reflecting Surface Aided Wireless Energy and Information Transmission: An Overview
智能反射表面（IRS）是一种很有前途的技术，用于实现频谱和能量高效的无线网络的成本效益。现有的IRS研究主要集中在利用IRS来提高无线通信或无线信息传输（WIT）的性能，而其提高射频（RF）无线能量传输（WET）效率的潜力仍然很大。虽然IRS辅助WET与IRS辅助WIT具有相似的特性，但它们在设计目标、接收机架构和实际约束方面有根本的不同。在本文中，我们提供了一个教程概述如何有效地设计IRS辅助WET系统，以及IRS辅助系统与WIT和WET，即IRS辅助同步无线信息和功率传输（SWIPT）和IRS辅助无线供电通信网络（WPCN），主要是从通信和信号处理的角度。特别是，我们提出了最先进的解决方案，以应对这些系统运行中的独特挑战，如IRS无源反射优化，信道估计和部署。此外，我们还提出了新的解决方案，并指出了未来的研究和调查的重要方向。
2021-06-24 cs.AR cs.IT cs.NI
On the Ground and in the Sky: A Tutorial on Radio Localization in Ground-Air-Space Networks
本教程系统分析地面-空中-空间网络中的无线电定位问题，梳理锚点与目标特征、三维定位基础及三类锚点的系统设计，并给出初步结果与6G使能技术的作用。
2024-08-09 cs.NI eess.SP
Diversity Polynomials for the Analysis of Temporal Correlations in Wireless Networks
无线网络中的干扰是时间相关的，因为节点或用户位置随时间相关，并且干扰发射机是这些节点的子集。对于一个无线网络，其中（潜在的）干扰形成一个泊松点过程，并使用ALOHA信道接入，我们计算的联合成功和中断概率的n个传输在一个参考链路。结果是基于多样性多项式，它捕获的时间干扰相关性。联合中断概率用于确定分集增益（SIR趋于无穷大），结果表明，在简单的重传方案中没有分集增益，即使在所有链路上具有独立的瑞利衰落。我们还确定了两个传输的完整的联合SIR分布和本地延迟的分布，这是直到通过参考链路的重复传输成功的时间。
2013-09-11 cs.IT cs.NI math.IT
Time, Simultaneity, and Causality in Wireless Networks with Sensing and Communications
本文针对感知通信一体化无线网络中的时间同步与因果性问题，提出时间积分窗口模型以模拟多感官感知，并分析同时性与因果性违背的权衡和概率界限。
2024-02-28 cs.IT cs.NI math.IT
A Tutorial on Cognitive Biases in Agentic AI-Driven 6G Autonomous Networks
i2CAT Foundation（i2CAT基金会）；Hostelworld Group（Hostelworld集团）；Technical University of Catalonia (UPC)（技术大学（加泰罗尼亚））；Khalifa University of Science and Technology（卡里玛大学）；ISI/ATH；University of Patras（帕特拉大学）
本文探讨了在6G自主网络中因人类设计引入的认知偏差问题，通过两个案例展示如何利用智能体AI缓解锚定偏差和时间偏差，提升网络管理和边缘计算的效率与节能效果。
2026-05-14 cs.AI cs.NI
Physical Layer Identification based on Spatial-temporal Beam Features for Millimeter Wave Wireless Networks
随着毫米波（mmWave）无线通信被设想为下一代高数据率无线网络的关键使能者，安全性是至关重要的。虽然无线网络中的常规安全措施在协议栈的较高层操作，但是物理层安全利用唯一的设备相关硬件特征来识别和认证合法设备。在这项工作中，我们确定毫米波设备中使用的天线阵列的制造公差有助于每个设备唯一的波束图案，为此，我们提出了一种基于毫米波设备使用的独特波束图案的新型设备指纹识别方案。具体来说，我们提出了一个指纹方案与多个接入点（AP），以利用丰富的时空信息的波束图案。我们进行全面的实验与商业现成的毫米波设备，以验证我们提出的方法在各种情况下的可靠性性能。我们还比较了我们的光束模式功能与传统的物理层功能，即功率谱密度功能（PSD）。为此，我们实现了基于PSD特征的毫米波设备指纹识别。我们表明，所提出的多个AP计划是能够实现超过99%的识别精度为固定的LOS和NLOS的情况下，显着优于PSD为基础的方法。对于移动场景，整体识别准确率为96%。此外，我们进行安全性分析，我们提出的波束图案指纹系统和PSD指纹系统进行模拟攻击的可行性研究。我们设计并实现了一个模仿攻击机制的毫米波无线网络使用最先进的60 GHz的软件定义的无线电。我们讨论了我们的研究结果及其对毫米波无线网络安全的影响。
2019-02-10 cs.CR cs.NI
