The Potential of LEO Satellites in 6G Space-Air-Ground Enabled Access Networks
本文探讨了LEO卫星在6G空天地一体化接入网络中的潜力,分析了其特性与角色,并引入MEC和网络功能虚拟化等技术增强接入服务能力,同时提供了验证用例及未来研究方向。
2023-07-01 cs.NI eess.SP
Towrad 5G Air Interface Technology: Sparse Code Muliple Access
第五代无线网络专注于低延迟、高数据速率、高可靠性和大规模连接通信的设计。非正交多址接入(NOMA)是一种重要的使能技术,以适应广泛的通信需求。NOMA通过在功率域、频域或码域上协调同一资源块内的大量设备,在网络连通性、系统吞吐量等方面优于传统的正交多址接入。稀疏码多址接入(Sparse code multiple access,SCMA)是一种多载波码域NOMA,得到了广泛的研究。设计高质量的SCMA系统的挑战在于寻求可行的编码和解码方案以满足期望的要求。本文介绍了SCMA系统中的多维码本设计、实用的低复杂度译码器以及免授权多址接入等方面的最新进展。特别是,我们展示了如何通过多维星座图和因子图的组合设计来激励SCMA码本的构建。此外,各种低复杂度的SCMA解码器也审查了特别关注的球形解码。在此基础上,提出了基于信任传播的SCMA Grant-Free传输机制,并讨论了冲突消解问题。
2020-02-27 eess.SP
Accelerating Distributed Optimization via Over-the-Air Computing
分布式优化在新兴应用中无处不在,例如鲁棒传感器网络控制、智能电网管理、机器学习、资源切片和定位。然而,本地和中心节点之间的大量数据交换可能会导致严重的通信瓶颈。为了克服这一挑战,空中计算(AirComp)是一种很有前途的媒体接入技术,它利用无线多址信道(MAC)的叠加特性,并提供显着的带宽节省。在这项工作中,我们提出了一个AirComp框架一般分布式凸优化问题。具体而言,分布式原始对偶(DPD)次梯度方法用于优化过程。在一般的假设下,我们证明了DPDAirComp可以渐近实现零期望约束违反。因此,DPD-AirComp确保了原始问题的可行性,尽管存在信道衰落和加性噪声。此外,通过对用户信号进行适当的功率控制,也可以减轻预期的非零最优性间隙。该框架的两个实际应用,即智能电网管理和无线资源分配。最后,数值结果再次证实了DPDAirComp的优异性能,同时也表明,DPD-AirComp收敛速度比数字正交多址方案,特别是时分多址(TDMA)快一个数量级。
2022-12-28 cs.IT eess.SP math.IT
Waveforms for Computing Over the Air
Universitat Politècnica de Catalunya(加泰罗尼亚理工大学);University of South Carolina(南卡罗来纳大学);KTH University(皇家理工学院);University of Hong Kong(香港大学)
本文首次聚焦空中计算系统的物理层,提出了一个统一框架,通过设计收发两端的波形与信号处理方案,解决边缘设备增多导致的延迟挑战。
2025-11-04 eess.SP
On the Outage Probability of Multiuser Multiple Antenna Systems with Non-Orthogonal Multiple Access for Air-Ground Communications
本文在几何随机空地信道模型中研究多用户多天线系统的中断概率,提出三种解码方法,其中联合分组解码即使仅两组也能显著提升频谱效率。
2026-06-24 cs.IT eess.SP math.IT
MD-AirComp+: Adaptive Quantization for Blind Massive Digital Over-the-Air Computation
The University of Hong Kong(香港大学);Beijing Institute of Technology(北京理工大学);Shanghai Jiao Tong University(上海交通大学)
本文提出一种基于信道硬化效应的盲MD-AirComp+方案,通过自适应量化和深度展开算法提升大规模数字空中计算的精度与效率。
2026-02-20 eess.SP
Over-the-Air Federated Multi-Task Learning Over MIMO Multiple Access Channels
