Hybrid Powerline/Wireless Diversity for Smart Grid Communications: Design Challenges and Real-time Implementation
对能源的需求正以前所未有的速度增长，远远高于使用传统和绿色技术的能源发电能力的增长率。特别是，电力行业一直被评为所有其他能源市场中最具活力的增长市场之一。基于可再生能源的分布式（分散式）能源发电是满足如此巨大的能源需求增长的有效和可靠的解决方案[1]。然而，为了管理动态和复杂的分布式系统，必须实时测量、收集、交换和处理大量数据。智能电网管理智能能量输送网络，该智能能量输送网络使能由公用事业公司操作的数据集中器与安装在最终用户处的智能电表之间的双向通信。特别地，动态电网负载和峰值负载管理是通过电网进行双向通信的两个主要驱动力。窄带电力线通信（NB-PLC）和非授权频段（低于1 GHz或2.4 GHz）中的无线通信是用于支持日益增长的智能电网应用的两种主要通信系统。此外，由于NB-PLC和未许可无线链路经历具有显著不同统计的信道和干扰，因此在两个链路上同时发送相同的信息信号显著增强了智能电网通信可靠性。在这篇文章中，我们比较了各种分集合并方案，同时电力线和无线传输。此外，我们开发了一个实时的混合PLC/无线系统的测试平台，以证明通过PLC/无线分集相结合，在一个单一的链路性能实现的性能增强。
2018-08-14 eess.SP
Deep Learning-based Power Allocation in Rate Splitting Optical Wireless Networks
针对基于速率分割的光无线网络功率分配复杂问题，本文构建数据速率优化模型，并训练 DNN 在线确定公共与私有消息功率，以满足用户需求。
2023-07-17 eess.SP
Gradient Ascent Algorithm for Enhancing Secrecy Rate in Wireless Communications for Smart Grid
新兴的物联网（IoT）和智能电网中的双向通信有望改善智能电网的能力和电力管理。由于智能电网中大量的物联网设备，需要传输的数据量增加，这就需要高数据速率来满足智能电网的实时通信要求。亚6 GHz、毫米波（mmWave）技术和大规模多输入多输出（MIMO）技术可以满足高数据速率需求。然而，支持IoT的智能电网仍然受到各种安全挑战，例如窃听，其中攻击者试图偷听发送的信号，以及干扰攻击，其中攻击者干扰接收器处接收的信号。在本文中，我们的目标是调查干扰和窃听攻击，同时提高智能电网通信的保密能力。具体而言，我们建议采用混合波束成形设计的无线通信在智能能源电网。在以往的工作中，保密容量的增加是通过随机增加源功率或设置系统组合器。与现有技术不同的是，我们设计并评估了梯度上升算法，以搜索最佳组合器/波形，从而最大限度地提高智能电网通信的保密能力。我们还研究了两种不同的优化方案，同时考虑固定和可变的发射功率。数值结果用于性能评估和支持我们的正式分析。
2021-08-11 eess.SP
Next-generation Wireless Solutions for the Smart Factory, Smart Vehicles, the Smart Grid and Smart Cities
5G无线系统将把移动通信服务从移动电话、移动宽带和大规模机器类型通信扩展到新的应用领域，即所谓的垂直领域，包括智能工厂、智能汽车、智能电网、智能城市等。在本次调查中，我们首先确定了5G通信在支持垂直领域自动化方面的潜在关键性能要求，并重点介绍了为满足这些要求而设计的5G使能技术。然后，我们讨论了工业界和学术界所面临的关键挑战，这些挑战必须得到解决，以支持垂直领域的自动化。我们还提供了一个调查的相关研究，致力于自动化在垂直领域。最后，简要讨论了我们对6G无线系统的愿景。
2019-07-23 eess.SP
Multi-User Rate Splitting in Optical Wireless Networks