The Role of ISAC in 6G Networks: Enabling Next-Generation Wireless Systems
Hangzhou International Innovation Institute of Beihang University（北京航空航天大学杭州国际创新研究院）；Southern University of Science and Technology（南方科技大学）；Technische Universität Dortmund（多特蒙德工业大学）；Linköping University（林雪平大学）；Tampere University（坦佩雷大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；School of Automation Science and Electrical Engineering at Beihang University（北京航空航天大学自动化科学与电气工程学院）；State Key Laboratory of Intelligent Manufacturing Systems Technology（智能制造系统技术国家重点实验室）；University of California, San Diego（加州大学圣地亚哥分校）；Université Paris-Saclay（巴黎萨克雷大学）；CNRS（法国国家科学研究中心）；CentraleSupélec（中央理工-高等电力学院）
本文探讨了ISAC在6G网络中的关键作用，分析了其技术驱动因素、核心原理及部署挑战，提出未来发展方向和设计建议。
2026-04-04 cs.NI eess.SP
Spatio-Temporal Federated Learning for Massive Wireless Edge Networks
Mississippi State University（密西西比州立大学）；National Yang Ming Chiao Tung University（阳明交通大学）；Texas Tech University（德克萨斯理工大学）
本文提出了一种新的方法来进行高效的联邦学习（FL）在一个大规模的无线边缘网络，其中一个边缘服务器和众多的移动设备（客户端）共同学习的全球模型，而无需传输大量的数据收集的移动设备到边缘服务器。所提出的FL方法被称为时空FL（STFL），其联合利用来自不同移动设备的学习更新之间的空间和时间相关性，所述不同移动设备被安排在各种训练时期中加入STFL。STFL模型不仅代表了由于数据传输中断而导致的从边缘服务器到移动设备的实际间歇学习行为，而且还具有补偿丢失学习更新的机制，以减轻间歇学习的影响。提出了一个STFL的分析框架，并通过其收敛性能研究了STFL的学习能力。特别是，我们评估了数据传输中断，间歇性学习缓解和数据集的统计异质性对STFL收敛性能的影响。研究结果为基于STFL的无线网络的设计和分析提供了重要的见解。
2022-01-21 cs.LG cs.NI eess.SP
Packet Travel Times in Wireless Relay Chains under Spatially and Temporally Dependent Interference
我们调查的时隙数$T$，它需要一个数据包通过无线中继链旅行的统计。推导是假设干扰具有时空依赖性属性的干扰模型来执行的。当使用这种模型时，结果很难分析，但它们比许多基于独立干涉模型的相关工作中获得的结果更真实。首先，我们提出了一种计算$T$分布的方法。由于所需的计算是广泛的，我们也得到了简单的表达式的期望值$\mathrm{E} [T]$和方差$\mathrm{var} [T]$。最后，我们计算了包的平均速度的渐近极限。我们的数值计算结果表明，时空依赖性有显着的影响的旅行时间$T$的统计。特别是，我们表明，相对于独立的干扰的情况下，$\mathrm{E} [T]$和$\mathrm{var} [T]$增加，而数据包的速度降低。
2014-04-28 cs.IT cs.NI math.IT
Efficient Data Gathering in Wireless Sensor Networks Based on Matrix Completion and Compressive Sensing
在无线传感器网络中以节能的方式收集数据是一个重要的设计挑战。在无线传感器网络中，传感器的读数往往表现出时间内和空间间的相关性。因此，在这封信中，我们使用低秩矩阵完成理论来探索空间间的相关性，并使用压缩感知理论来利用时间内的相关性。我们的方法，被称为MCCS，可以显着减少数据量，每个传感器必须通过网络发送到sink，从而延长整个网络的生命周期。使用真实数据集的实验证明了我们的MCCS方法的可行性和有效性。
2013-02-09 cs.IT cs.NI math.IT
Energy Harvesting in 5G Networks: Taxonomy, Requirements, Challenges, and Future Directions
