Multiple-Antenna Aided Aeronautical Communications in Air-Ground Integrated Networks: Channel Estimation, Reliable Transmission, and Multiple Access
航空通信系统(ACS)要在飞行的各个阶段提供无缝覆盖,必须将天基、空基和地基平台集成,形成面向航空的空-空-地综合网络(SAGIN)。在大陆地区,L波段航空宽带通信(ABC)越来越受欢迎,以支持空中交通管理(ATM)现代化。然而,由于传统系统的存在,L波段ABC面临频谱拥塞和严重干扰的挑战。为了规避这些,我们提出了一种新的多天线辅助L波段ABC范式,以解决可靠和高速率的空对地(A2 G)传输的关键问题。具体来说,我们首先介绍了ABC的发展路线图。此外,我们讨论了L波段ABC传播环境的特点和相关的多天线技术的独特挑战。为了克服这些挑战,我们提出了一个先进的多天线辅助的L波段ABC范式的角度信道估计,可靠的传输,和多址接入。最后,我们阐明了SAGIN航空组件的引人注目的研究方向。
2023-01-15 eess.SP
SFC Deployment in Space-Air-Ground Integrated Networks Based on Matching Game
空-地-空一体化网络(SAGIN)具有动态性和灵活性,可以在缺乏地面通信设施的环境下支持数据传输。然而,SAGIN的节点是异构的,它是棘手的资源共享提供多种服务。因此,本文考虑使用网络功能虚拟化技术来处理敏捷资源分配问题。特别地,构建服务功能链(SFC)以部署不同任务的多个虚拟网络功能。为了描述SAGIN的动态模型,我们提出了可重构的时间扩展图。然后,制定优化问题以最大化已完成任务的数量,即,该问题是一个混合整数线性规划问题,在有限的时间复杂度内难以求解。因此,我们将其转化为一个多对一的双边匹配博弈问题。然后,我们设计了一个基于Gale-Shapley的算法。最后,通过大量的仿真,验证了所设计的算法可以有效地部署SFC与有效的资源利用率。
2023-03-02 cs.NI eess.SP
Geometry-Aware Networking for Low-Altitude Economy: Movable Antennas in Space-Air-Ground Integrated Systems
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
本文提出一种分层的空间-空-地一体化网络架构,通过可移动天线实现局部几何适应,提升网络鲁棒性和多功能操作能力。
2026-04-20 eess.SP
Improving SAGIN Resilience to Jamming with Reconfigurable Intelligent Surfaces
本文研究空天地一体化网络中利用部署在无人机上的可重构智能表面对抗GEO卫星干扰的问题,通过交替优化和半定松弛联合优化RIS波束成形与LEO卫星发射功率以最大化信干噪比,并验证了靠近用户部署RIS的有效性。
2025-07-04 eess.SP
Toward Secure Communications for a UAV Swarm with Movable Antennas in SAGIN: CKM-Enabled Multi-Agent Reinforcement Learning Framework
National Mobile Communications Research Laboratory, Southeast University(东南大学国家移动通信实验室);Purple Mountain Laboratories(紫金山实验室);Singapore University of Technology and Design(新加坡科技设计大学);Yonsei Frontier Laboratory, Yonsei University(延世大学延世前沿实验室)
针对SAGIN中无人机集群通信易受窃听问题,提出CKM辅助的多智能体强化学习框架,联合优化MA位置、无人机轨迹与链路选择以提升保密能效。
2026-08-31 eess.SP
Fair Resource Allocation For Hierarchical Federated Edge Learning in Space-Air-Ground Integrated Networks via Deep Reinforcement Learning with Hybrid Control
本文提出SAGIN中的分层联邦边缘学习框架,采用DSAC与混合动作解耦-再耦合方法联合优化资源分配和聚合权重,并设计动态奖励以保障多任务公平性。
2024-08-05 cs.IT eess.SP math.IT
Cached Model-as-a-Resource: Provisioning Large Language Model Agents for Edge Intelligence in Space-air-ground Integrated Networks
本文提出一种空天地一体化网络中联合模型缓存与推理的边缘智能框架,引入“缓存模型即资源”概念与“思维年龄”指标,设计了最小AoT替换算法和DQMSB拍卖机制,在优化配置成本的同时将分配效率提升23%。
