分布计算与边缘智能时代的多路访问
该研究论文概述了移动边缘计算技术的现状和潜在应用,并提出与 5G 及更高版本的新技术相结合的 MEC 方案,最终总结了当前研究现状和挑战,并探讨了潜在未来方向。
Jun, 2019
本研究探讨了移动边缘计算(MEC)与新兴技术的融合,其中包括 Metaverse、6G 无线通信、人工智能 (AI) 和区块链,重点关注于这些技术的技术融合,如 MEC 和 6G 的融合、MEC 与区块链的融合等,并介绍了 MEC 在移动增强现实(MAR)和 Metaverse 的应用场景。
Sep, 2022
本文提出了一种基于可重构智能表面 (RIS) 的移动边缘计算 (MEC) 结合人工智能 (AI) 和机器学习 (ML) 的架构,在最大化学习性能的前提下,通过联合优化移动用户的传输功率、基站的波束成形向量和 RIS 的相移矩阵,以最小化参与用户的最大学习误差。仿真结果证明了部署 RIS 和采用本文算法相比各种基准算法均能显著提高性能,并且在基于 CARLA 平台和 SECOND 网络构建的统一通信 - 训练 - 推理平台上演示了应用于自动驾驶中的三维物体检测的案例。
Dec, 2020
本文系统地介绍了最近提出的非正交多址(NOMA)技术,从其与多输入多输出(MIMO)技术的结合,到协作 NOMA,再到 NOMA 与认知无线电之间的相互作用。同时,本文还回顾了 NOMA 在 LTE 和 5G 网络中实现的标准化活动的最新进展。
Nov, 2015
本次调查综述了非正交多址接入技术在满足 5G 无线网络对低延迟、高可靠性、大量连通性、公平性和高吞吐量等异构需求中的关键作用,概括了最新的研究和创新,讨论了 5G 及其后续 NOMA 技术的未来研究挑战。
Jun, 2017
本研究介绍了在语义感知的范式下,如何通过资源分配决策来优化利用公平度的权衡,同时考虑到用户数据相关性。通过引入自我和协助吞吐量的概念,提出了一种新的无线频谱多接入问题的解决方法,利用 α 公平度度量优化。通过单信道和多信道的场景评估,发现在各种 α 值、关联矩阵和信道条件下,SAMA-D3QL 方法都表现优于其他方法,从而为未来联邦动态应用的实现提供了有希望的候选方案。
Jan, 2024
本文探讨了 IoT 在 6G 系统中的更广泛的应用,详述了非正交多址接入 (NOMA) 技术在系统光谱效率和性能提升方面的优势,提出了多项应用于实际非协调传输的方向性建议和技术方案
Apr, 2021