摘要：面向未来自动驾驶系统中的实时性业务需求(如高清地图更新),基于感知-通信-计算融合,引入信息年龄作为实时性度量,设计感通算融合的车联网多节点协同感知机制。在通信-计算资源和车辆能耗约束下,优化调度感知节点信息采集和传输处理,最小化感知信息的平均信息年龄;提出基于李雅普诺夫的在线调度算法,将复杂的长期随机优化问题转化为单时隙在线优化问题,并设计低复杂度算法求解。仿真表明,与现有仅考虑通信与计算融合的机制相比,所提机制信息实时性可提高9%~50%。

摘要：为解决公网设施缺失、卫星信号不稳等应急场景下,信息无法及时回传与上报的问题,针对信息采集与传输能力受能耗制约的应急无人机网络,提出了一种面向信息时效性的信息采集和传输调度机制。引入了信息年龄作为信息时效性的衡量指标和约束,构建了以最小化无人机信息采集和传输能耗为目标的随机优化问题。基于Lyapunov优化理论,设计了信息时效性约束的虚拟队列,将原问题转化为保证系统稳定前提下的无人机数据采集与传输控制2个子问题,并分别提出了对应的启发式算法。仿真结果表明,相较于传统的队列调度方案,所提算法在保证信息时效性在一定范围的前提下,具备更快的收敛速率和更低的系统平均能耗开销。

摘要：随着第五代移动通信(5G)技术的快速发展,车联网(Internet of Vehicles,IoV)已成为5G的重要应用场景之一.针对IoV应用对即时性内容缓存的迫切需求,本文研究了支持动态内容缓存的移动边缘缓存方案以确保动态内容的时效性,该方案允许车辆从边缘缓存接入点(Caching-enabled Access Point,CAP)获得具有新鲜度约束的缓存内容.此外,本文基于协作缓存,利用概率论建立了CAP缓存刷新和交付的随机模型.同时,以基于信息年龄(Age of Information,AoI)的缓存命中率为IoV缓存的服务质量(Quality of Service,QoS)指标,建立了系统缓存命中的价值模型.为确保缓存内容的有效性,本文在分层切片框架中考虑了两种具有不同AoI要求的车辆内容请求.最后,本文提出了一个基于协作内容放置的系统内容缓存命中价值最大化的优化问题,这是一个NP-hard多目标多维多选择背包问题.因此,本文将其划分为若干个相互独立的优化问题并设计了一种基于内容年龄价值的最大增量算法进行求解.仿真结果表明,本文采用的CAP协作内容放置策略的性能优于其他传统方法.

摘要：该文考虑无人机(UAV)交通监测与移动边缘计算(MEC)技术结合的智能交通系统。为了保障系统中数据时效性并且降低系统能耗,提出计及信息年龄(AoI)的UAV计算卸载优化方法。首先,建立UAV辅助的MEC系统模型,允许MEC服务器缓存常用的应用程序并为UAV提供计算卸载,以支持UAV执行交通监测任务。通过联合优化UAV任务卸载决策、UAV上下行通信带宽分配以及被卸载任务的计算资源分配,最小化所有UAV与MEC服务器的总能耗,同时满足AoI与资源容量等约束条件。其次,系统能耗最小化问题是混合整数非凸优化问题,因此采用离散化和线性化手段,快速获得问题的近似最优解,并设计离散点生成算法来调节近似误差。最后,仿真结果表明,即使对于大型的非凸问题,所提方法也能够快速得到近似最优解,并且可以在不同的任务场景中满足AoI等约束条件,最大限度降低系统能耗。仿真结果验证了所提方法的有效性。

摘要：为满足万物互联和物理层安全的要求,针对存在多个窃听者和多个合法用户的状态更新系统的通信安全问题,提出了一种利用智能反射表面(IRS)辅助的安全波束成形设计方法实现主动防御。同时,考虑了状态更新场景下对于信息新鲜度的要求,引入平均保密年龄和保密年龄中断概率的信息年龄(AoI)性能指标,在发射功率、状态更新概率和IRS反射相移的约束下,联合优化基站发射波束成形矩阵、IRS相移和状态更新概率,从而保证状态更新的同时最大化系统安全性。针对系统的动态性和复杂性以及非凸优化问题的挑战性,提出了一种基于深度双Q网络(DDQN)算法的安全波束成形方法,以实现动态环境下针对窃听者的最优波束成形策略。仿真结果表明,本文提出的基于DDQN的安全波束成形方法可以显著提高IRS辅助状态更新系统的安全性。