2024-05-31 cs.NI eess.SP
Hierarchical Cognitive Spectrum Sharing in Space-Air-Ground Integrated Networks
针对空天地一体化网络中传统认知频谱共享架构无法满足不同网络差异化QoS需求的问题,提出分层认知频谱共享架构及基于惩罚的迭代波束成形等方案,有效提升了频谱利用效率与网络性能。
2023-12-13 eess.SP
Energy-Efficient Multi-UAV-Enabled MEC Systems over Space-Air-Ground Integrated Networks
Southern University of Science and Technology(南方科技大学);Shenzhen University of Advanced Technology(深圳高等研究院)
本文提出一种基于空间-空-地一体化网络的多无人机边缘计算系统,通过联合优化移动用户与无人机关联、无人机轨迹、任务卸载决策、计算频率和传输功率控制,以提高能效。
2025-12-02 eess.SP
Security Enhancement of Quantum Communication in Space-Air-Ground Integrated Networks
本文针对空天地一体化网络中的量子通信安全问题,提出将经典Turbo编码与量子Shor纠错码结合,并引入QSDC协议检测窃听,从而在存在信道错误和窃听的实际条件下同时实现可靠且绝对安全的量子信息传输。
2024-10-22 eess.SP quant-ph
Multi-objective Optimization of Space-Air-Ground Integrated Network Slicing Relying on a Pair of Central and Distributed Learning Algorithms
本文针对天地一体化网络中的高吞吐量、低时延和广覆盖三类RAN切片,提出集中式与分布式相结合的CDMADDPG算法,联合优化吞吐量、时延和覆盖面积,仿真表明其逼近Pareto最优并优于基准方案。
2023-09-22 cs.NI eess.SP
Multi-Functional RIS-Enabled in SAGIN for IoT: A Hybrid Deep Reinforcement Learning Approach with Compressed Twin-Models
本文提出一种混合深度强化学习方法与压缩双模型,用于优化SAGIN中MF-RIS的多功能性能,提升物联网设备的长期能量效率。
2025-10-13 cs.AI eess.SP
Towards Symbiotic SAGIN Through Inter-operator Resource and Service Sharing: Joint Orchestration of User Association and Radio Resources
本文从共生通信视角研究SAGIN中运营商间资源与服务共享,通过联合优化用户关联、资源分配和波束成形最大化系统加权和速率,并引入互惠互利约束及分布式算法确保各运营商收益。
2024-04-25 cs.IT eess.SP math.IT
Rotatable Antenna-Enabled Space-Air-Ground Integrated Networks: Opportunities and Challenges
本文探讨可旋转天线(RA)技术如何通过视轴控制应对天-空-地一体化网络(SAGINs)中固定天线在覆盖、对准和感知方面的挑战,并分析设计挑战、未来方向及原型仿真验证其性能增益。
2026-10-01 cs.IT eess.SP math.IT
Cost-Efficient Computation Offloading in SAGIN: A Deep Reinforcement Learning and Perception-Aided Approach
本文针对SAGIN中无人机辅助的计算卸载与资源分配联合优化问题,提出深度强化学习与感知辅助在线方法,在设备位置、速度和类型不确定条件下最小化时间平均网络成本。
2024-07-08 cs.NI eess.SP
Parameter Training Efficiency Aware Resource Allocation for AIGC in Space-Air-Ground Integrated Networks
本文提出PARA技术,通过联合优化用户关联、数据卸载和资源分配,提升空间-空-地一体化网络中参数训练效率,从而提高AIGC应用的移动体验。
2026-01-01 cs.ET eess.SP
Deep Reinforcement Learning for Interference Suppression in RIS-Aided Space-Air-Ground Integrated Networks