在第五代（5G）无线网络中，由于高能耗问题，节能意识正在增加。能量收集技术是最终延长设备和网络寿命的一种可能的有吸引力的解决方案。尽管在5G无线网络中使用能量收集技术的背景下已经进行了相当多的研究工作，但这些工作仍处于起步阶段，并且仍然缺乏关于该主题的教程。本研究旨在讨论能量收集技术在5G网络中的有益作用。我们对5G网络中的能量收集文献进行了分类和分类，方法是根据能量来源、能量收集设备、阶段和模型、能量转换方法和能量传播介质进行分类。还概述了在5G网络中实现能量收集的关键要求。几个核心的研究挑战，仍然有待解决的讨论。最后，提出了今后的研究方向。
2019-10-02 cs.NI eess.SP
Industry 5.0 is Coming: A Survey on Intelligent NextG Wireless Networks as Technological Enablers
工业5.0愿景是迈向下一次工业革命和工业4.0的一步，设想了在各种新兴应用中采用弹性、可持续和以人为本的方法的新目标，例如，未来的工厂，数字化社会该愿景旨在利用人类的智慧和创造力与智能，高效和可靠的认知协作机器人（cobots）相结合，以实现零浪费，零缺陷和基于大规模定制的制造解决方案。然而，这一愿景需要通过利用工业5.0技术使能器来融合网络物理世界，例如，认知协作机器人、以人为中心的人工智能（AI）、网络物理系统、数字孪生、超融合数据存储和计算、通信基础设施等。在这方面，新兴的计算智能（CI）范式和下一代无线网络（NGWN）的融合可以满足工业5.0愿景中技术推动者的严格通信和计算要求，这是本基于调查的教程的目的。在本文中，我们通过回顾和分析当前新兴的概念和技术来解决这个问题，例如，CI工具和框架、盒中网络架构、开放式无线接入网络、软件化服务架构、潜在的支持服务等，对于设计CINGWN的目标以满足工业5.0愿景要求至关重要。最后，我们提供了一个清单，从我们的详细审查，研究挑战和开放的问题，应该在CI-NGWN解决，以实现工业5.0的经验教训。
2022-05-18 cs.NI eess.SP
Spatial and Temporal Correlation of the Interference in ALOHA Ad Hoc Networks
干扰是无线自组织网络性能的主要限制因素。干扰的时间和空间相关性使得中断在时间上相关（对于重传很重要）并且在空间上相关（对于路由很重要）。在这封信中，我们量化的时间和空间相关性的干扰在无线ad hoc网络的节点分布作为一个泊松点过程的平面上时，ALOHA被用作多址接入方案。
2009-04-08 cs.IT cs.NI math.IT
Securing OFDM-Based Wireless Links Using Temporal Artificial-Noise Injection
我们调查的物理层安全的无线单输入单输出正交分复用（OFDM）时，发射机，我们称之为爱丽丝，发送她的信息给接收机，我们称之为鲍勃，在存在的窃听节点，夏娃。为了防止信息泄漏，Alice发送一个叠加在她的信息信号上的人工噪声（AN）信号。我们研究了信道延迟扩展，OFDM循环前缀，信息/AN功率分配，以及信息和AN预编码器设计对可实现的平均保密率的影响。我们考虑两种情况下的已知和未知的信道状态信息（CSI）在爱丽丝。此外，我们比较了每子信道处理和联合子信道处理在夏娃的接收机的情况。我们的数值计算结果表明，在不同的OFDM操作条件下的平均保密率的增益AN注入。此外，基于我们的新见解，我们证明了AN辅助方案是有效的，并实现了几乎相同的平均保密率的全CSI的情况下，而不需要夏娃的瞬时CSI在爱丽丝。
2018-03-01 cs.IT cs.NI math.IT
Integrated Millimeter Wave and Sub-6 GHz Wireless Networks: A Roadmap for Joint Mobile Broadband and Ultra-Reliable Low-Latency Communications
下一代无线网络必须通过跨越增强型移动宽带（eMBB）的广泛无线服务以及超可靠低延迟通信（URLLC）来实现增强现实和联网自动驾驶汽车等新兴技术。由于频谱稀缺，仅依赖于稀缺的低于6 GHz的微波（$μ$ W）频段的现有无线系统将不能满足未来无线服务的这种严格和混合的服务要求。同时，在高频毫米波（mmWave）频带下操作被视为有吸引力的解决方案，这主要是由于大规模多天线通信的带宽可用性和可能性。然而，毫米波通信由于其对阻塞、高路径损耗和信道不确定性的敏感性而固有地不可靠。因此，为了提供URLLC和高速无线接入，期望将$μ$ W网络的可靠性与毫米波网络的高容量无缝集成。为此，本文介绍了\emph{integrated mmWave-$μ$W}通信的第一个综合教程。这种设想的集成设计将使无线网络能够实现URLLC以及eMBB，这是通过利用两个世界中的最佳世界来实现的：$μ$ W波段的可靠远程通信和毫米波频率的定向高速通信。为了实现这一目标，讨论了关键的解决方案概念，包括无线电接口的新架构、URLLC感知帧结构和资源分配方法以及移动性管理，以实现集成毫米波- $μ$ W通信的潜力。讨论了每种方案的机遇和挑战，并给出了关键结果，以显示所开发的集成毫米波- $μ$ W框架的优点。
2018-10-30 cs.IT cs.NI eess.SP
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