光无线通信（OWC）作为一种能够支持日益增长的巨大数据流量的新技术，近年来受到了广泛的关注。基于激光的OWC网络可以提供每秒太比特（Tbps）的聚合数据速率。然而，新兴的OWC网络需要光发射机集群来为多个用户提供统一的覆盖。在这种情况下，多用户干扰（MUI）是一个至关重要的问题，必须有效地管理，以提供高频谱效率。速率分割（RS）是一种同时为多个用户提供服务的传输方案，它将一个用户的消息分成公共消息和私有消息，然后每个用户按照一定的过程解码所需的消息。在射频（RF）网络中，与正交和非正交传输方案相比，RS提供更高的频谱效率。考虑到OWC网络的高密度，RS的性能受到在发射机处提供信道状态信息（CSI）的成本以及由干扰消除导致的噪声的限制。在这项工作中，用户分组算法提出并用于形成多个组，每个组包含用户空间聚类。然后，外部预编码器被设计为遵循盲干扰对准（BIA）的方法来管理组间干扰，这降低了在RF或光发射机处的CSI的要求。对于组内干扰，在每个组内应用RS，其中属于给定组的用户接收唯一的公共消息，在该公共消息上叠加了他们的私有消息。此外，制定了一个优化问题，以分配功率之间的私人消息打算给所有用户，使网络的总速率最大化。
2022-07-23 eess.SP
Power from Space: Coordinated Satellite Charging for Off-Grid Wireless Systems
University of Oulu（奥卢大学）；German University in Cairo（开罗德国大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
本文针对离网场景物联网设备充电难题，提出多卫星联合服务地面设备的天基协同无线能量传输方案，评估了不同协同方案的功率表现，探讨超表面集成及星间激光传输等关键技术，梳理了相关挑战与研究方向。
2026-08-27 eess.SP
Development of A Fully Data-Driven Artificial Intelligence and Deep Learning for URLLC Application in 6G Wireless Systems: A Survey
第六代的完整未来将开发一个完全数据驱动的系统，提供每秒太比特的速率，并在2030年的10年内几乎瞬间采用平均每人1000+的大量连接。数据驱动的超可靠和低延迟通信是未来第六代无线通信和网络架构的新应用所提供的新服务范例，涉及100+ Gbps的数据速率和1毫秒的延迟。关键的限制是可用于传播大量数据和精心设计的人工神经网络的计算能力。人工智能提供了一种新的技术来设计无线网络，通过应用学习，预测和决策来管理大数据训练个体的流，这提供了更多的能力来转换专家学习以提高无线网络的性能。我们研究将成为驱动力的发展技术是人工智能，通信系统，以保证低延迟。本文旨在讨论发展中的网络的效率和减轻应用场景的巨大挑战，并研究全息无线电，增强的无线信道编码，巨大的物联网集成，以及虚拟和增强现实的触觉通信在6G网络上提供新的服务。此外，改进深度学习中超可靠和低延迟的多层架构，可以实现数据驱动的AI和6G网络，以实现设备智能，并允许基于有效学习能力的创新。为了满足未来智能网络的需求，必须解决这些困难。此外，这项研究还对机器学习和第六代机器学习之间各种未探索的研究差距进行了分类。
2021-08-04 cs.CC eess.SP
CGFormer: A Cross-Attention Based Grid-Free Transformer for Radio Map Estimation
George Mason University（乔治梅森大学）；Georgia State University（佐治亚州立大学）；Virginia Tech（弗吉尼亚理工大学）
本文提出了一种基于交叉注意力的无网格变压器模型，用于无线电地图估计，通过引入轻量级空间嵌入模块和交叉注意力机制，有效降低RMSE，优于传统网格基和无网格基方法。
2026-03-22 eess.SP
A Hybrid Wired/Wireless Deterministic Network for Smart Grid
随着智能电网、机器人、自动驾驶汽车和工业自动化等时间关键型应用的快速增长，对高可靠性、低延迟和严格限制抖动的需求急剧增加。高精度的时间同步通信，如时间触发以太网（TTE），已经成功地开发了有线网络。然而，部署额外设备和额外布线的高成本限制了这些网络的可扩展性。因此，本文提出了一种基于高速TTE和5G超可靠低延迟通信（URLLC）相结合的混合有线/无线高精度时间同步网络。其主要动机是满足时间关键型应用（如智能电网同步相量通信）的低延迟、低抖动和高可靠性要求。因此，在所提出的混合网络架构中，高速TTE被认为是主总线（即，骨干网），而精确时间协议（PTP）辅助的基于5G-URLLC的无线接入被用作子网络。主要的挑战是实现PTP辅助URLLC和TTE之间的互操作性，同时确保高精度的定时和同步。仿真结果表明，PTP辅助URLLC的影响，在保持网络的可靠性，延迟和抖动与TTE网络完全协调。
