May, 2023

基于 AI 的 NOMA NTNs 中的无线电和计算资源分配与路径规划：在 CSI 不确定性下减小 AoI

PDF
TL;DR用空中计算框架由高空平台和无人机组成，解决通过上行非正交多址接入连接的移动用户的任务完全卸载问题，通过调整无人机轨迹和资源分配来最小化用户的数据时延，使用多智能体深确定策略梯度和联邦强化学习两种方法优化求解，显示任务调度显著降低了数据时延。
aerial computing frameworkhigh altitude platformunmanned aerial vehiclestask schedulingaoi
发现论文，激发创造
  • 基于深度强化学习的 MIMO-NOMA 物联网系统中功率分配以最小化 AoI 和能耗

    本文提出了一种基于深度强化学习的 MIMO-NOMA 物联网系统的最优功率分配策略以最小化信息时延和能耗，并通过广泛的模拟实验证明了其优越性。

    Mar, 2023

  • 上行 NOMA-IoT 网络资源分配：一种强化学习方法

    本文针对非正交多址技术中的公平资源分配问题，基于强化学习提出了一种高效的资源分配方案，结合深度强化学习算法和 SARSA-learning 算法处理不同网络负载下的差异性问题，并通过数值实验得出在物联网中，非正交多址技术可以比正交多址技术更好地提高系统的吞吐量。

    Jul, 2020

  • 基于非正交多址接入的无人机通信

    本文提出了基于非正交多址（NOMA）的无人机（UAV）网络的新框架，通过三个案例研究，旨在从基本理论到实际实现全面了解 UAV 系统，其中包括采用随机几何模型对 NOMA 启用的 UAV 网络进行性能评估，研究基于简化的二维模型的静态 NOMA 用户联合轨迹设计和功率分配问题，以及展示机器学习技术在处理 UAV 位置问题时的应用。

    Sep, 2018

  • 马尔可夫物联网模型中的交通学习和主动型无人机轨迹规划与数据上行

    通过学习的基于马尔可夫事件的新颖框架，利用无人机作为飞行基站，预测 IoT 设备的流量到达并优化多个无人机的轨迹和调度策略，最终通过深度强化学习方法改进传输性能。

    Jan, 2024

  • 航空网络轨迹和无线资源的非迭代优化

    我们提出了一个共同的轨迹规划、用户关联、资源分配和功率控制问题，以在空中物联网中最大程度地实现比例公平，考虑实际的端到端的服务质量和通信计划。我们将该问题转化为马尔科夫决策过程（MDP），设计了一个非迭代的框架，合作优化轨迹和无线电资源。该框架可以集成各种轨迹规划算法，如遗传算法、树搜索和强化学习。与各种基准线的广泛比较证实了该框架显著优于现有方法，几乎达到了全局最优值。

    May, 2024

  • 使用在线竞争力和学习的 NOMA 在 5G 网络及其它领域中的大规模物联网接入

    本文研究了超出 5G 基于蜂窝的物联网网络中在线用户分组、调度和功率分配的问题。采用非正交多址接入方法来容纳多个设备在相同的无线电资源块中。作者提出了高效的在线竞争算法，并演示了如何在强化学习设置中使用这些在线算法并组合它们的解来获得功能强大的动力分配和全局解决方案。

    Feb, 2020

  • 机器学习增强的无人机反射表面轨迹与无源波束成形设计

    提出一种新的框架，通过在无人机网中部署 RIS 进行服务质量的提升，采用非正交多址技术进一步提高网络的频谱效率，设计深度 Q - 网络算法来解决能源消耗最小化问题。

    Oct, 2020

  • 基于双连接支持的无人机辅助 RIS Heterogeneous 网络的传输功率最小化资源管理

    本文提出了一种利用多架无人机作为被动中继器搭载可重构智能表面，以改善双连通支持的异构网络（HetNet）性能的新方法。我们通过对优化 UAV 的轨迹 / 速度、RIS 相移、子载波分配以及每个 BS 的有源波束赋形器进行联合优化，解决了总发射功率最小化问题，从而降低了传输功率，同时保持了相似的 QoS。

    Jun, 2021

  • 基于学习的多个无人机轨迹规划，以最小化 IoT 网络中的 AoI

    应用深度强化学习算法，联合设计无人机的轨迹，以最小化信息的年龄，从而确保基站中接收到的信息是尽可能新鲜和准确的。相比基准方案，该算法平均可降低 25％的信息年龄，并需要少至 50％的能量。

    Sep, 2022

  • 5G 系统非正交多址功率及信道分配：可处理性和计算

    本文提供了在 NOMA 多用户接入系统中，对功率和信道分配进行联合优化的理论和算法解决方案。我们构建了数学模型，分析了各种约束和效用函数下的可解和不可解情况，并提出了 LDDP 算法框架来实现近似最优解。与正交多址接入和以前的 NOMA 资源分配方案相比，数值结果表明 proposed algorithmic solution 能够显著地提高系统的吞吐量和公平性。

    Mar, 2016