UAVを用いた損失許容型協調リレー通信ネットワークにおいて、ユーザの受信情報の許容歪み要件に基づいて、遮断確率を最小化するためのリレー位置の最適化手法を提案する。
本研究では、mmウェーブ帯において、無響室、残響室、屋内環境といった様々な伝搬条件下で、独立変動二線モデル(IFTR)と呼ばれる一連の線形フェージングモデルの実験的検証を行った。IFTRモデルは物理的に解釈可能な少数のパラメータで伝搬チャネルを正確に特徴付けることができることが示された。ただし、マルチパス伝搬が限定的な場合や主要な2つの反射波の相互作用が強い場合、IFTRモデルの適用には限界があることも明らかになった。
無線車載ネットワークにおいて、帯域幅と電力の制約の下で、全ての車載ユーザ間の秘匿性レートの総和を最大化する。
提出一種創新的語義自適應特徵提取(SAFE)框架,通過允許用戶根據頻道狀況選擇不同的子語義組合,顯著提高了頻帶利用率。
提案するSAFEフレームワークは、チャネル条件に応じて異なるサブセマンティックの組み合わせを選択できるため、帯域効率を大幅に向上させることができる。
本論文は、3GPPおよび次世代アライアンス(NGA)のチャネルモデリングのために、中帯域無線伝搬チャネル統計の屋内ホットスポット(InH)環境における地点データを提案する。
近距離MIMO通信では空間自由度が大幅に増加するが、限られたRFチェーンでこれを効果的に活用することが重要な課題である。ビームスペースモジュレーションは、この課題に対する有効な解決策の1つである。
本文提出了一個無線環境信息輔助的6G人工智能驅動空中接口(WEI-6G AI2)框架,通過主動獲取實時環境詳情來促進信道衰落預測和通信技術優化。
無線チャネルをBeyond-Diagonal再構成可能インテリジェントサーフェスで表現する際に、物理的に適合した対角表現を導出した。この表現により、従来のDiagonal再構成可能インテリジェントサーフェスのためのチャネル推定および最適化アルゴリズムをBeyond-Diagonal再構成可能インテリジェントサーフェスにも直接適用できる。
本研究は、無線リソース管理問題に対して、オフラインおよび分布強化学習アルゴリズムを提案する。提案手法は、環境との対話なしにオフラインで学習を行い、リターンの分布を考慮することで、実世界の不確実性に対処する。