随着数据和无线设备的爆炸式增长,基于无线介质的联邦学习(FL)已成为大规模分布式智能系统的一种有前途的技术。然而,对泛在智能的迫切需求将产生大量并发的FL任务,这可能会严重加剧通信资源的稀缺。空中计算(Over-the-Air Computation,AirComp)利用电磁波的模拟叠加特性,可以有效地减轻FL的通信负担。然而,空中计算中的频时资源共享不可避免地带来了任务间干扰问题,这是一个需要妥善解决的新挑战。在本文中,我们研究了空中联合多任务学习(OA-FMTL)在多输入多输出(MIMO)多址接入(MAC)信道。我们提出了一种新的模型聚合方法,用于对齐不同设备的局部梯度,该方法消除了由于信道异质性而导致的空中计算中的掉队问题。通过考虑设备之间的空间相关性,我们建立了所提出的OA-FMTL方案的通信学习分析框架,并为收发器波束成形和设备选择的设计制定了优化问题。为了解决这个问题,我们开发了一种算法,通过使用交替优化(AO)和分式规划(FP),有效地减轻任务间干扰的FL学习性能的影响。我们表明,由于使用新的模型聚合方法,设备选择不再是必不可少的,从而避免了沉重的计算负担,选择主动设备。数值结果验证了分析的正确性和所提方案的优越性能。
2022-05-06 cs.LG cs.NI eess.SP
Frequency Modulation for Task-Oriented Communications and Multiple Access
本文针对联邦边缘学习中的空中计算调制设计不足问题,提出将调频与基于类型的多址接入结合用于FEEL,在收敛性和峰均功率比上优于现有方法。
2024-06-28 eess.SP
LoRa-based Over-the-Air Computing for Sat-IoT
本文提出在卫星物联网中使用LoRa调制实现基于类型的多址接入,利用碰撞进行空中计算,实验显示其在均方误差和资源节省上优于正交多址方案。
2023-06-28 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
Over-the-Air Multi-View Pooling for Distributed Sensing
感测被设想为6 G移动网络的关键网络功能。人工智能(AI)授权的传感融合了来自边缘网络中分布的设备的多个传感视图的特征,以便边缘服务器执行准确的推理。此过程称为多视图池,由于许多设备的多访问而造成通信瓶颈。为了缓解这个问题,我们提出了一个面向任务的分布式传感的同时访问计划称为空中池(AirPooling)。现有的空中计算(Over-the-Air Computing,AirComp)技术可以直接应用于通过利用多接入信道的波形叠加属性来实现平均空中池化。然而,尽管在实践中最受欢迎,但称为Max-AirPooling的空中最大化并不是AirComp可实现的,因为AirComp解决了有限的功能子集。我们解决的挑战,提出了新的广义AirPooling框架,可以配置为支持最大和平均AirPooling通过控制配置参数。前者是通过在AirComp中添加所设计的设备端预处理和服务器端后处理来实现的。为了表征端到端的感知性能,应用分类裕度理论将分类精度和AirPooling误差联系起来。此外,分析揭示了一个固有的权衡最大空气池之间的池函数近似的精度和噪声抑制的有效性。利用这种折衷,我们优化了Max-AirPooling的结构参数,得到了一种次优的自适应参数控制的封闭形式。在真实世界数据集上获得的实验结果表明,AirPooling提供的传感精度接近传统数字空中接口所能达到的精度,但大大降低了通信延迟…
2023-02-20 cs.IT eess.SP math.IT
Access Points in the Air: Modeling and Optimization of Fixed-Wing UAV Network
固定翼无人机具有良好的气动性能和较长的续航时间,在作为空中接入点方面具有很大的潜力。然而,固定翼无人机固有的悬停特征可能导致连接的不连续和地面用户(GU)的频繁切换。在这项工作中,我们建模和评估的固定翼无人机网络的性能,其中无人机AP提供覆盖GU与毫米波回程。首先,研究发现,在最接近无人机的实时关联下,网络空间吞吐量与悬停半径无关,而在与悬停中心最接近的无人机关联时,网络空间吞吐量随悬停半径线性减小。其次,网络ST被证明是大大降低与无人机AP的过度部署,由于无人机小区的过度重叠下不断增长的空对地干扰。最后,为了减轻干扰,设计了投影面积等效(PAE)规则来调整无人机波束宽度。特别是在PAE条件下,当无人机波束宽度与无人机密度的平方成反比时,网络ST可以随着无人机密度的增加而持续增加,与无人机飞行高度无关。
2020-05-08 cs.IT eess.SP math.IT
Movable Antennas-Assisted Over-the-Air Computation: Dynamic and Static Design