2021-05-13 cs.NI eess.SP
User Association Optimization for IRS-aided Terahertz Networks: A Matching Theory Approach
针对太赫兹通信传输距离受限的问题，本文提出采用IRS增强太赫兹系统，构建源-IRS-目的节点匹配的MINLP问题，并基于Gale-Shapley算法求解以实现稳定匹配、最大化系统和速率。
2024-01-26 eess.SP
WirelessJEPA: A Multi-Antenna Foundation Model using Spatio-temporal Wireless Latent Predictions
University of Calgary（卡尔加里大学）
WirelessJEPA通过空间-时间无线潜在预测，实现多天线信号的通用表示学习，适用于多种下游任务。
2026-01-28 eess.SP
Cross Far- and Near-field Wireless Communications in Terahertz Ultra-large Antenna Array Systems
本文研究了太赫兹超大天线阵列系统中的跨远近场通信挑战，提出了混合球面与平面波信道模型、跨场信道估计及多子阵列混合波束成形等解决方案，并评估其性能，最后指出了未来的潜在研究方向。
2023-08-03 cs.IT eess.SP math.IT
Distributed Coordinated Multicell Beamforming for Wireless Cellular Networks Powered by Renewables: A Stochastic ADMM Approach
可再生能源（RES）的集成促进了无线通信系统的高效和可持续的资源分配。在本文中，引入了一种新的框架来开发用于由智能微电网供电的无线蜂窝网络的协调多小区波束成形（CMBF）设计，其中BS配备有RES收集设备并且可以执行双向（即，购买/出售）与主电网的能量交易。为此，提出了新的模型来考虑随机RES收获，双向能源交易，和基于条件风险价值（CVaR）的能源交易成本。利用这些模型，我们提出了一个分布式的CMBF解决方案，以尽量减少网格范围内的交易成本受到用户的服务质量（QoS）的约束。具体来说，依靠国家的最先进的优化工具，我们表明，相关的任务可以制定为一个凸的问题，非常适合开发一个分布式求解器。为了应对RES的随机可用性，随机交替方向乘法器（ADMM），然后利用开发一种新的分布式CMBF计划。它建立了所提出的方案是保证产生最佳的CMBF解决方案，只有本地信道状态信息在每个BS和有限的信息交换BS之间可用。数值结果证实了所提出的计划的优点。
2017-10-17 eess.SP
Benchmarking Dataset for Presence-Only Passive Reconnaissance in Wireless Smart-Grid Communications
American University of Beirut（贝鲁特美国大学）
本文提出一个用于无线智能电网中被动侦察的基准数据集生成器，通过物理一致的信道建模生成时间序列，支持联邦学习的标准化基准测试。
2026-03-10 cs.CR eess.SP
Efficient Energy Harvesting in Wireless Sensor Networks of Smart Grid
本文针对智能电网无线传感器网络节点电池寿命受限问题，提出利用移动充电器结合最优路径计算的高效能量收集与充电模型，以最大化节点电池利用率并减少充电等待时间。
2019-11-02 cs.NI eess.SP
Multi-IRS Enhanced Wireless Coverage: Deployment Optimization Based on Large-Scale Channel Knowledge
针对多IRS辅助无线覆盖，本文基于大规模信道知识建模级联增益，构建联合站点选择、高度、朝向和元件数的成本最小化问题，并提出BB最优算法与低复杂度逐次细化算法。
2024-10-26 eess.SP
LoRa-RL: Deep Reinforcement Learning for Resource Management in Hybrid Energy LoRa Wireless Networks
