摘要：元宇宙是一种新型互联网社会生态,旨在促进用户交流、提供虚拟服务和数字资产交易。区块链作为元宇宙的底层技术,支持非同质化通证(NFT)等数字资产在元宇宙内流通。然而,随着共识节点的增加,数字资产的交易共识效率会降低。因此,该文设计了基于边缘计算和跨链技术的多子元宇宙数字资产交易管理框架,首先,利用跨链技术将多个子元宇宙连接成多子元宇宙系统;其次,将边缘设备以矿工的身份分配到各个子元宇宙中,并利用其空闲的计算资源来提高数字资产交易的效率;此外,将边缘设备分配问题建模为一个多背包问题,并设计了一套矿工选择方案。针对环境动态变化的分配问题,采用深度强化学习中的近端策略优化(DRLPPO)算法,有效解决多子元宇宙中子元宇宙的矿工分配问题。仿真结果验证了所提方法的有效性,能够以安全、高效和灵活的方式实现跨链NFT交易和子元宇宙管理。

摘要：近年来,将移动边缘计算(MEC)服务器搭载在无人机(UAV)上为地面移动用户提供服务备受学术界和工业界广泛的关注。但在恶意干扰环境下,如何有效调度资源降低系统时延和能耗成为关键问题。为此,针对干扰机影响下无人机辅助边缘计算的问题,该文建立一个以最小化加权能耗与时延为目标的模型,联合优化无人机飞行轨迹、资源调度和任务分配来提升无人机辅助移动边缘计算系统性能。鉴于优化问题难求解以及恶意干扰行为动态多变,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的资源调度算法,同时结合优先经验回放(PER)机制提高算法收敛速度和稳定性,高效对抗恶意干扰攻击。仿真结果表明所提算法较其他算法,能够有效降低系统的时延和能耗,并具有很好的收敛性与稳定性。

摘要：在无线通信网络环境中,分布式客户端节点在用户隐私保护、数据传输效率、能量利用效率之间较难实现平衡。针对该问题,提出一种结合联邦学习与传统集中式学习的能量与信息管理优化策略。以覆盖性强、适用性广的移动信息采集设备作为学习服务器,将分布分散、资源受限的客户端节点作为学习参与者,通过构建马尔科夫决策模型分析客户端节点在移动信息采集过程中的状态变化和行为模式,同时采用值迭代算法和深度强化学习算法对该模型进行近似求解,获得客户端节点最优的信息传输与能量管理组合策略。仿真结果表明,相比MDP、GRE、RAN策略,该策略的长期效用较高且数据延迟较小,可实现客户端节点在信息传输过程中的数据隐私性、数据可用性与能量消耗之间的最优平衡。

摘要：随着无人机软硬件技术的发展,多无人机集群自组织形成的无人机自组网(Flying Ad-Hoc networks,FANETs)受到了越来越多的来自学术界和工业界的关注,其灵活的部署和快速的反应能力使其能高效地完成多种多样的任务。而无人机自组网路由协议是提高服务质量(Quality of service,QoS)最重要的方法之一,但无人机自组网的移动性和动态性给路由协议的设计带来了严峻的挑战。传统的移动路由协议不能很好地满足无人机自组网的路由需求,因此研究者们从基于拓扑、地理和分层的角度提出了各式各样的无人机自组网路由协议,旨在克服移动性和提高网络的服务质量,并指出未来无人机自组网的路由协议可以考虑机会路由、软件定义网络(Software defined network,SDN)决策和预测驱动决策等综合提高QoS。本文主要针对无人机自组网网络特征,从不同的路由方法出发,SDN对路由协议进行总结和归纳,并对未来的研究方向进行了展望。

摘要：随着空天地信息网络一体化的发展,卫星网络与地面移动网络作为常态化基础网络存在,而以无人机为代表的各类空中平台组成了天地之间的机动网络。航空6G作为6G的一种重要形态将包含空—空、空—地与空—天等新型通信与组网技术,需要解决的一个重要问题是如何高效利用频谱资源。基于航空6G与电磁频谱空间所面临的挑战,提出了面向航空6G的频谱认知智能管控体系架构,阐述了体系架构中频谱云、频谱控制链、设备用频软件定义、频谱传感网4个主要模块的功能作用。分析探讨了面向航空6G的频谱认知智能管控的3个关键技术,即三维频谱空间数字孪生、3D频谱智能决策、频谱图谱化快速协同学习,以期为后续航空6G与频谱智能管控的研究提供一些指导和建议。