MARVELO: Wireless Virtual Network Embedding for Overlay Graphs with Loops
当在无线传感器或网状网络中部署资源密集型信号处理应用时,将处理块分布在多个节点上变得很有前途。这样的分布式应用需要解决布局问题(哪个块在哪个节点上运行)、路由问题(块之间的哪个链路映射到节点之间的哪个路径上)和调度问题(何时激活哪个传输)。我们调查一个变体,其中的应用程序图可能包含反馈回路,我们利用无线网络?固有多播优点。因此,我们提出了多播感知路由的虚拟网络嵌入与循环覆盖(MARVELO)找到有效的解决方案,调度和路由下的详细干扰模型。我们铸造这是一个混合整数二次约束优化问题,并提供了一个有效的启发式。仿真结果表明,我们的方法可以快速处理复杂的场景。
2017-12-18 cs.NI
Q-learning algorithm for resource allocation in WDMA-based optical wireless communication networks
可见光通信(VLC)由于其以低功耗提供高数据率的能力而在过去十年中得到了广泛的研究。一般来说,资源管理是蜂窝网络中的一个重要问题,可以高度影响其性能。在本文中,一个优化问题,制定每个用户在给定的时间分配到一个最佳的接入点和波长。这个问题可以用混合整数线性规划(MILP)来解决。然而,由于其复杂性和内存要求,使用MILP并不被认为是一种实用的解决方案。此外,必须提供准确的信息以执行资源分配。因此,使用强化学习(RL)重新表述优化问题,RL最近由于其能够在没有先验知识的情况下与任何环境进行交互而受到极大的关注。在本文中,我们研究解决的资源分配优化问题的VLC系统使用基本Q-学习算法。两种情况下进行了模拟,与以前提出的MILP模型的结果进行比较。结果表明,Q-学习算法的能力,以提供最佳的解决方案接近MILP模型没有先验知识的系统。
2021-05-22 cs.NI eess.SP
On Energy-efficiency in Wireless Networks: A Game-theoretic Approach to Cooperation Inspired by Evolutionary Biology
我们开发了一个博弈论的框架来研究无线网络中合作对能量效率的影响。我们解决两个例子的网络架构,类似的ad-hoc网络和网络与中央基础设施节点。大多数现有的方法通过使用复杂的算法来加强网络中的合作,然后在网络节点处进行广泛的信号处理来解决通信网络中的能量效率问题。相反,我们解决合作通信的情况下,由简单的,进化的,本地的规则,并不需要网络节点的战略复杂性。这种方法的动机是最近的结果,在进化生物学,这表明合作可以出现在自然界的进化,即。e.如果有某种机制在起作用,自然选择会对它们有利。因此,我们能够通过实验表明,合作行为确实可以出现,并坚持在无线网络中,即使个别节点的行为是由自私的决策。这项工作的结果表明,简单的本地规则,其次是简单的适应度评估,可以促进合作,并产生网络行为,在某些无线网络中产生全局能源效率。
2014-05-16 cs.NI
On Frequency Optimisation for Power Saving in WSNs: Finding Optimum Hardware Timers Frequencies
无线传感器网络的研究和需求正在全面扩展,因为人们逐渐认识到这些是工业,商业,家庭自动化,医疗保健,农业和环境,监控,公共安全等大量问题的关键。在这篇硕士论文中,我们研究了一种特殊的节能技术,即频率缩放。特别是,我们分析了时钟频率之间的密切关系,在一个微控制器和几种类型的限制施加在这些频率上,例如,由微控制器的其他组件,由协议规范,由外部因素等,在这些限制,我们特别感兴趣的定时器服务和由串行端口的传输速率。我们的努力产生了一个微控制器配置管理工具,其目的是帮助应用程序员选择微控制器配置,根据其应用的特定需求和限制。
2012-02-27 cs.NI
Achieving Small World Properties using Bio-Inspired Techniques in Wireless Networks
无线自组织网络具有自组织特性以实现网络范围的特性是非常可取的和具有挑战性的。研究表明,小世界特性,主要是低平均路径长度和高聚类系数,是一般网络的理想特性。然而,由于无线网络的空间性质,实现小世界属性仍然是极具挑战性的。研究还表明,具有小世界特性的无线自组织网络的度分布介于几何律和幂律之间。在本文中,我们表明,在一个无线ad hoc网络与非均匀的节点密度只有本地信息,我们可以显着减少平均路径长度,并保留聚类系数。为了实现这个目标,我们的算法首先使用侧抑制技术识别逻辑区域,然后识别波束形成的节点,最后使用Flocking识别波束属性。我们使用侧抑制和群集,因为它们使我们能够使用本地状态信息,而不是其他技术。我们通过仿真结果和分析来支持我们的工作,仿真结果和分析表明,对于高密度网络,可以实现高达40%的减少。我们还展示了用于创建区域的跳数对平均路径长度、聚类系数和连通性的影响。
