协作式多智能超表面辅助的无线通信系统研究综述
梅渭东;蒋宇航;王栋;周明赞;刘毅杰;杜世轩;刘昌昊;陈智;智能超表面(Reconfigurable Intelligent Surface, RIS)作为一种变革性的技术，可通过智能重构无线环境提高无线信号的传输速率和可靠性。尽管现有文献对RIS辅助无线系统已开展了广泛的研究，但主要集中于仅由一个或多个RIS进行单次信号反射的无线通信系统。然而，在复杂环境中，单反射RIS链路往往容易受到环境中密集障碍物的阻挡，严重限制了无线覆盖范围。为此，现有文献提出了全新的协作式多RIS系统，其利用密集部署超表面形成的大量协作式反射视距(Line-of-Sight, LOS)链路，显著拓展了高频覆盖范围。然而，与传统单反射RIS系统相比，协作式多RIS系统在部署设计、性能优化以及信道获取等多个方面面临着全新挑战。为此，对当前协作式多RIS系统的相关研究成果进行系统性回顾，梳理其在部署策略、波束成形与路由、信道估计与性能分析等方面的最新进展，为该方向未来的研究提供重要参考。
专题:低空经济驱动下的空基通信与组网关键技术
刘荣科;那振宇;卢为党;<正>内容导读随着低空经济作为国民经济发展新质增长点的快速崛起,通用航空、无人机(Unmanned Aerial Vehicle,UAV)配送、低空旅游等新业态正以前所未有的速度蓬勃发展。UAV作为主要低空运载工具的普及与应用场景的拓展,不仅重塑了传统产业结构和服务模式,更对低空资源利用与管理的智能化、网联化与安全化提出了迫切需求。在此背景下,空基通信网络作为低空经济的核心支撑技术,其重要性日益凸显。
基于强化学习的无人机辅助移动边缘计算任务卸载综述
姜来为;李元春;杜雪琪;那振宇;随着低空经济的快速发展，无人机(Unmanned Aerial Vehicle, UAV)作为空中移动平台，其在通信、感知和计算等领域的潜力被不断挖掘。传统的移动边缘计算(Mobile Edge Computing, MEC)系统依赖于固定位置的边缘服务器，难以应对动态环境和大规模计算资源调度的需求。UAV作为移动边缘服务器，为解决这一局限提供了新的技术途径。近年来，强化学习在多个领域取得显著进展，并在UAV辅助MEC任务卸载中展现出巨大的潜力。因此，对基于强化学习的UAV辅助MEC任务卸载问题进行综述。在简要介绍UAV辅助MEC任务卸载的概念和优势的基础上，阐述任务卸载设计中需要考虑的主要因素；进一步探讨传统任务卸载方法的局限性及强化学习方法的优势；并系统分析和总结现有研究成果，指出当前研究中亟待解决的问题及未来的发展方向。
基于文本语义感知的无人机轨迹与数据收集联合优化
翟象平;石奕琦;付爽;刘鑫;易畅言;随着物联网(Internet of Things, IoT)技术的快速发展，海量数据的产生对无线通信服务质量提出了更高要求。无人机(Unmanned Aerial Vehicle, UAV)以其高机动性、快速部署能力和灵活可控的特点，可作为空中移动边缘节点，实现对地面IoT设备的高效数据采集与处理。然而，在带宽有限、低信干比环境下，UAV辅助的数据收集常面临误码率高、传输速率受限等问题。现有方法多基于传统通信模型，往往忽略语义信息的传输特性与分布特征，难以在保障语义重建质量的同时优化UAV轨迹和频谱资源利用率。为此，提出了一种文本语义频谱效率与轨迹优化(Semantic Spectral Efficiency Optimization and Trajectory Selection, SSETS)算法。融合地理位置、数据量及语义信息分布特性，设计了一种均衡设备分簇算法。在此基础上，采用多智能体深度强化学习(Multi-agent Deep Reinforcement Learning, MADRL)方法，各UAV作为独立智能体根据局部动态环境信息智能决策飞行动作，最大限度地降低整体能耗、提高系统的语义频谱效率(Semantic Spectral Efficiency, S-SE)。通过与几种基线方案比较，所提算法在系统能耗优化和平均S-SE方面均有显著提升。
通感一体中的参数估计：方法、应用与挑战
孙振雨;赵冬青;李林阳;通信感知一体化(Integrated Sensing and Communication, ISAC)通过共享频谱、软硬件等资源，实现了通信和感知功能的整合，为目标定位、环境感知的集成应用带来了新的技术手段。聚焦于ISAC中参数估计理论的研究进展，介绍了ISAC参数估计的相关概念，将参数类型划分为通信信道参数和感知目标参数，给出了具体的性能评估指标，从模型驱动和数据驱动2个方面归纳了参数估计方法，探讨了模型驱动与数据驱动融合的混合驱动新范式。从感知辅助通信、通信辅助感知、通信感知联合优化三方面重点分析了参数估计在通感融合中的应用，并对融合策略进行了比较。深入剖析了ISAC参数估计技术在实际应用中面临的关键挑战，并重点聚焦于目标定位和环境感知等典型感知应用场景进行了展望。通过深入分析ISAC参数估计理论的研究成果，为进一步推动ISAC技术的实用化进程提供参考。
网站访问量
今日访问量: 68
友情链接
