面向6G网络的高可靠低延时通信计算与控制

未来6G网络的业务主体将转变为赋能千行百业的智能物联网应用,因此在提供高可靠低延时通信(ultra-reliable and low-latency communications,u RLLComm)的同时,还要实现高可靠低延时的智能计算(uRLLComp)与智能控制(uRLLCtrl)(以下简称uRLLC3).这对于传输环境、业务需求与网络资源配置均高度动态变化的移动网络来讲是一个巨大挑战.本文面向6G时代的智慧网联与网联智能,从排队论中几个超越直觉的定理出发,尝试为u RLLC3的实现提供一些有益启示,并系统地给出实现高可靠低延时通信、计算与控制的理论与方法.同时,以未来智慧网联汽车的智能控制为例,在描述信息新鲜度的信息年龄(age-of-information,AoI)性能指标的基础上,提出一种新的信息时效性表征指标——信息紧迫度(urgency-of-information,UoI),并在此基础上给出几种UoI意义上最优的移动终端调度与控制算法,验证所提UoI指标的有效性.

C-V2X资源分配方法研究综述

C-V2X是基于蜂窝网络技术演化而来的车联网(IoV)解决方案,是5G网络中的极可靠低时延通信(uRLLC)中重要的一部分,车联网技术的实现对现代交通具有重要意义。本文对近些年来国内外学者在该研究领域取得的成果进行了系统总结:对车联网的定义做了简要说明,并对C-V2X的标准研究进展进行了总结;对LTE-V2X和NR-V2X下的集中式和分布式资源调度方式分别进行了阐述,并对现有研究方法做了分类;最后,对未来研究可能面临的挑战进行了展望。

基于URLLC的分布式光伏运维数据传输技术

现有的分布式光伏数据采集传输系统一般采用蜂窝网络传输运维数据,尽管数据传输的精准度较为稳定,但存在蜂窝数据资费高、非视距传输等缺点,且在点多面广、分散无序的分布式光伏运维数据采集过程中容易出现数据延时严重、无法断点续传等问题。为此,该文利用无人机作为通信中继,破解分布式光伏运维数据传输延时的困境,实现分布式光伏运维数据的高可靠、低延时传输。构建分布式光伏系统运维数据采集过程中选用无人机中继传输的资源优化模型,进一步将该模型等效为有限分组长度机制下误码率最小化问题,并提出一种交替优化的资源分配算法,通过联合优化分组长度分配方案和无人机位置,实现分布式光伏运维数据采集的最小化解码误码率,以满足数据精准和可靠性需求的同时,也达成数据传输的高效率和低延时。仿真案例结果表明,该文所提出的交替迭代方法与穷举搜索法相比,具有收敛性好、复杂度低等优点。