基于深度强化学习的无线供能边缘计算网络中DAG任务调度策略
《Chinese Journal of Electronics》:DRL Based Scheduling Strategy for DAG Task in Wireless Powered Edge Computing Networks
【字体:
大
中
小
】
时间:2026年10月21日
来源:Chinese Journal of Electronics 4.5
编辑推荐:
摘要:本文研究了一种采用全连接天线架构和混合波束赋形的近场集成本感知、通信与功率传输(ISCPT)系统。我们建立了一个优化问题,通过混合波束赋形设计来最大化通信用户的速率和,并受到四项约束条件的限制:用于感知的最大克拉美-罗下界约束、用于无线功率传输的最小能量采集约束、基站
摘要:
本文研究了一种采用全连接天线架构和混合波束赋形的近场集成本感知、通信与功率传输(ISCPT)系统。我们建立了一个优化问题,通过混合波束赋形设计来最大化通信用户的速率和,并受到四项约束条件的限制:用于感知的最大克拉美-罗下界约束、用于无线功率传输的最小能量采集约束、基站的总发射功率约束以及模拟波束赋形单元上的单位模量移相器约束。所建立的优化问题为非凸问题,且变量高度耦合,带来了显著的优化挑战。为解决这一问题,本文提出了一个两阶段优化框架:第一阶段优化全数字波束赋形矩阵以提升算法性能,第二阶段将该矩阵分解为模拟和数字分量以实现混合波束赋形。数值仿真结果展示了各种约束参数对速率和的影响,并验证了所提出的两阶段优化框架的有效性。此外,数值结果表明,通过使用一定数量的射频链路,混合架构的性能可以接近全数字架构的性能。这种混合架构设计提高了系统在实际应用中的经济可行性。
一、引言
随着第五代(5G)通信的商业化部署以及向第六代(6G)网络的持续演进,未来无线通信系统的需求正变得日益复杂。除了传统的通信需求外,这些系统还必须支持感知、定位、控制和环境监测等多种任务[1]。在物联网(IoT)[2]、智能交通和自动驾驶等新兴应用中,通感一体化(ISAC)已成为一个关键的研究领域。ISAC代表了无线通信中的一种变革性范式,旨在在统一的系统内整合通信和感知功能。与传统将通信和感知视为独立实体的设计不同,ISAC利用共享的资源和硬件平台实现无缝集成[3]–[5]。ISAC的关键优势在于其能够使用相同的频谱同时执行数据传输和环境感知任务。这种双重能力不仅提高了频谱利用率,还提供了实时的环境感知能力,如目标检测和定位。通过利用感知信息,ISAC系统可以动态调整传输参数,以适应快速变化的无线环境,例如多径效应和用户移动性,从而优化信道选择和波束赋形策略,减少干扰并提高信号质量[6]、[7]。ISAC的内在集成特性使其成为下一代网络中高效资源管理和智能调度的基石。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号