Department of Artificial Intelligence, Indian Institute of Technology Hyderabad, Telangana, India(印度海得拉巴印度理工学院人工智能系);School of Informatics, Kami, Kochi University of Technology, Kochi, Japan(日本科技大学信息学院);Graduate School of Information Sciences, Tohoku University, Sendai, Miyagi, Japan(东北大学信息科学研究生院)
本文提出基于RIS的深度强化学习方法,用于优化HAPS波束成形以抑制干扰,提升空间-空-地一体化网络的频谱效率。
2026-01-27 cs.AI cs.IT cs.LG
QoS-Aware Hierarchical Reinforcement Learning for Joint Link Selection and Trajectory Optimization in SAGIN-Supported UAV Mobility Management
National Mobile Communications Research Laboratory, Southeast University(南京东南大学国家移动通信研究中心);Purple Mountain Laboratories(紫金山实验室);Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg(Luxembourg大学安全、可靠性与信任跨学科研究中心)
本文提出了一种面向服务质量的分层强化学习框架,用于SAGIN支持的无人机移动管理中的链路选择与轨迹优化,通过多智能体分层深度强化学习提升网络性能。
2025-12-17 cs.AI eess.SP
Deep Reinforcement Learning-Based Resource Allocation for Hybrid Bit and Generative Semantic Communications in Space-Air-Ground Integrated Networks
本文提出一种结合比特级与生成式语义通信的混合框架,利用无人机中继和深度强化学习优化资源分配,在空天地一体化网络中实现低延迟、高可靠性的图像传输。
2025-05-26 cs.IT eess.SP math.IT
Diffusion-Driven Terahertz Air-Ground Communications under Dynamic Atmospheric Turbulence
Shanghai Jiao Tong University(上海交通大学);Terahertz Wireless Communications (TWC) Laboratory, Shanghai Jiao Tong University(上海交通大学太赫兹无线通信实验室);Cooperative Medianet Innovation Center (CMIC), School of Information Science and Electronic Engineering, Shanghai Jiao Tong University(上海交通大学信息科学与工程学院协同网创新中心)
本文针对空地太赫兹通信中飞行器诱发湍流导致传播损耗被忽视的问题,提出基于流体动力学建模与扩散算法求解的功率-姿态联合优化框架,显著提升链路容量并接近理论极限。
2025-11-05 eess.SP
Integrated Sensing, Communication, and Computation Over-the-Air in OFDM Systems
本文针对上行OFDM系统中的ISCC场景,通过联合优化发射向量与聚合向量最小化计算MSE,并提出两阶段迭代算法求解非凸问题,仿真验证了其有效性。
2025-06-30 eess.SP
Weighted Sum-Rate Maximization for RIS-UAV-assisted Space-Air-Ground Integrated Network with RSMA
School of Electronics and Information Engineering, Harbin Institute of Technology(哈尔滨工业大学电子与信息工程学院)
本文提出了一种基于速率分割多址接入的联合优化框架,旨在最大化加权总速率,通过波束成形、RIS-UAV部署和相位偏移等方法解决非凸优化问题。
2026-03-30 eess.SP
Airplane-Aided Integrated Next-Generation Networking
一个高速率但低成本的空对地(A2 G)通信骨干网被认为是通过利用客机或高空平台(HAP)作为移动基站(BS)和毫米波通信的机会主义援助来整合空间和地面网络。客机作为地面用户的网络提供商,同时依赖于卫星回程。三种不同的波束形成技术依赖于一个大规模的平面阵列用于传输的客机/HAP实现高方向性增益,从而最大限度地减少用户之间的干扰。此外,近似频谱效率(SE)和面积频谱效率(ASE)的表达式推导和量化的不同系统参数。
2021-07-31 eess.SP
Cache-assisted Mobile Edge Computing over Space-Air-Ground Integrated Networks for Extended Reality Applications