G Research Centre, China Telecom Beijing Research Institute(中国电信北京研究院 6G 研究中心);School of Electronic Engineering and Computer Science, Queen Mary University of London(伦敦大学玛丽女王学院电子工程与计算机科学学院);Department of Electrical and Computer Engineering, University of Alberta(阿尔伯塔大学电气与计算机工程系)
本文提出一种可移动天线赋能的空中计算框架,通过联合优化发射功率、天线定位与接收波束成形,设计了动态与静态策略,显著提升了计算精度与均方误差性能。
2025-11-02 eess.SP
Precoder Design for Correlated Data Aggregation via Over-the-Air Computation in Sensor Networks
空中计算(AirComp)通过同时处理计算和通信,使传感器网络中的高效无线数据聚合成为可能。本文提出了一种新的预编码器设计的AirComp,结合传感数据的统计特性,空间相关性和异构数据的相关性。所提出的预编码器的设计不需要迭代过程,因此可以以低计算成本实现。此外,该方法提供了感测数据的降维,以减少每个传感器的通信成本。我们评估所提出的方法在各种系统参数的性能。结果表明,所提出的方法的优越性,传统的非迭代方法的情况下,有大量的传感器和在聚合器的接收天线的数量小于在传感器的总发射天线。
2022-09-02 eess.SP
HiCoMAC: Histogram-State Coded Multiple Access Computing via Computation-Oriented Modulation Design
KTH Royal Institute of Technology(皇家理工学院)
本文提出HiCoMAC,一种基于计算导向调制设计的数字空中计算方法,利用排列不变性降低解码复杂度,并通过优化QAM星座提升计算精度,仿真验证其优于现有基线。
2026-09-29 eess.SP
Joint Design of Coding and Modulation for Digital Over-the-Air Computation
本文针对数字空中计算,提出信道编码与数字调制的联合设计,采用非二进制LDPC增强纠错,利用格编码实现多发射机数字求和,仿真验证了可行性与性能。
2023-11-12 eess.SP
Reconfigurable Intelligent Surface Enabled Over-the-Air Uplink Non-orthogonal Multiple Access
创新的可重构智能表面(RIS)技术正在兴起,并被认为是增强6G及以后无线通信系统的有前途的候选技术。RISs获得了操纵电磁信号的能力,从而提供了对无线信道的一定程度的控制,并可能带来更多的好处。此外,有源RIS设计最近已经被引入以对抗关键的双衰落问题和无源RIS设计可能具有的其他损害。在本文中,积极的RIS技术的潜力和灵活性被利用的上行链路系统,以实现虚拟非正交多址接入(NOMA)通过功率差异在空中,而不是在用户侧控制发射功率。具体地说,具有相同的发射功率,路径损耗和距离的用户可以与基站进行通信,共享时间和频率资源,在NOMA的方式与所提出的混合RIS系统的帮助。这里,RIS被划分为有源和无源部分,并且不同的划分服务于不同的用户,相应地对齐它们的相位,同时向用户的信号引入功率差以实现NOMA。首先,端到端的系统模型考虑到两个用户。此外,中断概率的计算和理论错误概率分析进行了讨论和计算机模拟结果加强。
2022-08-06 cs.IT eess.SP math.IT
Over-the-Air Computation in Cell-Free Massive MIMO Systems
本文研究无蜂窝大规模MIMO系统中的空中计算,考虑空间相关衰落和信道估计误差,提出不同协作级别下的发射系数与接收合并优化设计,并证明其在均方误差上优于传统蜂窝mMIMO。
2024-08-31 eess.SP
Over-the-Air Gaussian Process Regression Based on Product of Experts