LoRa无线网络被认为是下一代物联网（IoT）系统的关键技术。新的物联网部署（例如，智能城市场景）每平方公里可能具有数千个设备，导致提供连接的巨大功耗。在本文中，我们研究了由电网和可再生能源混合供电的绿色LoRa无线网络，它可以在处理间歇性供应的同时受益于收获的能量。本文提出了有限数量的信道和扩频因子（SF）的资源管理方案，以提高LoRa网关的能量效率。首先，在满足系统的服务质量需求的同时使电网功耗最小化的问题被公式化。具体而言，这两种情况下的不相关和时间相关的信道进行了研究。最优的资源管理问题是通过解耦成两个子问题：信道和SF分配问题和能量管理问题。由于最优解的获得具有较高的复杂性，在线资源管理启发式算法，最大限度地减少电网的能源消耗。最后，考虑到信道和能量的相关性，自适应资源管理方案的基础上强化学习（RL），开发。仿真结果表明，所提出的资源管理方案提供了在LoRa无线网络中的可再生能源的有效利用。
2021-09-06 cs.NI eess.SP
Learning to Gridize: Segment Physical World by Wireless Communication Channel
Shenzhen Research Institute of Big Data（深圳大数据研究院）；School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）科学与工程学院）；School of Artificial Intelligence, The Chinese University of Hong Kong（香港中文大学人工智能学院）；Networking and User Experience Laboratory, Huawei Technologies（华为技术有限公司网络与用户体验实验室）
本文提出信道空间网格化（CSG）框架及CSG-AE自编码器，首次仅用波束级RSRP统一实现信道估计与网格划分，并设计PIDA训练方案，在真实数据上显著提升RSRP预测精度和信道一致性。
2025-07-21 cs.LG eess.SP
Initial Access for Millimeter-Wave and Terahertz Communications with Hybrid Beamforming
为了在第六代（6G）移动系统中实现每秒太比特（Tbps）的数据率，无线通信需要利用毫米波（mmWave）和太赫兹（THz）频带中的丰富频谱。然而，高频传输严重依赖于高波束成形增益来补偿严重的传播损耗。基于波束的系统在初始接入过程中面临障碍，其中基站必须向其覆盖范围内的所有用户广播同步信号和系统信息。因此，本文提出了一种新的全向广播方案的毫米波和太赫兹系统与混合波束形成。它通过在子阵列上形成互补波束，在所有方向上提供瞬时相等的增益。数值结果表明，该方案可以实现全方位覆盖，其性能明显优于已有方案。
2022-05-02 cs.IT eess.SP math.IT
A Survey on the Symbiosis of Artificial Intelligence and Terahertz Networks
Shanghai Jiao Tong University（上海交通大学）
本文综述了人工智能与太赫兹网络的共生关系，探讨了AI在太赫兹通信网络中的应用及太赫兹网络对AI的支持作用，强调两者相互促进的发展模式。
2026-10-14 eess.SP
LWM-TF: A Wireless Foundation Model on 5G NR Time-Frequency Resource Grids
Arizona State University（亚利桑那州立大学）
本文提出LWM-TF无线基础模型，在5G NR上行链路OFDM网格上预训练，冻结编码器后线性探针在调制分类、CRC预测等任务上性能优于CNN，标注稀缺时迁移能力突出。
2026-11-10 cs.IT eess.SP math.IT
Empowering Prosumer Communities in Smart Grid with Wireless Communications and Federated Edge Learning
Université of Sherbrooke（舍布鲁克大学）；INTERLAB Research Laboratory（INTERLAB研究实验室）
