针对飞行自组网(Flying Ad Hoc Network,FANET)在通信空白场景下存在的高时延问题,提出了一种深度强化学习(Deep Reinforcement Learning,DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol,DHRP)。为...针对飞行自组网(Flying Ad Hoc Network,FANET)在通信空白场景下存在的高时延问题,提出了一种深度强化学习(Deep Reinforcement Learning,DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol,DHRP)。为了实现有效的路由决策,采用马尔可夫决策过程(Markov Decision Process,MDP)对路由行为进行建模,在状态空间设计中结合了节点位置信息与链路信道容量,并综合考虑了双跳范围内的网络信息,以深度值网络为核心,在融合实时网络状态动态调整机制的奖励函数引导下,做出最优下一跳路由决策。实验结果表明,在通信空白场景下,DHRP相较于现有的路由方案,显著降低了FANET的平均端到端时延。此外,在不同节点规模和网络拥塞条件下,DHRP均表现出优越的适应性和鲁棒性,通过对动态网络环境的实时感知与智能决策机制,有效保障了整体网络性能。展开更多
为更好地补充和扩展典型工业物联网(Industrial Internet of Things,IIoT)场景中毫米波频段电波传播特性的研究,并满足IIoT在连接性、可靠性、安全性、智能化和覆盖性等方面的更高需求,在26 GHz频段下,对典型IIoT场景进行了信道测量与...为更好地补充和扩展典型工业物联网(Industrial Internet of Things,IIoT)场景中毫米波频段电波传播特性的研究,并满足IIoT在连接性、可靠性、安全性、智能化和覆盖性等方面的更高需求,在26 GHz频段下,对典型IIoT场景进行了信道测量与特性分析。研究涉及的典型工业场景包括不同设备布置密度的工业密集场景和工业稀疏场景。基于实测数据,对上述两种工业环境下的信道特征参数进行了萃取,并在此基础上分析和比较了两种典型工业场景的毫米波信道特性。研究发现,由于工业密集场景存在大量金属设备会对信号产生强反射,导致其路径损耗指数小于工业稀疏场景,且莱斯K因子更小、时延扩展更大。当接收端使用相控阵天线时,通过波束跟踪可以实时调整波束方向,从而提高信号的传输效果,减小信号传播时延。对IIoT场景信道特性的准确分析将有助于理解信号在工业环境中的传播规律,预测和评估通信系统的传输可靠性,进而优化系统设计和网络规划,确保IIoT应用的高效稳定运行。展开更多
针对车载自组织网络(Vehicular Ad Hoc Network,VANET)由于车辆距离过远或被障碍物阻挡而导致车对车(Vehicle to Vehicle,V2V)通信可靠性下降的问题,提出了一种基于检测放大转发(Detected Amplify and Forward,DAF)的高可靠通感一体化(I...针对车载自组织网络(Vehicular Ad Hoc Network,VANET)由于车辆距离过远或被障碍物阻挡而导致车对车(Vehicle to Vehicle,V2V)通信可靠性下降的问题,提出了一种基于检测放大转发(Detected Amplify and Forward,DAF)的高可靠通感一体化(Integrated Sensing and Communication,ISAC)空间调制(Spatial Modulation,SM)算法。该算法利用ISAC的雷达探测功能,选取信噪比(Signal to Noise Ratio,SNR)最大的车辆作为中继车辅助源车将信号转发至目的车。在中继车处通过DAF消除噪声累积,提高V2V通信可靠性。在此基础上引入SM算法,利用发送信号的稀疏特性降低邻道干扰以进一步提高V2V通信可靠性。通过理论推导得出中断概率(Outage Probability,OP),仿真验证了不同跳数下发射功率对OP的影响。分析了算法的复杂度和时延。结果表明在不同场景下,该算法在一定复杂度下有效提高了V2V通信的可靠性。该研究为车载自组织网络V2V通信长距离传输提供了低时延且高可靠性的理论支撑。展开更多
文摘针对飞行自组网(Flying Ad Hoc Network,FANET)在通信空白场景下存在的高时延问题,提出了一种深度强化学习(Deep Reinforcement Learning,DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol,DHRP)。为了实现有效的路由决策,采用马尔可夫决策过程(Markov Decision Process,MDP)对路由行为进行建模,在状态空间设计中结合了节点位置信息与链路信道容量,并综合考虑了双跳范围内的网络信息,以深度值网络为核心,在融合实时网络状态动态调整机制的奖励函数引导下,做出最优下一跳路由决策。实验结果表明,在通信空白场景下,DHRP相较于现有的路由方案,显著降低了FANET的平均端到端时延。此外,在不同节点规模和网络拥塞条件下,DHRP均表现出优越的适应性和鲁棒性,通过对动态网络环境的实时感知与智能决策机制,有效保障了整体网络性能。
文摘为更好地补充和扩展典型工业物联网(Industrial Internet of Things,IIoT)场景中毫米波频段电波传播特性的研究,并满足IIoT在连接性、可靠性、安全性、智能化和覆盖性等方面的更高需求,在26 GHz频段下,对典型IIoT场景进行了信道测量与特性分析。研究涉及的典型工业场景包括不同设备布置密度的工业密集场景和工业稀疏场景。基于实测数据,对上述两种工业环境下的信道特征参数进行了萃取,并在此基础上分析和比较了两种典型工业场景的毫米波信道特性。研究发现,由于工业密集场景存在大量金属设备会对信号产生强反射,导致其路径损耗指数小于工业稀疏场景,且莱斯K因子更小、时延扩展更大。当接收端使用相控阵天线时,通过波束跟踪可以实时调整波束方向,从而提高信号的传输效果,减小信号传播时延。对IIoT场景信道特性的准确分析将有助于理解信号在工业环境中的传播规律,预测和评估通信系统的传输可靠性,进而优化系统设计和网络规划,确保IIoT应用的高效稳定运行。
文摘针对车载自组织网络(Vehicular Ad Hoc Network,VANET)由于车辆距离过远或被障碍物阻挡而导致车对车(Vehicle to Vehicle,V2V)通信可靠性下降的问题,提出了一种基于检测放大转发(Detected Amplify and Forward,DAF)的高可靠通感一体化(Integrated Sensing and Communication,ISAC)空间调制(Spatial Modulation,SM)算法。该算法利用ISAC的雷达探测功能,选取信噪比(Signal to Noise Ratio,SNR)最大的车辆作为中继车辅助源车将信号转发至目的车。在中继车处通过DAF消除噪声累积,提高V2V通信可靠性。在此基础上引入SM算法,利用发送信号的稀疏特性降低邻道干扰以进一步提高V2V通信可靠性。通过理论推导得出中断概率(Outage Probability,OP),仿真验证了不同跳数下发射功率对OP的影响。分析了算法的复杂度和时延。结果表明在不同场景下,该算法在一定复杂度下有效提高了V2V通信的可靠性。该研究为车载自组织网络V2V通信长距离传输提供了低时延且高可靠性的理论支撑。