本文提出了一种分布式高斯过程回归(GPR)与空中计算,称为AirComp GPR,通过无线网络的通信和计算效率的数据分析。探地雷达是一种非参数回归方法,可以灵活地对目标进行建模。然而,随着数据数量的增加,其计算复杂度和通信效率趋于显著。AirComp GPR侧重于基于专家乘积的GPR通过从分布式节点报告的值的总和来近似精确的GPR。我们引入AirComp的训练和预测步骤,让节点同时传输本地计算结果的通信策略,包括分布式训练的基础上完善和统计信道状态信息的情况下。应用于无线电地图构建任务,我们证明了AirComp GPR加快了计算时间,同时保持训练中的通信成本不变,无论数据和节点的数量如何。
2022-10-06 eess.SP
Hybrid Beamforming for Massive MIMO Over-the-Air Computation
空中计算(AirComp)已经被认为是物联网(IoT)网络中用于来自大量无线设备的快速数据聚合的有前途的技术。然而,随着设备数量的增加,AirComp的计算精度会由于信噪比(SNR)的消失而严重降低。为了解决这个问题,我们利用大规模的多输入多输出(MIMO)与混合波束成形,以提高计算精度的AirComp在一个具有成本效益的方式。特别是,我们考虑的情况下,大量的多天线设备同时发送数据到接入点(AP)配备了大量的天线功能计算在空中。在此设置下,我们共同优化在无线设备的发射数字波束成形和在AP的接收混合波束成形,与最小化的计算均方误差(MSE)的目标,在无线设备的个人发射功率约束。为了解决非凸混合波束形成设计优化问题,我们提出了一种基于交替优化的方法。特别是,我们提出了两个计算效率高的算法来处理具有挑战性的接收模拟波束成形问题,通过利用逐次凸近似(SCA)和块坐标下降(BCD)的技术,分别。结果表明,对于AP处具有全数字接收机的特殊情况,大规模多输入多输出AirComp系统所实现的MSE与接收天线的数量成反比。此外,数值结果表明,所提出的混合波束形成设计大大提高了计算MSE性能相比,其他基准计划,而基于SCA的算法执行接近的性能上限所实现的全数字波束形成。
2020-06-08 eess.SP
Simultaneous Signal-and-Interference Alignment for Two-Cell Over-the-Air Computation
下一代无线网络被设想为支持大规模传感和分布式机器学习,从而实现新的智能移动应用。一种常见的网络操作将是用于功能计算的分布式数据(例如传感器观测或AI模型更新)的聚合(例如,平均),以便支持大规模感测和分布式机器学习。一种有效的数据聚合解决方案称为“空中计算”(AirComp),它将功能计算嵌入到许多边缘设备的同时访问中。这样的方案利用多接入信道的波形叠加来允许接入点接收同时信号的期望函数。在这项工作中,我们的目标是实现AirComp在一个两单元多天线系统。为此,提出了一种新的方案,同时信号和干扰对齐(SIA),建立在经典IA管理干扰多小区AirComp。SIA的原理是将空间信道空间划分为两个维度相等的子空间:一个用于AirComp所需的信号对齐,另一个用于小区间IA。结果,由每个AP接收的无干扰空间复用功能流的数量被最大化(等于可用空间自由度的一半)。此外,该数量与每个单元中的设备数量无关。此外,扩展到SIA为两个以上的细胞进行了讨论。
2020-01-10 cs.IT eess.SP math.IT
STAR-RIS Integrated Non-Orthogonal Multiple Access and Over-the-Air Federated Learning: Framework, Analysis, and Optimization
本文将非正交多址接入(NOMA)和空中联邦学习(AirFL)集成到一个统一的框架中,使用一个同时发射和反射的可重构智能表面(STAR-RIS)。STAR-RIS在调整混合用户的解码顺序以实现有效的干扰抑制和全向覆盖扩展方面起着重要作用。为了捕捉非理想无线信道对AirFL的影响,最优性间隙(也称为收敛上界)之间的实际损失和最佳损失的推导。该分析表明,学习性能显着影响的主动和被动波束形成方案以及无线噪声。此外,当学习率随着训练的进行而减小时,最优性间隙显式地以线性速率收敛。为了在满足服务质量要求的同时加快收敛速度,通过联合设计用户的发射功率和STAR-RIS的配置模式,将其转化为混合整数非线性规划(MINLP)问题。其次,提出了一种基于信赖域的逐次凸逼近方法和一种基于惩罚的半定松弛方法来迭代处理解耦非凸子问题。交替优化算法,然后开发,找到一个次优的原始MINLP问题的解决方案。大量的仿真结果表明,i)所提出的框架可以有效地支持NOMA和AirFL用户通过并发的上行链路通信,ii)我们的算法实现更快的收敛速度IID和非IID设置相比,现有的基线,和iii)频谱效率和学习性能显着提高的帮助下,良好的调整STAR-RIS。
2022-07-07 cs.IT cs.NI eess.SP
User Scheduling for Federated Learning Through Over-the-Air Computation