本文提出一种缓存辅助的空天地一体化移动边缘计算系统,通过联合优化UAV轨迹、资源分配和卸载决策以最大化能效,解决了扩展现实物联网中计算密集型任务对能耗受限设备的挑战。
2023-09-08 eess.SP
Hierarchical RIS Association for FR3 Space-Air-Ground Integrated Networks
Polytechnique Montreal(蒙特利尔高等理工学院)
针对6G FR3频段空天地一体化网络,提出分层RIS关联框架,通过多对一匹配先关联地面RIS再关联空中RIS,最大化网络总和速率,显著优于贪婪和随机方案。
2026-10-08 eess.SP
Space-Air-Ground Integrated Networks: Their Channel Model and Performance Analysis
本文提出了一种包含五种关键效应的星地信道模型,并基于此推导了空天地一体化网络的中断概率和遍历速率等性能指标的闭式表达式,揭示了多因素对网络性能的影响。
2024-12-21 cs.IT eess.SP math.IT
A Bistatic Sensing System in Space-Air-Ground Integrated Networks
本文研究空天地一体化网络中的双站感知系统,通过联合优化低轨卫星发射波束成形与地面基站接收滤波以最大化目标飞行器SINR,采用交替优化及分数规划等技术求得闭式解,仿真验证了算法收敛性并揭示了接收滤波对系统最优性的主导作用。
2024-07-04 cs.NA eess.SP math.NA
Air-Ground Integrated Mobile Edge Networks: Architecture, Challenges and Opportunities
不断增长的移动数据需求对当前的无线接入网络提出了重大挑战,而新兴的计算密集型物联网(IoT)应用具有不同的要求,需要云/边缘计算架构具有更大的灵活性和弹性。在本文中,为了解决这些问题,我们提出了一种新的空地一体化移动边缘网络(AGMEN),其中无人机灵活部署和调度,并协助边缘网络的通信,缓存和计算。具体来说,我们提出了AGMEN的详细架构,并研究了无人机单元的好处和应用场景,以及无人机辅助的边缘缓存和计算。此外,在AGMEN的挑战性问题进行了讨论,并强调了潜在的研究方向。
2018-04-13 eess.SP
Air-Ground Integrated Sensing and Communications: Opportunities and Challenges
由无人机(UAV)和地面网络组成的空地通感一体化(AG-ISAC)网络具有独特的能力,需要特殊的设计技术。在这篇文章中,我们提供了一个审查AG-ISAC,通过引入无人机作为“中继”节点的通信和传感,以解决无人机的功率和计算的限制。首先介绍了一个AG-ISAC框架,包括系统结构和协议。然后讨论了四个潜在的用例,分析了AG-ISAC网络的特点和优点。然后讨论了AG-ISAC的几个关键技术的研究。最后,我们提出了我们对AG-ISAC的挑战和未来研究方向的看法,以促进技术的进步。
2023-02-13 eess.SP
UAV-Assisted Integrated Communication and Over-the-Air Computation with Interference Awareness
本文提出利用无人机移动性缓解干扰,实现通信与空中计算一体化,通过交替优化和深度强化学习联合优化传输、调度与轨迹,在保证AirComp精度下最大化用户传输速率。
2025-07-07 eess.SP
Deep Reinforcement Learning for Delay-Oriented IoT Task Scheduling in Space-Air-Ground Integrated Network
University of Waterloo(滑铁卢大学);Zhejiang University(浙江大学);Huazhong University of Science and Technology(华中科技大学);Central South University(中南大学);Xidian University(西安电子科技大学)
本文研究了面向延迟的物联网(IoT)服务的空-空-地一体化网络(SAGIN)中的计算任务调度问题。在所考虑的场景中,无人机(UAV)从IoT设备收集计算任务,然后做出在线卸载决策,其中任务可以在UAV处处理或卸载到附近的基站或远程卫星。我们的目标是设计一个任务调度策略,最大限度地减少卸载和计算延迟的所有任务给定的无人机能量容量约束。为此,我们首先制定了一个能量约束马尔可夫决策过程(MDP)的在线调度问题。然后,考虑到任务到达动态,我们开发了一种新的深度风险敏感的强化学习算法。具体地说,该算法评估的风险,这措施的能源消耗,超过了约束,为每个状态和搜索的最佳参数权衡延迟和风险的最小化,同时学习的最优策略。大量的仿真结果表明,在满足无人机能量容量约束的前提下,与概率配置方法相比,该算法可将任务处理延迟降低30%。
2020-10-04 cs.LG eess.SP
Hybrid Beamforming and Waveform Design for Over-the-air Integrated Signal