摘要：在物联网(Internet of Things,IoT)系统中,信道具有高度时变性,直接链路有概率被阻塞。为了确保状态更新信息的及时传递,设计了一种智能反射面(Intelligent Reflecting Surface,IRS)辅助无人机(Unmanned Aerial Vehicle,UAV)服务地面多用户的无线下行链路系统。UAV在下行链路中作为一个移动基站,沿着优化的轨迹飞行并在靠近地面用户的合适位置悬停,再与地面上的用户进行数据传输。通过时间离散化、数学建模等手段构建联合优化的模型,建立一个多约束优化问题。目标是通过对无人机轨迹和流调度、IRS相移设计等变量的联合优化以最小化系统的信息年龄。研究了IRS反射传输信号辅助改善无线环境的过程,即通过改变信道增益来改变最大数据传输速率。采用IRS相移调整的方式来提高时变的信道增益,以改善通信质量。由于目标函数和约束公式中含有的非凸公式以及多个优化变量之间的耦合关系,采用连续凸逼近(Successive Convex Approximation,SCA)和块坐标下降(Block Coordinate Descent,BCD)等技术设计优化算法,将非凸优化问题简化后求得总优化问题的解。仿真结果表明,算法能得到平滑曲线,系统信息年龄随发射功率和数据传输速率阈值升高显著降低,体现了所提算法的可行性。

摘要：提出了一种综合传感器能源供给、数据传输时效性和移动用户需求的系统平均信息年龄(AoI)优化算法。首先,采用无人机(UAV)辅助WSN来保障传感器的能量收集和数据传输。其次,引入AoI作为衡量指标,联合优化多设备调度、发射功率和UAV轨迹,建立了以最小化传感器的平均AoI为目标的非凸优化问题。然后,通过约束松弛、变量替换和连续凸逼近等方法,将非凸问题转化为凸问题,并设计了一种迭代式的平均AoI最小化算法。仿真结果表明:该算法在满足移动用户体验的同时有效提升了传感器数据新鲜度。

摘要：随着5G/B5G的不断发展,无人机在实时数据采集系统中将有广泛应用.利用无人机先给传感器节点进行无线充电,然后传感器节点利用收集到的能量将感知的信息上传无人机,可有效解决户外物联网节点的供电与数据采集问题.然而,由于无人机本身的电量受限,如何在保证无人机充电辅助物联网系统顺利完成新鲜数据采集任务的前提下最小化无人机的能耗至关重要.为此,在满足信息采集新鲜度的要求下,通过联合优化无人机的飞行时间、加速度、转角和传感器节点信息上传和能量收集调度模式,建立无人机能耗最小化优化问题.由于该问题含有整数变量,大规模情况下求解较为困难.因此,首先将其建模为马尔科夫决策过程,然后提出了一种基于DQN(Deep Q Network)的无人机能耗优化算法框架求解,并设计相对应的状态空间、动作空间和奖励函数.仿真结果验证了所提DQN算法的收敛性,同时表明提出的DQN算法比传统的贪婪算法可降低8%~30%的无人机能耗.当传感器个数超过八个时,传统的贪婪算法很难求解,而所提DQN算法仍然能找到最优解.另外,随着AoI(Age of Information)限制值的缩小或传感器数量的增加,无人机的能量消耗会不断地增加,并且由于考虑了转角约束,所提算法优化得到的无人机飞行轨迹会更平滑.

摘要：无线传感器与基站之间容易因障碍物阻挡,影响信息交付的及时性,传感器能量供应不足也会引起信息年龄(AoI)性能下降。构建一种基于智能反射面(IRS)辅助通信的无线供能传感器网络系统模型,提出一个联合优化能量发射矩阵、IRS相移和传感器调度的多变量系统总信息年龄最小化优化问题。由于调度变量的二进制性质和IRS相移约束的非凸性质,导致该优化问题无法被直接求解,因此利用变量松弛和半正定凸松弛方法将原非凸问题转化为凸问题,并设计一种基于半正定凸松弛的信息年龄调度优化算法。实验结果表明,当能量站最大发射功率为45 dBm及IRS反射单元数为30时,所提算法相比循环调度算法、非能量收集算法,能将系统总AoI最大分别降低38%、46%,不仅可以为无线传感器持续供能,而且能提高系统的AoI性能。

摘要：考虑到信息时效性和数据新鲜度对各类实时状态更新系统带来的挑战,提出了一种无人机(Unmanned Aerial Vehicle,UAV)中继辅助的认知无线电网络(Cognitive Radio Network,CRN)信息年龄(Age of Information,AoI)最小化方案。为了降低CRN中次用户接收机处的AoI,在不影响主用户正常通信的前提下,利用UAV作为移动中继来辅助次用户发射机将数据包传输到对应的接收机。通过联合优化UAV的飞行轨迹和资源分配来确保信息新鲜度。由于联合设计问题是非凸的,故采用连续凸逼近的高效迭代算法得出问题的最优解。仿真结果表明,所提方案可以有效提高信息新鲜度,并获得峰值AoI的最小值。同时,数据包的大小和数量与AoI呈线性关系,对UAV的飞行轨迹也有影响。