分布式能源资源的指数级增长正在使智能电网中的传统消费者转变为生产消费者。这种过渡为可持续能源贸易提供了一个充满希望的机会。然而，将产消者纳入能源市场，在设计统一和可持续的框架以有效利用电力和通信基础设施方面提出了新的考虑。此外，需要解决几个问题，以充分促进采用分散的可再生系统，如通信开销，数据隐私，可扩展性和可持续性。在这篇文章中，我们提出了建立有效的能源交易市场在沟通和智能决策方面需要解决的不同方面和挑战。因此，我们提出了一个多层次的亲决策框架，为prosumer社区实现集体目标。由于产消者的个人决策主要由个人自给自足目标驱动，因此该框架优先考虑个人产消者的决策，并依赖5G无线网络在社区成员之间进行快速协调。事实上，每个产消者都预测能源生产和消费，以做出积极的交易决策，作为对集体要求的回应。此外，社区的协作进一步扩展，包括使用联合学习的预测模型的协作训练，由边缘服务器和生产者家庭设备辅助。除了保护产消者的隐私外，我们还通过评估表明，使用联合学习训练预测模型可以为不同的能源资源提供高准确性，同时减少通信开销。
2022-01-28 cs.AI cs.NI eess.SP
Transfer Generative Adversarial Networks (T-GAN)-based Terahertz Channel Modeling
太赫兹（THz）通信被设想为用于6 G及更高无线系统的有前途的技术，提供超宽带宽，从而提供每秒太比特（Tbps）的数据速率。然而，作为设计太赫兹通信的基础，信道建模和表征是审查新频谱潜力的基础。传统的统计信道建模方法依赖于物理测量数据，在假设一定的分布和经验参数的情况下，存在建模精度不高的问题。此外，在太赫兹波段获得广泛的信道测量是耗时且昂贵的。本文提出了一种基于转移生成对抗网络（transfer generative adversarial network，T-GAN）的THz频段建模方法，该方法利用了GAN在复杂分布建模方面的优势，以及转移学习在有限训练数据下从源任务转移知识以提高目标任务泛化能力的优势。具体地，首先，使用由来自第三代合作伙伴计划（3GPP）的标准信道模型生成的模拟数据集来预训练所提出的GAN。此外，通过转移知识并对预训练的GAN进行微调，利用少量THz测量数据集开发T-GAN。实验结果表明，所提出的T-GAN方法产生的PDP的分布显示出良好的协议与测量。与传统的3GPP方法相比，T-GAN的均方根误差（RMSE）和结构相似性指数（SSIM）均提高了9 dB，具有良好的信道建模性能。
2023-01-03 eess.SP
Near-Field Sparse Channel Estimation for Extremely Large-Scale RIS-Aided Wireless Communications
针对极大规模RIS辅助通信的近场稀疏信道估计问题，提出两阶段基于学习的方案，分别用DnCNN和ISTA网络估计公共路径参数及个体参数，仿真验证其优于现有基准。
2023-11-13 eess.SP
Meeting of Mobile Nodes Based on RSS Measurements in Wireless Ad Hoc Networks
在这项工作中，我们解决了一个全新的情况下，这是在无线自组织网络中的移动节点（球员）的会议问题。我们假设玩家拥有的唯一信息是其他玩家的接收信号强度（RSS）测量，并且没有集中式通信。每个节点具有不同的频段，并且它们试图以分散的方式彼此相遇。我们考虑的情况下，球员被允许在四个正交方向上移动的网格。然后，我们使用多臂强盗的方法，在玩家使用RSS测量的每一步结束时给予奖励。考虑到我们有一个对抗性的设置，我们提出了不同的算法来解决会议问题。我们首先考虑两个玩家，然后将工作扩展到多人，将多人问题视为多个两个玩家的问题。在本文中，我们建立了数学界的会议时间和相关的概念，并评估模拟结果的结束。
2017-11-29 eess.SP
Off-Grid Aware Channel and Covariance Estimation in mmWave Networks
亚6 GHz频谱的频谱稀缺性使得毫米波（mmWave）频段成为下一代无线网络的关键组成部分。虽然毫米波频谱提供了极大的传输带宽来适应不断增长的数据速率，但这种新频谱的独特特性需要特别考虑，以实现承诺的网络吞吐量。在这项工作中，我们考虑了毫米波通信的离网问题，这对涉及波束转向和跟踪的基本网络功能有重大影响。在采用离散化方法表示角域的压缩感知（CS）技术中，离网效应自然出现。这种方法产生有限的离散角点集，这些角点是对连续角空间的逼近，从而降低了相关参数估计的准确性。为了应对离网效应，我们提出了一种新的参数扰动框架，以有效地估计毫米波网络的信道和协方差。所提出的算法采用智能扰动机制结合低复杂度贪婪框架的同时正交匹配追踪（SOMP），并共同解决离网参数和权重。数值结果表明，通过我们的新框架作为处理离网效应的结果，这是完全忽略了在传统的稀疏毫米波信道或协方差估计算法的显着性能改善。