2012-03-03 cs.NI
Scalable and Energy-Efficient Predictive Data Collection in Wireless Sensor Networks with Constructive Interference
本文提出STAIR框架,利用构造性干扰和子模优化算法在资源受限的无线传感器网络中实现可扩展、节能的预测性数据收集,并在真实测试床上验证了其有效性。
2025-08-11 cs.NI
Placement Of Energy Aware Wireless Mesh Nodes For E-Learning In Green Campuses
能源效率解决方案对于绿色网状网络(GMN)园区更为重要。今天,学生受益于使用这些电子学习方法。太阳能、风能、水能等可再生能源在节能无线网络中有着巨大的应用,可以满足不断增长的流量需求。设计GMN的主要问题之一是最大限度地减少部署的网状路由器和网关的数量,并满足可持续的基于QOS的能量约束。在低流量时段期间,网状网路由器被切换到省电模式或睡眠方式。在本文中,我们已经制定了一个单一的目标函数与多个约束条件,以优化能量。目标是将最小数量的网状路由器和网关在一组候选位置。网格节点使用太阳能供电,以满足交通需求。本文比较了两种全局优化算法,以优化能量可持续性,保证无缝连接。
2015-05-18 cs.NI
Location-Quality-aware Policy Optimisation for Relay Selection in Mobile Networks
中继可以提高无线接入网络的覆盖范围和性能。在移动节点处存在定位系统的情况下,使用这样的位置估计用于中继节点选择可以是有利的,因为这样的信息可以由接入点相对于移动节点的数量以线性努力来收集(而链路的数量以二次方增长)。然而,定位误差和所选择的位置信息的更新速率与移动性模型一起影响这种基于位置的中继方案的性能;这些参数也需要在最优策略的设计中加以考虑。本文开发了一个马尔可夫模型,可以捕获的定位误差和不准确的位置信息,由于转发延迟和移动性的联合影响;马尔可夫模型用于开发算法,以确定最佳的基于位置的中继策略,考虑到上述因素。该模型随后被用来分析部署参数的选择对基于位置的无线局域网场景中的中继与自由空间的传播条件,并在基于测量的室内办公室的情况下的性能的影响。
2015-05-07 cs.NI
Auction-based Resource Allocation in MillimeterWave Wireless Access Networks
研究了60 GHz毫米波无线接入网中客户端对可用接入点的最优分配的资源分配问题。这个问题被看作是一个多任务优化问题。所提出的解决方案将初始问题转化为最小费用流问题,并允许设计一个有效的算法的组合拍卖算法。该解决方案算法利用了问题的网络优化结构,因此比计算密集型通用求解器更强大。理论和数值结果表明,许多属性,如最优性,收敛性和可扩展性相比,现有的方法。
2013-04-07 cs.GT cs.NI
Self-organization of Nodes using Bio-Inspired Techniques for Achieving Small World Properties
在自治无线传感器网络中,节点的自组织是实现网络广泛特性的关键。我们相信,在无线自治网络的连接可以增加和整体平均路径长度可以通过使用波束成形和生物启发算法减少。关于在无线网络中使用波束成形的最近的工作大多假设聚合到异构或混合部署的网络的知识。我们建议,没有全局知识或引入任何特殊的功能,平均路径长度可以减少的启发,从自然和简单的相邻节点之间的相互作用的帮助。我们的算法还减少了网络中断开连接的组件的数量。我们的研究结果表明,减少平均路径长度和断开组件的数量,可以实现使用非常简单的本地规则,而没有完整的网络知识。
2011-09-27 cs.NI
Performance Analysis of Bio-Inspired Routing Protocols based on Random Waypoint Mobility Model
