近日，9999js金沙老品牌博士研究生余濤在導(dǎo)師張舜卿教授的指導(dǎo)下，以第一作者在通信領(lǐng)域頂刊《IEEE Journal on Selected Areas in Communications》(無(wú)線(xiàn)通信領(lǐng)域中科院SCI一區(qū)top期刊，影響因子：13.8)發(fā)表題為“IREE Oriented Green 6G Networks: A Radial Basis Function Based Approach”的研究論文，通訊作者為上海大學(xué)張舜卿教授。
為了應(yīng)對(duì)日益增長(zhǎng)的網(wǎng)絡(luò)能耗以及差異化的流量時(shí)空分布，同時(shí)為高能效6G網(wǎng)絡(luò)提供新的設(shè)計(jì)指南，研究團(tuán)隊(duì)提出了一種基于徑向基函數(shù) (Radial Basis Function，RBF) 的新型無(wú)線(xiàn)網(wǎng)絡(luò)部署優(yōu)化框架以最優(yōu)化集成相對(duì)能效（Integrated Relative Energy Efficiency，IREE）指標(biāo)。與傳統(tǒng)的節(jié)能優(yōu)化方案不同，團(tuán)隊(duì)研究使用基于頻譜效率（Spectral Efficiency，SE）的RBF 網(wǎng)絡(luò)以最大化給定IREE的下的網(wǎng)絡(luò)效用，并使用提出的丁克爾巴赫算法逐步提升IREE。通過(guò)數(shù)值實(shí)驗(yàn)研究團(tuán)隊(duì)發(fā)現(xiàn)，與傳統(tǒng)的面向EE的高能效設(shè)計(jì)相比，該方案的IREE顯著提高了123.0%~185.9%，優(yōu)于現(xiàn)有高能效算法。此外，通過(guò)研究不同流量需求下的集成相對(duì)能效-譜效權(quán)衡，團(tuán)隊(duì)研究建議無(wú)線(xiàn)網(wǎng)絡(luò)運(yùn)營(yíng)商應(yīng)花費(fèi)更多精力來(lái)平衡流量需求和網(wǎng)絡(luò)容量的分布，以提高IREE 性能，尤其是當(dāng)流量分布的空間變化較為顯著時(shí)（如城市區(qū)域）。
該研究工作以9999js金沙老品牌博士研究生余濤為第一作者（排名第一），合作者為上海大學(xué)陳小靜副教授，孫彥贊副教授、復(fù)旦大學(xué)王昕教授，9999js金沙老品牌張舜卿教授為通訊作者，并得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃和國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目等資助和支持。
論文鏈接：https://ieeexplore.ieee.org/document/10605762
（a）6G無(wú)線(xiàn)網(wǎng)絡(luò)場(chǎng)景，可以將各個(gè)基站看做徑向基神經(jīng)元，對(duì)無(wú)線(xiàn)流量進(jìn)行擬合；(b) 傳統(tǒng)EE最大化方案（左） vs IREE最大化方案（右）下的網(wǎng)絡(luò)容量和流量分布，可以看出面向IREE的設(shè)計(jì)能夠有效降低資源浪費(fèi)；(c) 不同帶寬限制下的集成相對(duì)能效-譜效折中關(guān)系
在近年來(lái)，9999js金沙老品牌張舜卿教授團(tuán)隊(duì)在綠色無(wú)線(xiàn)通信研究領(lǐng)域取得了一系列進(jìn)展，在IEEE Journal On Selected Areas In Communications, IEEE Internet of Things Journal, IEEE Transactions on Wireless Communications等通信領(lǐng)域高水平期刊發(fā)表了相關(guān)成果。這些成果在綠色無(wú)線(xiàn)通信指標(biāo)、高能效策略與方法等方面提出了新的見(jiàn)解，為綠色無(wú)線(xiàn)通信提供了理論支持和技術(shù)方案。
