该研究论文探讨了将 over-the-air-computation 技术用于下一代多天线多模传感器网络,特别是设计用于多功能 AirComp 的波束成形和信道反馈技术,其中接收波束成形的优化是通过紧缩传输功率约束的近似问题使用微分几何来求解的。
Mar, 2018
本文介绍一种基于超定性数据信道中数据传输和计算联合进行的方法 ——AirComp,以提高物联网(IoT)中大型数据应用的计算效率和能源效益,并探讨了最低计算平均误差和平均功耗下的方法优化问题。
Sep, 2019
本文研究了在大规模的云基站网络上,通过优化智能反射面和线性检测器实现过空计算的优势,以最小化参数预估的平均平方误差。
Apr, 2020
本文提出了一种智能反射表面辅助的空中计算系统,采用 DC 算法解决 AirComp 收发器和 IRS 相移的联合设计问题,实现可控无线环境,提高接收信号的能力,并且仿真结果证明了该方法的算法优势和良好性能。
Apr, 2019
本文提出了一种针对多设备分裂推理系统的任务导向的空中计算(AirComp)方案,旨在最大限度地减少聚合误差并最大化推理准确性。
Nov, 2022
本文提出了首个基于正交频分复用(OFDM)的数字化无线计算(AirComp)系统,该系统适用于多个边缘设备同时传输模型数据,使用非正交无线资源,并且边缘服务器直接从叠加信号聚合数据。
Dec, 2022
本文研究了具有不完美信道状态信息的正交频分复用系统中,通过多个子载波同时发送信号进行分布式功能计算的无线设备的发射系数和访问点的接收波束成形向量的联合优化问题。
Jul, 2023
本文研究了分布式代理网络解决回归问题的性能及其在通信约束下的自适应能力,采用 ACTC 扩散策略,在邻居代理之间交换的信号中使用随机差分压缩算子进行编码。提供了均方估计误差的详细特征描述,揭示了压缩损失与分布式回归问题的基本属性之间的定量关系,以及优化资源分配的重要性,提出了在线学习的优化参数分配策略,并给出实例验证。
Apr, 2023
本文通过对 4 个预测问题进行 4 种不同近似算法的实证研究,考察预测质量与计算时间之间的关系,并将实验代码共享,以鼓励未来的比较研究。
May, 2012
本文提出了一种基于智能反射表面的过空计算(AirComp)联邦学习(FL),通过联合优化设备选择、基站聚合波束成形器和 IRS 相位变化,以最大限度地提高每一轮通讯中参与模型聚合的设备数量,以达到在一定的均方误差(MSE)要求下快速、可靠的模型聚合。仿真结果表明,与基线算法相比,所提出的算法和 IRS 的部署可以实现更低的训练误差和更高的 FL 预测准确度。
Nov, 2020