2019-07-09 eess.SP
Scalability of Graph Neural Network Policies in Wireless Communication Networks
University of Pennsylvania（宾夕法尼亚大学）；Washington University in St. Louis（华盛顿大学圣路易斯分校）
本文针对无线网络中图神经网络策略，通过将稀疏随机几何图建模为确定性网格图的空间扰动，利用空间窗口算子证明了GNN在稀疏拓扑上的可扩展性，并在功率分配和链路调度实验中验证了理论结果。
2026-09-09 eess.SP
Asynchronous Ad Hoc Networks with Wireless Powered Cognitive Communications
近年来，智能设备及其应用的激增已经导致物联网（IoT）概念的快速演进，推进了以短分组的零星传输为特征的大规模机器类型网络。与典型的通信模型相比，为了捕捉一个现实的物联网环境，我们研究了一个异步信道接入由一个主要的ad hoc网络与认知辅助无线供电的ad hoc网络。具体而言，我们认为，主发射机连接到电网，并采用异步传输。另一方面，认知二次发射机具有射频能量收集能力，并且它们的异步信道接入是基于某些基于能量和干扰的标准来建立的。我们这个零星的信道流量与时空泊松点过程和使用工具，从随机几何模型，我们提供了一个分析框架，这个异步系统的性能。特别是，我们提供了封闭形式的表达式为两个网络的信息覆盖概率和空间吞吐量，我们推导出的信号干扰噪声比的Meta分布。最后，我们提出了数值结果，并提供了重要的见解背后的主要系统参数。
2019-03-26 eess.SP
Multi-IRS-aided Terahertz Networks: Channel Modelling and User Association With Imperfect CSI
针对太赫兹通信高路径损耗问题，本文提出非完美CSI下多IRS辅助太赫兹网络方案，构建角度三角信道模型，用Gale-Shapley算法求解NP-hard的收发机-IRS匹配问题，性能优于多种基线且复杂度更低。
2024-02-05 eess.SP
Noise-Domain OTFS: Statistical Delay-Doppler Signaling for Future Wireless Networks
Department of Electrical and Electronics Engineering, Faculty of Engineering and Architecture, Istanbul Nisantasi University（伊斯坦布尔尼桑塔西大学工程与建筑学院电气电子工程系）
本文提出噪声域OTFS（ND-OTFS），利用随机DD域向量的协方差编码信息，补充确定性OTFS，在相同平均能量下仍可恢复信息，但牺牲延迟和速率。
2026-09-15 eess.SP
Sustainable Wireless Services with UAV Swarms Tailored to Renewable Energy Sources
无人机（UAV）群通常需要在离网场景中使用，例如遭受灾害、战争蹂躏或农村地区，在这些地区，UAV无法接入电网，而是依赖于可再生能源。考虑到主电池由两种可再生能源，风能和太阳能供电，我们根据财务预算，环境特征和季节变化来扩展这样的系统。有趣的是，能量来源与UAV的能量消耗相关，因为强风导致UAV悬停变得越来越耗能。目标是最大化在特定位置的覆盖的成本效率，这是一个组合优化问题的非凸准则下的多变量能量生成系统的尺寸。我们设计了一个定制的算法，通过降低处理复杂度和减少解决方案的空间，通过采样。评估是用压缩的真实世界的数据来完成的，这些数据是关于风能、太阳能和单位面积的交通负荷，这些数据由供应商提供的价格驱动。在四个不同风力或太阳能强度的地点对该实施进行了测试。最佳结果是在有微风和强太阳辐射的地方取得的，而强风和低太阳强度的地方需要更高的资本支出（CAPEX）分配。
2022-11-23 cs.NI eess.SP
Digital Twinning in Smart Grid Networks: Interplay, Resource Allocation and Use Cases