進(jìn)展1：隨著傳輸數(shù)據(jù)量的日益增長(zhǎng)，無(wú)線(xiàn)網(wǎng)絡(luò)的規(guī)模和能耗也在指數(shù)增長(zhǎng)，然而傳統(tǒng)的能源效率僅考慮了吞吐量和能耗性能，無(wú)法捕捉無(wú)線(xiàn)網(wǎng)絡(luò)容量和流量需求在時(shí)空域上的分布性差異。為了更有效地評(píng)估無(wú)線(xiàn)網(wǎng)絡(luò)的能源效率，研究團(tuán)隊(duì)提出了一種新的能源效率指標(biāo)，稱(chēng)為集成相對(duì)能源效率（Integrated Relative Energy Efficiency，IREE），它能夠從能源效率的角度，綜合的考慮流量分布和網(wǎng)絡(luò)容量分布的不匹配程度。在此基礎(chǔ)上，團(tuán)隊(duì)研究了基于IREE的綠色折中關(guān)系，并與傳統(tǒng)的綠色折中進(jìn)行了比較，并發(fā)現(xiàn)無(wú)線(xiàn)流量的時(shí)空分布將顯著影響網(wǎng)絡(luò)的IREE性能。基于該綠色折中關(guān)系，研究團(tuán)隊(duì)進(jìn)一步評(píng)估了6G網(wǎng)絡(luò)的幾種候選技術(shù)，包括可重構(gòu)智能表面（Reconfigurable Intelligent Surfaces，RIS）和空天地集成網(wǎng)絡(luò)（Space-Air-Ground Integrated Network，SAGIN）。通過(guò)理論分析和數(shù)值結(jié)果可以得出，在非均勻地面流量下，RIS輔助網(wǎng)絡(luò)與常規(guī)地面網(wǎng)絡(luò)相比，IREE改進(jìn)達(dá)到了72%。在非均勻網(wǎng)絡(luò)流量下，RIS輔助網(wǎng)絡(luò)以及SAGIN網(wǎng)絡(luò)將有效改進(jìn)網(wǎng)絡(luò)的IREE性能，分別可達(dá)到66%和85%。與傳統(tǒng)的能源效率指標(biāo)顯著不同的是，團(tuán)隊(duì)提出的IREE指標(biāo)能夠有效捕獲無(wú)線(xiàn)流量和容量不匹配的特性，因此IREE可以作為未來(lái)能源高效網(wǎng)絡(luò)設(shè)計(jì)的有用指導(dǎo)。[該成果由上海大學(xué)張舜卿教授，陳小靜副教授，和復(fù)旦大學(xué)王昕教授共同指導(dǎo)，上海大學(xué)博士研究生余濤為第一作者，發(fā)表于IEEE Internet of Things Journal（2023），https://ieeexplore.ieee.org/abstract/document/9903851]。
（a）6G網(wǎng)絡(luò)場(chǎng)景示意圖（b）能量效率，區(qū)域能量效率以及集成相對(duì)能效的空間分布比較 (c) 在非均勻地面流量（左）和非均勻SAGIN流量（右）下， RIS以及SAGIN技術(shù)的IREE性能
進(jìn)展2：為了針對(duì)6G超大規(guī)模多入多出正交頻分復(fù)用技術(shù)（Utra-Massive Multiple Input Multiple Output Orthogonal Frequency Division Multiplex ，U-MIMO-OFDM）系統(tǒng)中由于超大規(guī)模天線(xiàn)陣列引起的空域非平穩(wěn)特性可視區(qū)域（Visibility Region，VR）以及應(yīng)對(duì)VR難以刻畫(huà)的挑戰(zhàn)，針對(duì)空域非平穩(wěn)U-MIMO-OFDM系統(tǒng)進(jìn)行信道建模和問(wèn)題建模，研究團(tuán)隊(duì)提出了基于模型-數(shù)據(jù)雙驅(qū)動(dòng)（Model-Data Dual Driven，MDD）的空域非平穩(wěn)信道估計(jì)統(tǒng)一框架。所提算法首先通過(guò)圖像輪廓提?。