语义感知的意图驱动频谱管理:一种用于认知无线电网络的多智能体框架

《ICT Express》:Semantic-aware intent-driven spectrum management: A multi-agent framework for cognitive radio networks

【字体: 大 中 小 】 时间:2026年08月28日 来源:ICT Express 4.6

编辑推荐:

  摘要翻译:针对6G认知无线电网络中动态频谱分配效率低和信令开销过大的挑战,提出了一种语义感知的意图驱动多智能体频谱管理框架。该框架包含三层架构:意图语义化层(ISL)、多智能体语义共识层(MSCL)和分布式频谱分配层(DSAL)。首先,ISL将基于转换器的双向

  
摘要翻译:针对6G认知无线电网络中动态频谱分配效率低和信令开销过大的挑战,提出了一种语义感知的意图驱动多智能体频谱管理框架。该框架包含三层架构:意图语义化层(ISL)、多智能体语义共识层(MSCL)和分布式频谱分配层(DSAL)。首先,ISL将基于转换器的双向编码器表示(BERT)模型与基于规则的编码器相结合,将用户的自然语言映射为紧凑的语义向量,实现用户意图到可量化频谱参数的精确转换。其次,在MSCL中构建了一种基于语义压缩和相似性聚类的共识机制。通过用局部语义交互替代全局信令交互,所提出的机制有效降低了通信开销,同时提升了频谱决策协商的效率。最后,在DSAL中开发了一种意图驱动的分布式频谱分配算法,以联合优化频谱资源调度和簇间干扰协调。仿真结果表明,与传统频谱管理方法相比,所提出的框架在信令开销和收敛时间方面取得了显著改善,同时保持了较高的意图满足率。
论文解读:

**1. 研究背景与问题**

随着6G通信技术的发展,泛在覆盖和智能万物互联正逐步成为现实。然而,异构多源通信业务的指数级增长对动态频谱管理提出了更为严苛的要求。认知无线电网络(CRNs)作为缓解频谱稀缺的有效范式,其传统的基于比特级信令的多智能体协商机制面临高信令开销和长通信延迟的问题,难以适应动态信道环境,也无法准确捕获用户业务意图,导致关键业务意图的满足率较低。现有的意图驱动无线资源管理方案主要面向结构化意图,缺乏对非结构化自然语言的解析能力以及意图与频谱参数联合预测的能力。新兴的语义通信以语义内涵和用户意图为核心,为突破上述瓶颈提供了新思路,但已有研究多聚焦于点对点语义压缩,在CRNs中尚未建立从自然语言意图到频谱决策的端到端映射,多智能体场景下的协作机制也探索不足。为此,研究人员构建了“ISL-MSCL-DSAL”三层架构,分别对应解决非结构化意图编码、全局信令冗余、干扰下分布式协调三个核心挑战。

**2. 研究内容与意义**

研究人员提出了一种语义感知的意图驱动多智能体频谱管理框架,通过将语义通信引入频谱管理,实现了从“信号传输”到“意图理解”的范式转变。仿真验证表明,该框架在意图满足率、频谱效率、收敛速度和通信开销方面显著优于拍卖方法(AB)、单智能体强化学习方法(SARL)和多智能体强化学习(MARL)方法。该研究为6G赋能的CRNs提供了一种轻量化、智能化的频谱管理新方案,具有重要的理论价值和实际应用潜力。

**3. 主要关键技术方法**

研究人员采用了以下关键技术方法:一是基于BERT模型与规则编码器结合的主备双模意图语义化机制,将自然语言意图映射为768维语义向量;二是基于聚合层次聚类和混合距离度量的多智能体语义共识机制,实现语义压缩与相似性聚类;三是基于优先级贪婪搜索和博弈论的分布式频谱分配算法,包括簇内分配、簇间协调和动态调整三个环节。实验平台基于Python 3.13和PyTorch框架构建,使用NetworkX构建分布式拓扑,采用自由空间传播模型,背景噪声功率为-100 dBm,信道时变周期为50 ms。

**4. 研究结果**

- **意图满足率**:在10至500个智能体规模下,所提出的语义感知协议(SP)始终在所有密度下保持最高的意图满足率曲线,这得益于语义共识机制保留了多样化的业务意图。
- **频谱效率**:频谱效率快速达到峰值并保持稳定,簇内聚合实现了高效复用。
- **公平指数**:公平指数大于0.95,博弈论协调机制有效减轻了同信道干扰。
- **通信开销**:约2000个符号(基线为15000-28000个符号),69.8倍的语义压缩显著减少了信令。
- **收敛性**:在2次迭代内即可稳定,局部共识避免了全局迭代循环。
- **可扩展性**:当智能体数量超过200时,意图满足率逐渐下降,反映簇间干扰加剧,但硬隔离机制可缓解该效应;在N=500时频谱效率仍保持接近最高水平,展现了良好的可扩展性。

**5. 讨论与结论**

讨论部分指出,所提框架通过意图优先级和语义相似性动态设置干扰避免限制,在提高频谱复用性和意图满足率的同时,有效缓解了复杂环境下的同信道干扰。研究结论总结为四大贡献:创造性的架构设计将语义通信融入频谱管理,实现了从“信号传输”到“意图理解”的范式转变;功能机制上动态设置干扰避免限制,提高了频谱复用性和意图满足率;实验性能优越,意图满足率和频谱效率平均提升10%,语义压缩和分布式共识显著降低了信令开销并加速收敛;可扩展性出色,10至500个智能体的仿真实验验证了模型在大规模分布式网络中的应用潜力。总之,该框架在性能和效率上均取得显著提升,为6G时代认知无线电网络的智能化演进提供了高效可行的技术方案。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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