本文针对车联网中多操作分离导致的干扰与低效问题,提出基于混合波束成形的空中集成框架,利用交替优化、逐次凸逼近、黎曼共轭梯度及半定松弛方法联合优化数字预编码器、混合组合器与波形设计,数值结果验证了该方法的有效性。
2024-09-23 eess.SP
AirGuard: UAV and Bird Recognition Scheme for Integrated Sensing and Communications System
Tsinghua University(清华大学)
本文提出一种结合信号处理与深度学习的无人机与鸟类识别方案,通过提取微多普勒谱和高分辨率距离剖面,设计双特征融合网络以区分低空目标。
2026-03-13 eess.SP
Secure Multi-Hop Relaying in Large-Scale Space-Air-Ground-Sea Integrated Networks
针对空天地海一体化网络中被动窃听带来的安全漏洞问题,提出联合优化无线资源与中继路由的多跳中继安全框架,推导SPSC概率闭式解,设计最优资源分配策略与逼近上界性能的蒙特卡洛路由算法,并通过真实数据集测试验证。
2025-09-04 eess.SP
Integrated Distributed Semantic Communication and Over-the-air Computation for Cooperative Spectrum Sensing
针对协作频谱感知中硬决策融合的性能瓶颈与软数据融合的延迟及噪声敏感问题,本文提出集成通信与计算(ICC)框架,结合分布式语义通信与空中计算技术设计了ICC-CSS系统,理论证明其等价于最优E-C检测器,仿真验证了其在检测性能、鲁棒性和可扩展性上的优越性。
2024-09-27 eess.SP
Movable Antenna for Integrated Sensing and Communication in Air Sea Ground Networks
研究空海地面网络中集成传感与通信的可移动天线框架,通过制定多目标优化问题,利用K均值聚类、粒子群优化等方法优化天线子阵列位置和方向及波束成形,相比传统固定天线阵列提升了ISAC性能并实现通信与传感速率权衡。
2026-07-21 eess.SP
Cooperative UAV-Relay based Satellite Aerial Ground Integrated Networks
针对后5G时代地面网络容量不足的问题,提出卫星空天地一体化网络下的协作无人机中继部署框架,结合低轨卫星与放大转发模式无人机中继的信号提升信噪比,有效改善用户服务质量。
2024-10-09 cs.SY eess.SP eess.SY
LLM-Enhanced Space-Air-Ground-Sea Integrated Networks
针对空天地海一体化网络中信道状态信息过时、跨层速率差异大的问题,提出基于单个LLM骨干的统一自适应层,通过信道预测和语义编码解决两大痛点,并指明后续研究方向。
2025-09-02 eess.SP
Data Service Maximization in Space-Air-Ground Integrated 6G Networks
本研究针对空天地一体化6G网络,提出联合优化用户关联、轨迹与功率分配的数据服务最大化框架,采用Gurobi和DDPG算法分解求解,仿真验证性能优于基线。
2024-07-19 cs.NI eess.SP
Quantum Multi-Agent Reinforcement Learning for Cooperative Mobile Access in Space-Air-Ground Integrated Networks
Korea University(高丽大学);Ajou University(亚洲大学);University of Houston(休斯顿大学)
本文提出基于量子多智能体强化学习(QMARL)的调度方法,解决空天地一体化网络中立方星与无人机协作移动接入的维度灾难问题,实现对数级动作维度缩减,提升全球接入可用性与能效。
2024-06-24 cs.AI eess.SP
UAVs as a Service: Boosting Edge Intelligence for Air-Ground Integrated Networks
空地一体化网络是未来第六代(6G)网络的关键组成部分,可支持无缝和近乎即时的超级连接。迫切需要在6G网络中智能地提供各种服务,然而这是具有挑战性的。为了满足这一需求,在本文中,我们提出了一种名为UaaS(无人机即服务)的空地一体化网络的新架构,将无人机作为关键使能器,在机器学习(ML)技术的帮助下提高边缘智能。我们设想所提出的UaaS架构可以通过无人机网络智能地提供无线通信服务、边缘计算服务和边缘缓存服务,充分利用无人机的灵活部署和多样化的ML技术。我们还进行了一个案例研究,其中无人机参与多个地面用户之间的分布式ML的模型训练,其结果表明,模型训练是有效的,与飞行能耗相比,无人机的能耗可以忽略不计。最后,我们讨论了UaaS中的挑战和开放研究问题。
2020-03-24 cs.NI eess.SP
Integrated Sensing, Communication, and Computation Over-the-Air: MIMO Beamforming Design