移动自组织网络(MANET)是一种非集中式的、多跳的无线网络,缺乏公共的基础设施,因此需要自组织。移动自组网中最大的挑战是在通信节点之间找到一条路径,这就是移动自组网的路由问题。生物启发的技术,如蚁群优化(ACO)已被证明是非常适应在其他问题领域,已被应用到移动自组网路由问题,因为它形成了一个很好的适合的问题。这些生物系统的一般特性,其中包括它们的自我组织,自我修复和本地决策的能力,使它们适合在MANNETWORK路由。本文讨论了几种基于蚁群算法的协议,即AntNet、混合蚁群算法(AntHocNet)、基于蚁群优化的路由算法(ARA)、改进的移动自组网蚁群优化路由算法(PACONET)、基于需求距离向量的蚁群优化算法(Ant-AODV)和基于ACO的动态源路由(Ant-DSR),并根据服务质量(QoS)参数来确定它们的性能,例如端到端延迟和数据包传输率。我们还比较他们与著名的协议,ad hoc按需距离矢量(AODV)和动态源路由(DSR),随机路点移动模型的基础上。仿真结果表明,这种生物启发的方法有助于提高QoS参数。
2013-01-05 cs.NI
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
Energy-efficiency in Decentralized Wireless Networks: A Game-theoretic Approach inspired by Evolutionary Biology
能量效率在具有能量供应和信号处理能力有限的节点的无线通信网络中变得越来越重要。我们提出了一个基于简单的本地规则的合作通信场景的数值研究。这与文献中的大多数方法相反,这些方法通过使用复杂的算法来执行合作,并且需要网络节点的战略复杂性。进化生物学的最新结果表明,如果某种机制在起作用,合作可以受到自然选择的青睐。e.甚至各个节点的自私行为也可能导致网络中合作行为的出现。在无线通信网络的背景下,模拟的结果验证了这些意见,并表明,简单的本地规则,然后简单的适应度评估,可以产生网络行为,产生全球能源效率。
2014-05-14 cs.GT cs.NI
Cognitive radio ad hoc networks (CRAHNs): Cognitive radio ad hoc networks (CRAHNs): Resource allocation techniques based on Bio-inspired computing
频谱是一种稀缺商品,考虑到无线服务提供商面临的频谱稀缺性,导致了高拥塞水平。共享频谱的技术效率低下(这只不过是石油/天然气/电力管道/网络中采用的“公共载波原则”),由于所有自组织网络共享公共信道池,因此耗尽可用信道将迫使自组织网络阻塞服务。研究人员发现,认知无线电(CR)技术可以解决频谱稀缺问题。CR网络被证明是下一代无线通信系统,它提出了一种在机会主义和非干扰的基础上重用被许可用户(主网络)未充分利用的频谱的方法。CR是无线网络中的自配置实体,其感测其环境、跟踪变化并频繁地与其网络交换信息。通过查看称为认知无线电自组织网络(CRAHN)的网络的整体地理位置,将这种智能层添加到自组织网络中。然而,CRAHN面临的挑战和条件变得最差,同时跟踪变化,即在主网络用户到达时重新分配另一个未充分利用的信道。本文提出了一种基于生物启发计算算法的CRAHN信道或资源重新分配技术。
2010-06-29 cs.NI
Distributed Time-Frequency Division Multiple Access Protocol For Wireless Sensor Networks
众所周知,在无线传感器节点中,生物启发的自维护算法以分散的方式和非常低的复杂度实现接近最佳的时分多址(TDMA)特性。我们扩展这样的分布式TDMA方法,多个信道(频率)。这是通过扩展协作反应式监听的概念来实现的,以便平衡所有可用信道中的节点数量。我们证明了新协议的稳定性和估计的延迟,直到达到平衡的系统状态。我们的方法是基准对单通道分布式TDMA和信道跳频方法使用TinyOS imote2无线传感器。
2012-05-17 cs.NI
AMHRP: Adaptive Multi-Hop Routing Protocol to Improve Network Lifetime for Multi-Hop Wireless Body Area Network
COMSATS University Islamabad, Abbottabad Campus(伊斯兰堡COMSATS大学阿伯塔巴德校区);University of Lahore, Sargodha Campus(拉合尔大学萨戈达校区);Ton Duc Thang University(同德大学);Oxford Brookes University(牛津布鲁克斯大学);Obuda University(欧贝达大学)
