.png){kind=icon}
返回
Optimizing USV AoI for RIS-Assisted UAV-USV MEC Network
.png){kind=icon}
PRE
AI
DOI：10.1002/dac.70292.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为承诺及时的数据传输并量化无人水面艇（USVs）的信息新鲜度，提出信息年龄（AoI）作为探索可重构智能表面（RIS）辅助无人机（UAV）-USV多接入边缘计算网络实施的新颖指标。本文中，一组携带RIS的UAV通过时分多址接入为USV提供服务；每个RIS在其服务持续时间内能够为每个USV提供一次反射。在USV服务持续时间指示器、UAV搭载RIS相位偏移向量、地面基站（TBS）波束成形向量和UAV轨迹约束下，研究了USV长期时间平均AoI（AAoI）的最小化问题。为有效求解所构建的问题，应用Lyapunov框架将原始问题分解为一组按时间槽划分的问题，其中每个问题可进一步划分为多个子问题，例如TBS波束成形向量子问题、RIS相位偏移子问题以及联合UAV轨迹和USV服务持续时间指示器的子问题。然后，每个子问题可通过所提出的连续凸近似、半定松弛方法和增强型差分进化算法迭代求解。因此，可以高效获得可行解。所提出的解决方案在保持UAV功耗低于基准值的同时，将USV AAoI最多降低55%。此外，所提出的解决方案在典型USV任务数据尺寸下也能保证足够的网络队列积压。
Keyword:
age of information
power consumption
reconfigurable intelligent surface
unmanned aerial vehicle
unmanned surface vehicle
期刊
IF:
1.8
论文数:
458
被引数:
3.7K
机构
引用论文
Cooperative Multiagent Deep Reinforcement Learning Methods for UAV-Aided Mobile Edge Computing Networks无人机辅助移动边缘计算网络的协同多agent深度强化学习方法
OAAI
.png){kind=icon}
OAAI分享收藏Average AoI Minimization in UAV-Assisted Data Collection With RF Wireless Power Transfer: A Deep Reinforcement Learning Scheme使用RF无线电力传输的无人机辅助数据收集中的平均AoI最小化: 深度强化学习方案
PREAI
分享收藏Wireless Communications with Unmanned Aerial Vehicles: Opportunities and Challenges无人机无线通信: 机遇与挑战
OAAI
OAAI分享收藏AoI-Aware Sensing Scheduling and Trajectory Optimization for Multi-UAV-Assisted Wireless Backscatter Networks多无人机辅助的无线反向散射网络AoI感知调度与轨迹优化OAAI
OAAI分享收藏AoI-Energy Tradeoff for Data Collection in UAV-Assisted Wireless Networks无人机辅助无线网络中数据收集的AoI能量权衡
PREAI
分享收藏Multi-RIS-Empowered Multiple Access: A Distributed Sum-Rate Maximization Approach多RIS赋能多址接入：一种分布式和速率最大化方法
PREAI
分享收藏
查看更多内容