为了支持物联网(IoT)应用的空前增长,物联网设备需要收集大量数据并将其发送到服务器进行进一步计算。综合传感和通信(ISAC)技术利用相同的信号进行雷达传感和数据通信,打破了物理层中数据汇集和传输之间的障碍。通过利用多接入信道中的模拟波添加,空中计算(AirComp)使得能够经由物理层中的传输进行函数计算。ISAC和AirComp的良好性能激发了当前开发一个称为集成传感,通信和计算的框架(ISCCO)的工作。雷达感知和AirComp的性能指标分别由估计的目标响应矩阵和接收的计算结果的均方误差来评估。MIMO ISCCO的设计挑战在于物联网设备和服务器上用于感知、通信和计算的波束形成器的联合优化,这会导致非凸问题。针对这一问题,提出了一种基于半定松弛技术的算法解决方案。仿真结果表明了该算法在目标位置估计中的优越性。
2022-02-22 cs.IT eess.SP math.IT
Energy-Aware Graph Task Scheduling in Software-Defined Air-Ground Integrated Vehicular Networks
软件定义的空地一体化无人机(SD-AGV)网络是一种很有前途的网络模式,它可以实现灵活的地面资源共享,以支持具有高计算开销的无人机创新应用。在本文中,我们研究了SD-AGV网络中的车辆云辅助任务调度问题,其中无人机承载的计算密集型任务和车辆云通过基于图的表示建模。为了将图任务的每个组件映射到可行的车辆,同时实现最小化无人机的任务完成时间,能量消耗和移动车辆之间的数据交换成本之间的权衡,我们将问题表示为混合整数非线性规划问题,这是NP-难的。此外,与保持任务结构相关联的约束提出了解决动态车辆拓扑上的子图同构问题,这进一步使算法设计复杂化。出于这一动机,我们提出了一种有效的解耦方法,通过分离的模板(组件和车辆之间的可行映射)搜索的传输功率分配。对于前者,我们提出了一个计算复杂度较低的搜索所有同构子图的有效算法。对于后者,我们引入了一个功率分配算法,通过应用$p$ -范数和凸优化技术。大量的仿真表明,该方法优于基准方法考虑各种问题的大小。
2022-05-09 cs.DC eess.SP
Joint UAV Deployment and Resource Allocation in THz-Assisted MEC-Enabled Integrated Space-Air-Ground Networks
针对THz频段下支持MEC的空天地一体化网络,提出基于BCD的联合任务卸载、子带分配、功率控制与无人机部署优化框架,以最小化设备和无人机能耗。
2024-01-21 cs.NI eess.SP
Adaptive Multi-UAV Relay Deployment Framework in Satellite Aerial Ground Integrated Systems
National Yang Ming Chiao Tung University(国立阳明交通大学);National Central University(国立中央大学);Télécom Paris(巴黎电信学院);Indian Institute of Technology Delhi(德里印度理工学院)
本文提出一种自适应多无人机中继部署框架,以提升卫星空地一体化网络在非视距和高需求场景下的覆盖、缓解拥堵和保障通信可靠性,通过优化问题提升网络总容量和能效,并确保用户需求的公平性。
2026-04-22 cs.SY eess.IV eess.SP
Enabling Smart Reflection in Integrated Air-Ground Wireless Network: IRS Meets UAV
智能反射面(IRS)和无人机(UAV)分别通过智能信号反射和机动控制主动改变无线通信信道,成为提高无线通信网络性能的两种有前途的技术。然而,它们在实践中面临着不同的限制,这限制了它们的未来应用。在这篇文章中,我们提出了新的方法,联合应用IRS和无人机综合空地无线网络,利用他们的互补优势。具体地说,地面IRS用于增强无人机-地面通信性能,而无人机机载IRS用于辅助地面通信。我们提出了他们有前途的应用场景,新的通信设计问题以及潜在的解决方案。特别是,我们表明,它实际上是有益的部署在未来的无线网络中的地面和空中IRS,以获得智能反射在三维(3D)空间的好处。
2021-03-29 cs.IT cs.NI eess.SP
Overlay Space-Air-Ground Integrated Networks with SWIPT-Empowered Aerial Communications
本文研究覆盖式空天地一体化网络中LEO卫星与地面用户通信的中断性能,提出采用混合SWIPT和非线性能量收集模型,推导了理想与非理想SIC场景下的中断概率解析表达式,并通过蒙特卡洛仿真验证了理论准确性。
2024-06-19 cs.IT eess.SP math.IT
Over-the-Air Fusion of Sparse Spatial Features for Integrated Sensing and Edge AI over Broadband Channels
本文提出空间空中融合框架,利用无线电波形叠加和空间稀疏性实现多智能体特征的高效空中聚合,并通过优化体素-载波配对与功率分配提升集成感知与边缘AI的感知精度。
2024-12-31 cs.IT eess.SP math.IT