本文提出AMHRP自适应多跳路由协议,通过泊松分布和均衡模型,采用多跳拓扑与随机节点部署,以延长WBAN网络寿命并改善吞吐量、路径损耗和剩余能量。
2025-10-14 cs.NI
Attack of the Ants: Studying Ant Routing Algorithms in Simulation and Wireless Testbeds
无线网络正在成为我们通信基础设施的关键组成部分。示例范围从蜂窝网络到野生动物监测和环境场景中的自组织和传感器网络。随着物联网(IoT)的兴起,数以百万计的物理和虚拟对象将进行无线通信并改善日常生活。物联网中无线网络的自适应性和可扩展性是最具挑战性的任务之一。生物启发的网络算法是解决这些问题的一种方法。在本文中,我们提出了一个仿真框架的基础上OMNeT++实现蚂蚁路由算法,研究和比较它们的算法水平和方法,以全面的方式运行大型仿真研究。
2014-09-03 cs.NI
A Comprehensive Survey of MAC Protocols for Wireless Body Area Networks
在本文中,我们提出了一个全面的研究介质访问控制(MAC)协议的无线体域网(WBANs)。在WBAN中,小型电池供电的身体或植入的生物医学传感器节点用于监测生理信号,如温度,血压,心电图(ECG),脑电图(EEG)等。我们讨论了WBAN的设计要求与主要的能量耗散源。然后,我们进一步研究了现有的WBAN设计的协议,重点是他们的优点和缺点。论文最后提出了结论和未来工作的开放性研究问题。
2012-08-11 cs.NI
A Wireless Network Architecture for Monitoring of Hospitalized Patients
University of Catania(卡塔尼亚大学)
针对住院患者生命体征监测需求,提出MEDIWARN无线网络架构,探讨其设计挑战并通过模拟评估初步验证系统性能,助力医疗团队及时响应患者健康变化。
2026-08-04 cs.NI
GNN-Based Joint Channel and Power Allocation in Heterogeneous Wireless Networks
University of Melbourne(墨尔本大学)
本文提出JCPGNN,将异构无线网络建模为异构图,通过共享消息计算层和两个任务特定层联合优化信道与功率分配,在保证性能的同时提升计算效率。
2024-07-28 cs.IT cs.LG cs.NI
Energy-efficient Wireless Analog Sensing for Persistent Underwater Environmental Monitoring
作为新的水下物联网(IoUT)范例的一部分,传感器或“东西”的设计面临着多重挑战,包括有限的电池容量,不污染水体,以及连续跟踪具有高时空变化性的现象的能力。我们声称,传统的数字传感器无法满足这些需求,因为它们的高功耗,高复杂性(成本),以及使用不可生物降解的材料。为了解决上述挑战,我们提出了一种新的架构组成的密集模拟生物降解传感器的传感基板上的传统的无线传感器网络(WSN)。基质模拟生物可降解传感器仅使用单个场效应晶体管(FET)执行香农映射(数据压缩技术),而不需要功耗高的模数转换器(ADC),从而大大降低了功耗、复杂性以及仅使用可持续能源收集技术供电的能力。提出了一种新颖高效的解码技术。这两种编码/解码技术已通过Spice和MATLAB仿真验证占水声信道的变化。
2019-06-30 cs.ET cs.NI eess.SP
A Review on Bio-Cyber Interfaces for Intrabody Molecular Communications Systems
生物工程和无线通信系统的最新进展促使研究人员提出远程医疗、治疗和人类健康监测的新应用。例如,通过无线医疗遥测,医护人员可以远程测量生物信号并控制维持患者健康状态所需的生物体中的某些过程。这项技术可以进一步扩展到使用Bio-Nano设备来促进对人类健康的实时监测和在云中存储收集的数据。这为生物传感网络的发展带来了新的挑战和机遇,而生物传感网络的发展将取决于现有体内装置功能的扩展。在本文中,我们将涵盖植入式微型设备的最新进展,并介绍了改进它们的角度,以促进基于纳米级收集的数据的新治疗诊断学的发展。
2021-04-30 cs.NI cs.SY eess.SY
Networking and processing in optical wireless