Utah State University(犹他州立大学);University of Wisconsin-Whitewater(威斯康星大学怀特沃特分校)
联邦学习(FL)是一种新的机器学习(ML)技术,旨在将数据保存在边缘设备上,并在学习过程中只交换ML模型参数。FL不仅减少了通信需求,而且有助于保护本地隐私。尽管FL具有这些优点,但当存在连接到中央参数服务器(PS)的大量边缘设备和/或学习过程中涉及的数百万个模型参数时,它仍然会经历较大的通信延迟。空中计算(AirComp)能够通过使用模拟调制允许多个设备同时发送数据来在传输数据的同时进行计算。为了通过AirComp在FL中实现良好的性能,用户调度起着关键作用。在本文中,我们调查和比较不同的用户调度策略,这是基于各种标准,如无线信道条件和模型更新的意义。接收机波束形成应用于最小化通过AirComp的函数聚合结果的失真的均方误差(MSE)。仿真结果表明,基于模型更新重要性的调度在训练过程中波动较小,而基于信道条件的调度在能量效率上具有优势。
2021-08-05 cs.AI cs.LG eess.SP
Log-FSK: A Frequency Modulation for Over-the-Air Computation
本文提出了一种用于空中计算的新型频率调制方法Log-FSK,通过非线性信号处理在频域实现接收信号最大频率对应各发射频率之和,并基于逆DCT进行解调,实验证明其在阈值SNR以上性能优于线性AirComp。
2024-06-05 eess.SP
Optimizing Over-the-Air Computation in IRS-Aided C-RAN Systems
空中计算(AirComp)是一种有效的解决方案,可以在无线信道上实现联合学习。AirComp假设可以控制来自不同设备的无线信道,例如,经由发射机侧相位补偿,以确保相干空中组合。智能反射表面(IRS)可以提供控制信道传播条件的替代或附加手段。本文研究了在大规模云无线接入网(C-RAN)中为AirComp系统部署IRS的优势。在该系统中,工作者设备通过在有限容量前传链路上与参数服务器(PS)通信的分布式接入点(AP)将本地更新的模型上传到PS。联合优化的IRS的反射相位和一个线性检测器在PS的问题解决的目标是最小化的均方误差(MSE)的参数估计在PS。数值结果验证了在C-RAN系统中采用优化相位部署IRS的优势。
2020-04-20 cs.IT eess.SP math.IT
Digitalizing Over-the-Air Computation via The Novel Complement Coded Modulation
National Mobile Communications Research Laboratory, Southeast University(东南大学);Purple Mountain Laboratories(紫金山实验室);The University of Hong Kong(香港大学)
本文提出基于二的补码的编码方案,通过数字调制实现空中计算,提升低信噪比下的计算精度与可靠性。
2025-12-31 eess.SP
Unsourced Massive Access-Based Digital Over-the-Air Computation for Efficient Federated Edge Learning
本文提出基于无源大规模接入的广义数字空中计算(GD-OAC)方案,通过共享码本量化与近似消息传递算法,有效减少信息丢失并加速联邦边缘学习收敛。
2023-05-17 cs.IT eess.SP math.IT
Over-the-Air Computation with Spatial-and-Temporal Correlated Signals
针对实际传感器信号存在时空相关性的问题,提出相关信号AirComp系统及最小MSE最优策略,并给出性能接近最优的闭式低复杂度策略。
2021-02-01 cs.IT cs.SY 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
Expanding Over-the-Air Computation with Frequency Modulations
本文提出对数频移键控(Log-FSK)调制方式,通过频域非线性处理实现空中计算,支持单次传输计算多个函数,并在无线传感器网络中验证其均方误差和功耗优于线性模拟调制。
2025-06-04 eess.SP
Integrating Over-the-Air Federated Learning and Non-Orthogonal Multiple Access: What Role can RIS Play?
