.png){kind=icon}
返回
Optimizing disaster response with UAV-mounted RIS and HAP-enabled edge computing in 6G networks
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jnca.2025.104213.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在6G网络中灾难响应与恢复的背景下，在基础设施受损的情况下实现低延迟和高能效通信仍是一个关键挑战。本文介绍了一种新型框架，该框架整合了太阳能供电的高空平台（HAP）以及配备可重构智能表面（RIS）的多架无人机（UAV），显著提升了灾难响应能力。采用结合博弈论和多智能体强化学习（MARL）的混合方法，用于优化UAV能量管理、RIS控制和地面设备（GDs）的数据卸载速率。具体而言，博弈论用于确定最优任务卸载决策，平衡能耗、延迟和计算效率，而MARL动态引导UAV轨迹和RIS配置，以维持鲁棒通信链路。一项关键创新是RIS的开关机制，该机制通过在不需要时关闭RIS来节省能量，允许UAV在非活动期间充电并延长运行寿命。所提出的框架还显示出在优化卸载数据速率和最小化任务卸载成本方面的卓越性能，确保了高效的资源利用。广泛的模拟验证了该方法的有效性，与传统方法相比，在能效、数据处理性能和网络整体可靠性方面均显示出显著提升。这些进展有助于在6G网络中实现更可靠和能效更高的灾难响应操作。
期刊
IF:
8
论文数:
3.7K
被引数:
1.1W
机构
暂无机构信息
引用论文
Hierarchical aerial offload computing algorithm based on the Stackelberg-evolutionary game model.png)
IF0
PREAI
分享收藏
查看更多内容