本文探讨数字孪生技术在智能电网网络中的应用，提出通过实时监控、精确建模和高效无线电资源分配来优化拥塞资源并支持服务恢复，同时指出了实时通信、互操作性和安全等未来挑战。
2023-06-26 cs.NI eess.SP
Limit Analysis of Graph Neural Networks with Wireless Conflict Graphs
Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系）；Halıcıoğlu Data Science Institute, UCSD（加州大学圣地亚哥分校Halıcıoğlu数据科学研究所）
针对稀疏随机几何图上的图神经网络，通过分析其与确定性网格图的接近性，建立了跨尺度迁移性的理论界限，并在链路调度问题中验证了学习策略的优越性。
2026-06-02 cs.LG eess.SP
A Distributed Event-Triggered Control Strategy for DC Microgrids Based on Publish-Subscribe Model Over Industrial Wireless Sensor Networks
本文提出一种基于发布-订阅模型的分布式事件触发控制策略，用于直流微电网电压稳定和储能平衡，通过改进卡尔曼共识滤波器和事件触发通信减少网络流量，仿真验证其有效性。
2019-06-09 cs.DC cs.MA cs.NI
Modeling Interference for the Coexistence of 6G Networks and Passive Sensing Systems
本文首次分析了大规模地面部署对卫星感知系统引入的射频干扰，开发了结合几何分析与数据驱动的模型，发现有害干扰受网络负载、拓扑及建筑密度等因素影响，为6G网络与被动感知系统的共存及频谱政策奠定了基础。
2023-08-07 cs.NI eess.SP
Optimal Resource Management for Hierarchical Federated Learning over HetNets with Wireless Energy Transfer
针对工业物联网异构网络中资源受限设备开展分层联邦学习的能效挑战，提出结合无线能量传输的启发式资源管理算法H2RMA，在训练损失和电网能源成本上实现更优性能。
2023-05-03 cs.NI eess.SP
Goal-Oriented Wireless Communication Resource Allocation for Cyber-Physical Systems
针对信息物理系统(CPS)中无线通信资源分配与操作目标脱节的问题，提出目标导向带宽分配框架，通过分治与贪婪算法最大化信息效用增益，保障最优CPS性能并适用于多种应用场景。
2024-07-31 cs.SY eess.SP eess.SY
A Survey of Blockchain and Artificial Intelligence for 6G Wireless Communications
本文综述了区块链与人工智能在6G无线通信中的应用，探讨了两者融合在提升网络安全、隐私和效率等方面的突破，并分析了关键服务、IoT智能应用及未来研究挑战。
2023-09-07 cs.IT eess.SP math.IT
Long-range Low-power Wireless Networks and Sampling Strategies in Electricity Metering
University of Oulu（奥卢大学）；Lappeenranta University of Technology（拉彭兰塔理工大学）
本文研究了远距离低功耗无线技术LoRa在城市中多个发射设备的低通信约束应用，分析了LoRa在电力电网中用于重构家庭用电档案的影响，比较了基于时间与事件的采样策略，并讨论了其在智能城市中的扩展性。
2018-03-06 cs.SY eess.SP eess.SY
Optimizing the Age of Information in Mixed-Critical Wireless Communication Networks
针对密集 B5G IoT 传感器-执行器网络，本文引入线性与指数老化函数刻画混合关键性，并通过随机重构、逐次凸近似和分式规划优化 AoI，验证非正交传输优于正交接入。
2022-11-10 cs.IT eess.SP math.IT