为了将空中联邦学习(AirFL)和非正交多址接入(NOMA)集成到按需通用框架中,提出了一种新的可重构智能表面(RIS)辅助混合网络,利用RIS灵活调整异构数据的信号处理顺序。这项工作的目标是最大限度地提高可实现的混合速率,通过联合优化发射功率,控制接收标量,并设计相移。由于所有的计算和通信信号的并发传输是由RIS的离散相移的帮助下,所考虑的问题(P0)是一个具有挑战性的混合整数规划问题。为了解决这个棘手的问题,我们将原问题(P0)分解为一个非凸问题(P1)和一个组合问题(P2),这两个问题的特征分别是连续和离散变量。对于收发器设计问题(P1),首先通过调用凸规划的差分来解决功率分配子问题,然后通过使用逐次凸逼近来解决接收控制子问题,其中推导出简化情况下的闭合形式表达式以获得深刻的见解。对于反射设计问题(P2),采用松弛-量化的方法来找到一个次优的解决方案,以达到复杂度和性能之间的折衷。然后,开发了一种交替优化算法来迭代求解非线性和非凸问题(P0)。仿真结果表明:1)RIS辅助的混合网络能够有效地支持按需通信和计算; 2)通过合理选择RIS的位置可以提高网络性能; 3)所设计的算法同样适用于只有AirFL或NOMA用户的传统网络。
2022-07-03 cs.IT eess.SP math.IT
Wireless Multi-Port Sensing: Virtual-VNA-Enabled De-Embedding of an Over-the-Air Fixture
本文提出一种基于多端口背向散射调制和虚拟VNA的空口多端口器件散射参数测量方法,通过可调负载网络标定空口夹具并去嵌入,在2.45 GHz下对1端口和5端口DUT完成实验验证,可应用于RFID和无线生物电子学。
2025-07-17 eess.SP physics.app-ph
Interference Alignment for Multi-cluster Over-the-Air Computation
Shanghai Paris Elite Institute of Technology, Shanghai Jiao Tong University(上海巴黎精英技术研究院,上海交通大学);School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University(电子信息与电气工程学院,上海交通大学)
针对物联网多集群网络中空中计算受密集干扰影响性能的问题,提出可扩展至任意K个集群的新型干扰对齐方案,让每个集群可用半数信道,还设计了相邻集群共享用户场景的专用方案。
2025-10-06 eess.SP
Over-the-Air Computation via 2D Movable Antenna Array
该研究将二维可移动天线阵列应用于空中计算网络,通过双循环迭代算法联合优化天线位置、接收合并向量与用户发射系数以最小化计算均方误差,性能优于传统固定天线方案。
2024-09-16 eess.SP
Hybrid Channel Estimation with Quantized Phase Feedback for Over-the-Air Computation
Wallenberg Autonomous Systems Program (WASP) Graduate School(瓦伦伯格自主系统项目研究生学院)
本文提出了一种混合信道估计方案,结合基于互易和反馈的方法,通过量化相反馈优化空中计算的信令开销,实验表明第二种变体在性能上优于第一种。
2026-01-22 eess.SP
Simultaneously Transmitting and Reflecting (STAR) RIS Assisted Over-the-Air Computation Systems
空中计算(AirComp)系统的性能由于无线设备(WD)的恶劣信道条件而降低,这可以通过采用可重构智能表面(RISs)来显著改善。然而,传统的RISs要求WD必须位于反射空间的半平面内,这限制了它们的潜在益处。为了解决这个问题,新的家庭的同时发送和反射可重构智能表面(STAR-RIS)被认为是在AirComp系统,以提高计算精度在广泛的覆盖区域。为了最小化STAR-RIS辅助AirComp系统中的计算均方误差(MSE),我们提出了一种联合波束成形设计,用于优化WD处的发射功率,以及STAR-RIS处的无源反射和发射波束成形矩阵,以及融合中心(FC)处的接收波束成形向量。具体而言,在被动反射和发射波束形成矩阵的更新,封闭形式的解决方案,通过引入一个辅助变量,并利用耦合二进制相移条件。此外,通过假设FC处的天线数量和STAR-RIS/RIS处的元件数量足够高,我们从理论上证明了STAR-RIS辅助的AirComp系统比传统的RIS辅助系统提供更高的计算精度。我们的数值结果表明,所提出的波束形成设计优于基准计划依赖于随机相移约束和部署传统的RIS。此外,它的性能接近的下限实现的波束形成设计的基础上的STAR-RIS免除耦合相移的约束。
2023-01-05 eess.SP
Worst-case Design for RIS-aided Over-the-air Computation with Imperfect CSI
空中计算(AirComp)在物联网(IoT)应用中通过传感器的并发传输在接收器处实现快速无线数据聚合。为了进一步提高AirComp在不利的传播信道条件下的性能,我们考虑了可重构智能表面(RIS)辅助AirComp系统中的计算失真最小化问题。特别是,我们考虑了信道状态信息(CSI)的加性有界不确定性和总功率约束,并通过最小化均方误差(MSE)从最坏情况鲁棒性的角度联合优化收发器(Tx-Rx)和RIS相位设计计算。为了解决这个棘手的非凸问题,我们开发了一个有效的交替算法,其中两个解决方案的强大的子问题和联合设计的Tx-Rx和RIS得到封闭的形式。仿真结果验证了该方法的有效性。