Information Freshness-Aware Task Offloading in Air-Ground Integrated Edge Computing Systems
VTT Technical Research Centre of Finland(芬兰VTT技术研究中心);University of Electro-Communications(电气通信大学);Shizuoka University(静冈大学);Zhejiang University(浙江大学);University of Oulu(奥卢大学);Catholic University of America(美国天主教大学);National Institute of Informatics(国立信息学研究所)
研究了由基础设施提供商(InP)部署的空地一体化多访问边缘计算系统中的信息新鲜度感知任务卸载问题。第三方实时应用服务提供商基于长期业务协议利用来自InP的有限通信和计算资源向订阅的移动用户(MU)提供计算服务。由于动态特性,MU之间的相互作用建模的非合作的随机博弈,其中的控制策略是耦合的,每个MU的目标是自私地最大化自己的预期的长期回报。为了解决纳什均衡的解决方案,我们建议,每个MU的行为按照当地的系统状态和结构,基于此随机博弈转化为一个单代理马尔可夫决策过程。此外,我们推导出一种新的在线深度强化学习(RL)方案,该方案为每个MU采用两个单独的双深度Q网络来近似Q因子和决策后Q因子。使用所提出的深度RL方案,系统中的每个MU能够在没有动态的先验统计知识的情况下做出决策。数值实验研究了该方案在平衡信息年龄和能量消耗方面的潜力。
2020-07-15 cs.LG eess.SP stat.ML
Integrated Robotics Networks with Co-optimization of Drone Placement and Air-Ground Communications
本文针对集成机器人网络中无人机部署与空地通信调度问题,提出和速率最大化模型,并设计基于交替梯度下降和惩罚二元松弛的快速多项式时间算法,仿真验证其有效性。
2023-12-03 cs.DC cs.SY eess.SP
Integrated Traffic Simulation-Prediction System using Neural Networks with Application to the Los Angeles International Airport Road Network
University of Southern California(南加州大学)
交通网络非常复杂,由于缺乏足够的测量数据和准确的交通状态预测,设计有效的交通管理系统是困难的。交通仿真模型可以通过使用有限的可用交通数据来捕获交通网络的复杂动态,并且如果将适当的输入馈送到仿真器中,则可以帮助中央交通当局进行决策。在本文中,我们设计了一个集成的模拟预测系统,估计的起点-目的地(OD)矩阵的道路网络,仅使用流量信息和预测的道路网络的行为在不同的模拟场景。该系统包括一个基于优化的OD矩阵生成方法,一个神经网络(NN)模型训练预测OD矩阵通过模式的交通流和微观交通模拟器与动态交通分配(DTA)计划来预测交通系统的行为。我们测试所提出的系统的道路网络的中央终端区(CTA)的洛杉矶国际机场(LAX),这表明,集成的交通模拟预测系统可以用来模拟几个现实世界的情况下,如车道关闭,路边停车和其他变化的影响。该模型是一个有效的工具,用于了解网络变化的影响和可能的好处,并以非常低的成本分析场景,而不会中断网络。
2020-08-05 cs.LG cs.SY eess.SP
Analytically Characterized Optimal Power Control for Signal-Level-Integrated Sensing, Computing and Communication in Federated Learning
RWTH Aachen University(亚琛工业大学);Wuhan University(武汉大学)
本文研究了在联邦学习中联合目标检测的上行信号级集成感知、计算与通信设计,提出了一种鲁棒、最优且多项式时间复杂度的算法,用于优化传输功率和接收缩放因子。
2026-11-16 cs.IT eess.SP math.IT
Integrated Sensing, Communication, and Over-The-Air Control of UAV Swarm Dynamics
针对无人机蜂群协调控制频谱资源需求大、现有空口控制器优化变量不足且未整合感知的问题,提出ISAC-OTA框架,通过上行两种后处理方法和下行非凸问题求解,实现控制与感知集成,在保证感知精度的同时达到基准控制性能,且无需每架无人机带宽分配。
2025-02-11 cs.SY eess.SP eess.SY
Hashing Beam Training for Integrated Ground-Air-Space Wireless Networks
针对空地天一体化网络大规模阵列波束训练复杂度高、精度低的问题,提出哈希多臂波束训练方案,通过多码本并行遍历与软判决投票实现对数级复杂度,在接近穷举法精度的同时大幅降低开销。
2024-07-10 cs.IT eess.SP math.IT