光无线通信(OWC)是一种有前途的技术,它可以提供高数据速率,同时支持多个用户。光无线(OW)物理层已经得到了广泛的研究,然而很少有工作致力于多址接入和OW前端如何连接到网络。在本文中,OWC系统,采用波分多址接入(WDMA)方案进行了研究,以支持多个用户的目的。此外,首次提出了云/雾架构,为OWC提供处理能力。云/雾集成架构使用可见室内光来创建与潜在移动节点的高数据速率连接。这些光无线节点被进一步集群并用作雾迷你服务器,通过光无线信道为其他用户提供处理服务。额外的雾处理单元位于房间、建筑物、校园和地铁层。进一步的处理能力由远程云站点提供。一个混合整数线性规划(MILP)模型的开发和利用,以优化室内OWC系统的资源分配。开发了第二个MILP模型,以优化处理任务在不同雾和云节点中的位置。使用MILP模型分析了云/雾集成架构中的任务放置优化。考虑了多个场景,其中移动节点位置在房间中变化,并且每个光无线节点所请求的处理量和数据速率变化。结果有助于确定最佳的颜色和接入点用于通信的一个给定的移动节点的位置和OWC系统配置,最佳的位置,以放置处理和网络架构的影响。确定了今后工作的领域。
2019-07-22 cs.NI eess.SP
Slice-aware Resource Allocation and Admission Control for Smart Factory Wireless Networks
本文提出基于凸优化的切片感知资源分配与准入控制框架,动态分配功率和子信道,在基站功率受限时放宽CL切片目标速率约束,保障智能工厂多切片QoS并最小化功耗。
2024-07-31 cs.NI cs.SY eess.SY
Some aspects of physical prototyping in Pervasive Computing
本文件总结了过去七年来几项研究活动的结果。主要的连接主题是在普适计算领域广泛部署的传感器的物理层。特别是,我们专注于RF通道或环境音频。我们开始这项工作的最初问题是分布式自适应发射波束成形。我们一直在寻找一种简单的方法来对齐联合传输节点(例如传感器或物联网节点)的相位。这个问题的算法解决方案是在参与节点上实施分布式随机优化方法,其中发射器和接收器遵循迭代问答方案。我们已经能够推导出尖锐的渐近界的预期优化时间的进化随机优化,并提出了一种渐近最优的方法。我们从这些物理层算法的工作中学到的一件事是,我们处理的信号是脆弱的,对物理环境变化敏感。这些可能是障碍物,如家具,打开或关闭的窗户或门以及个人的移动。这一观察促使我们将无线接口视为普适计算环境中环境变化的传感器。物理层RF信号的另一用途是用于安全应用。我们目前正在努力进一步推动这些提到的方向和物理原型的新领域。特别是,在传输时的无线信道上的数学运算的计算似乎包含在普适计算域中的通信和计算效率的增益的良好潜力。
2018-01-19 cs.HC cs.NI
Explainable Artificial Intelligence (XAI) for 6G: Improving Trust between Human and Machine
Alan Turing Institute(艾伦·图灵研究所);Cranfield University(克兰菲尔德大学)
随着第五代(5G)移动网络带来全球社会效益,第六代(6 G)的设计阶段已经开始。6 G需要实现更高水平的自主性,改善人机界面,并在更多样化的环境中实现深度连接。提高可解释性以实现信任的需求对于6 G至关重要,因为它管理着从任务关键型服务(例如自动驾驶)到安全关键型任务(例如远程手术)的广泛范围。随着我们从传统的基于模型的优化迁移到深度学习,我们对优化模块的信任度下降了。这种信任的丧失意味着我们无法理解以下因素的影响:1)不良/偏见/恶意数据,2)神经网络设计对决策的影响;我们也无法向工程师或公众解释网络的行为。在这篇综述中,我们概述了6 G可解释人工智能(XAI)的核心概念,包括:公共和法律动机,可解释性的定义,性能与可解释性的权衡,提高可解释性的方法,以及将XAI纳入未来无线系统的框架。我们的评论是基于PHY和MAC层优化的案例研究,并为社区提供了一个重要的研究领域。
2019-11-19 cs.LG cs.NI eess.SP
Securing Hybrid Wireless Body Area Networks (HyWBAN): Advancements in Semantic Communications and Jamming Techniques
本文提出一种结合语义通信与干扰接收机的双层安全机制,利用深度学习模型生成与加密密钥相关的语义概念,在保障HyWBAN数据机密性与完整性的同时,显著降低了相比ECDH等传统方法的能耗。
2024-04-24 cs.CR cs.NI