2022-06-14 cs.IT eess.SP math.IT
Optimizing Air-borne Network-in-a-box Deployment for Efficient Remote Coverage
本文提出基于LAPS的NIB并以HAPS为回传链路的远程覆盖方案,采用NOMA、叠加编码、SIC和RZF预编码技术,通过最大化接入链路总速率联合优化NIB部署与资源分配,有效提升有限资源下的系统性能。
2024-06-04 eess.SP
Over-the-Air Computing for Wireless Data Aggregation in Massive IoT
无线数据聚合(wireless data aggregation,WDA),指的是聚合分布在设备(例如,传感器和智能手机),是5G及以后机器类型通信中的常见操作,以支持物联网(IoT),这为分布式传感,学习和控制等多样化应用奠定了基础。传统的WDA技术是基于通信和计算分离的原理设计的,在有限的无线资源和新兴应用(例如,自动驾驶)施加的严格延迟约束下,难以适应大规模接入。为了解决这个问题,空中计算(AirComp)正在开发作为一种新的WDA解决方案,通过无缝集成计算和通信。通过利用多路访问信道的波形叠加特性,AirComp将空气变成计算机,用于在许多设备上计算和传输分布式数据的功能,从而允许在大规模设备上进行低延迟WDA。鉴于人们对AirComp的兴趣日益增长,本文通过介绍基本原理,讨论先进技术和应用,并确定有前途的研究机会,及时概述了该技术。
2020-11-14 cs.IT cs.NI eess.SP
Optimized Joint Beamforming for Wireless Powered Over-the-Air Computation
研究无线供电AirComp系统,通过联合优化HAP能量波束成形、接收波束成形与WDs发射功率以最小化计算MSE,提出基于交替优化的算法,显著降低了计算均方误差。
2023-05-17 cs.IT eess.SP math.IT
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
Over-the-Air Computation via Reconfigurable Intelligent Surface
空中计算(AirComp)是一种通过利用多址信道的波形叠加特性在物联网(IoT)网络中进行快速无线数据聚合的颠覆性技术。然而,AirComp的性能受到物联网设备和接入点之间所有链路中最差信道条件的影响。本文提出了一种可重构智能表面(RIS)辅助的AirComp系统,通过重构传播信道来提高接收信号功率,从而缓解性能瓶颈。为了最大限度地减少AirComp失真,我们提出了一种AirComp收发器和RIS相移的联合设计,然而这是一个非常棘手的非凸规划问题。为此,我们开发了一种新的交替最小化框架,结合逐次凸逼近技术,证明了单调收敛。为了降低计算复杂度,我们将每个交替中的子问题转化为光滑的凹凸鞍点问题,然后通过提出一种仅涉及一系列封闭形式更新的R-Prox方法来解决。仿真结果表明,该算法的计算时间可以比现有算法的计算时间减少两个数量级,同时达到类似的失真性能。
2021-05-11 cs.IT eess.SP math.IT
Over-the-Air Computation via Intelligent Reflecting Surfaces
空中计算(Over-the-Air Computation,AirComp)利用多址信道的叠加特性,成为一种快速无线数据聚合的有效方法。为了进一步克服不利的信号传播条件的AirComp,在本文中,我们提出了一种智能反射表面(IRS)辅助AirComp系统,以建立可控的无线环境,从而提高接收信号的功率显着。这是通过巧妙地调整IRS处入射电磁波的相移来实现的,从而实现可重构的信号传播。不幸的是,事实证明,AirComp收发器和IRS相移的联合设计问题成为一个非常棘手的非凸双二次规划问题,为此开发了一种新的交替凸差分(DC)规划算法。这是通过提供一个新的DC函数表示的秩一约束的低秩矩阵优化问题,通过矩阵提升。仿真结果表明,所提出的方法与最先进的解决方案相比,算法的优势和令人钦佩的性能。
2019-04-30 cs.IT eess.SP math.IT
Robust Resource Allocation for Over-the-Air Computation Networks with Fluid Antenna Array
本文研究流体天线阵列在空中计算网络中的应用,针对信道不确定性提出鲁棒资源分配方法,通过块坐标下降法分解非凸问题,以最小化传输均方误差,数值验证了其有效性。
2025-04-22 eess.SP
Over-the-Air Computation via Broadband Channels
针对单频信道难以支撑大规模传感器网络的问题,提出 M 频率 AirComp 系统,联合优化传感器传输与接收机处理,利用多信道分集使性能较单频提升三倍。
2021-06-04 cs.IT eess.SP math.IT
Knowledge-Guided Learning for Transceiver Design in Over-the-Air Federated Learning
在本文中,我们考虑了通信高效的空中联合学习(FL),其中具有非独立和相同分布数据集的多个边缘设备在每个通信回合中执行多次本地迭代,然后通过相同的无线电信道将其更新的梯度同时传输到边缘服务器,以使用空中计算(AirComp)进行全局模型聚合。我们推导出时间平均范数的梯度的上界来表征AirComp-assisted FL的收敛性,这揭示了在所有通信回合中积累的模型聚合误差对收敛性的影响。基于收敛性分析,我们制定了一个优化问题,以最小化上界,以提高学习性能,其次提出了一个交替优化算法,以促进最佳的收发器设计的AirComp-assisted FL。由于交替优化算法具有高计算复杂度,我们进一步开发了知识引导的学习算法,其利用最优发射功率的解析表达式的结构来实现计算高效的收发器设计。仿真结果表明,该算法与交替优化算法相比,具有较低的计算复杂度。此外,这两种算法优于基线方法的收敛速度和测试精度。
2022-03-28 eess.SP
A Survey on Over-the-Air Computation
University of South Carolina(南卡罗来纳大学);InterDigital(InterDigital公司)
本文综述了空中计算(OAC)的实用方法,指出利用多址接入信道干扰进行计算可比分离通信与计算提供更高的可达计算速率,并探讨了现有OAC方案的优缺点、可靠计算机制及未来应用方向。
2023-04-02 cs.AI cs.IT eess.SP
Chirp Spread Spectrum Signaling for Future Air-Ground Communications
在本文中,我们研究了使用线性调频扩频信号在空-地信道。这不仅包括传统线性啁啾的评估,而且还包括我们为多址接入应用设计的新啁啾信号格式的评估。这种新格式比文献中的现有多用户线性调频系统更实用,因为我们允许不完美的同步。具体来说,我们评估多用户啁啾信号在空中-地面信道在准同步条件。我们采用的空地通道是基于NASA广泛测量活动的模型。我们表明,我们的新的信令方案优于经典的线性啁啾在这些空中-地面设置。
2020-03-06 eess.SP
Unfolded Deep Graph Learning for Networked Over-the-Air Computation
针对多集群网络化空中计算的收发协调与干扰管理难题,提出基于算法展开的深度图学习架构,联合优化传输标量与接收波束成形,显著提升计算性能与网络适配性。
2025-05-16 cs.IT eess.SP math.IT
Pinching Antenna System-Assisted Hybrid AirComp-NOMA Uplink: Joint Precoding and Antenna Placement Optimization
University of Quebec in Montreal (UQAM)(蒙特利尔大学);University of Quebec at Chicoutimi (UQAC)(沙蒂穆瓦大学);Concordia University(康考迪亚大学)
本文研究了一种整合AirComp和NOMA的混合上行链路架构,通过联合优化预编码和天线布置提升分布式数据聚合与个体通信性能。
2026-04-14 eess.SP
Pinching-Antenna Systems (PASS) Aided Over-the-air Computation
针对AirComp信道失配问题,提出PASS辅助系统,联合优化夹式天线位置、发射功率和解码向量以最小化MSE,并通过交替优化框架显著提升计算精度。
2025-05-12 cs.IT eess.SP math.IT
Blind Federated Learning via Over-the-Air q-QAM
KTH Royal Institute of Technology(瑞典皇家理工学院);Uppsala University(乌普萨拉大学)
本文提出一种基于 q-QAM 数字空中计算的盲联邦边缘学习框架,在无信道状态信息下实现低时延传输,并证明均方误差上界与收敛速率,实验显示增加天线和调制阶数可提升精度达 60%。
2024-04-19 cs.LG eess.SP
Pinching-Antenna-Assisted Integrated AirComp-NOMA: Joint Transceiver and Antenna-Position Optimization
University of Quebec in Montreal (UQAM)(蒙特利尔大学);Concordia University(康考迪亚大学)
本文针对AirComp与NOMA集成后计算精度与QoS耦合的问题,提出捏合天线辅助上行链路,通过联合优化收发器、天线位置与SIC顺序,开发迭代算法提升计算精度并保持NOMA可行性。
2026-10-09 eess.SP
Low-Complexity Wireless Multi-Port Sensing by Multiplexed De-Embedding of an Over-the-Air Fixture
Univ Rennes, CNRS, IETR - UMR 6164(雷恩大学,法国国家科学研究中心,信息与电子研究所)
本文提出利用可调负载网络形成可编程夹具并进行复用去嵌,以少量空口测量远程恢复多端口DUT散射矩阵,实现低硬件复杂度无线感知。
2025-09-29 eess.SP physics.app-ph