↖mage Contour Extraction，ICE）算法對(duì)信道非平穩(wěn)關(guān)鍵參數(shù)進(jìn)行提取，然后結(jié)合增強(qiáng)殘差-卷積插值網(wǎng)絡(luò)（Enhanced Convolutional Neural Network-based Residual Network，eCNN-RN）對(duì)整個(gè)信道的時(shí)頻資源進(jìn)行恢復(fù)，最后引入了一個(gè)低復(fù)雜度的信道細(xì)化（Low Complexity Refinement，LCR）模塊，以提高所提方案對(duì)不同環(huán)境的魯棒性。仿真實(shí)驗(yàn)表明，所提的MDD-LCR統(tǒng)一框架能夠更準(zhǔn)確地捕捉信道的空間非平穩(wěn)特性，對(duì)于VR參數(shù)的估計(jì)誤差能夠達(dá)到-21.87 dB，相比于傳統(tǒng)的基于子陣列劃分假設(shè)的傳統(tǒng)算法，能夠?qū)崿F(xiàn)4.67 dB的性能增益。從算法整體估計(jì)性能角度分析，MDD-LCR算法在空域平穩(wěn)及非平穩(wěn)環(huán)境中均能實(shí)現(xiàn)更優(yōu)越的NMSE估計(jì)性能，在14×14導(dǎo)頻和28×28導(dǎo)頻兩種配置模式的空域平穩(wěn)場(chǎng)景下，分別實(shí)現(xiàn)了相較于傳統(tǒng)算法1.4 dB和2.83 dB的性能增益；在兩種導(dǎo)頻配置模式的空域非平穩(wěn)場(chǎng)景下，分別實(shí)現(xiàn)了相較于傳統(tǒng)算法3.8 dB和3.5 dB的性能增益，在降低算法復(fù)雜度的同時(shí)有效優(yōu)化導(dǎo)頻開(kāi)銷(xiāo)。除此之外，將算法進(jìn)一步拓展至不匹配的空域平穩(wěn)和非平穩(wěn)測(cè)試場(chǎng)景中，僅產(chǎn)生了1.5 dB和1.87 dB的性能衰減，展現(xiàn)出較強(qiáng)的魯棒性和兼容性。[該成果以香港科技大學(xué)Vincent Lau教授，上海大學(xué)張舜卿教授和上?？萍即髮W(xué)廉黎祥副教授共同指導(dǎo)，上海大學(xué)碩士研究生蔣佳琪為第一作者，發(fā)表于IEEE Transactions on Wireless Communications，https://ieeexplore.ieee.org/document/10345484].
（a）數(shù)據(jù)-模型雙驅(qū)動(dòng)MDD-LCR非平穩(wěn)信道估計(jì)統(tǒng)一框架；(b) 在基站天線(xiàn)數(shù)為16的空域平穩(wěn)環(huán)境下，MDD-LCR方案與傳統(tǒng)基線(xiàn)算法的NMSE與SNR性能對(duì)比（14×14和28×28導(dǎo)頻配置）；(c) 在基站天線(xiàn)數(shù)為64的空域非平穩(wěn)環(huán)境下，MDD-LCR方案與傳統(tǒng)基線(xiàn)算法的NMSE與SNR性能對(duì)比（14×14和28×28導(dǎo)頻配置）；(d) 在不匹配的空域平穩(wěn)和非平穩(wěn)場(chǎng)景下，MDD-LCR方案、無(wú)LCR模塊的MDD、ReEsNet以及傳統(tǒng)DIGI-YOLO-Newton方法的NMSE與SNR性能對(duì)比
進(jìn)展3：為了有效降低當(dāng)前移動(dòng)邊緣計(jì)算（MEC）的能源成本，研究團(tuán)隊(duì)提出了一種基于雙時(shí)間尺度的在線(xiàn)資源分配和能源管理算法（TSRE），以最大限度地減少基站側(cè)實(shí)時(shí)能源交易的平均成本和用戶(hù)的能耗。不同于以往對(duì)MEC的研究，本研究特別考慮了由可再生能源和智能電網(wǎng)共同構(gòu)成的混合供能系統(tǒng)。在資源分配環(huán)節(jié)，TSRE將動(dòng)態(tài)地調(diào)整移動(dòng)用戶(hù)的任務(wù)卸載時(shí)間表、以及基站和移動(dòng)用戶(hù)設(shè)備的CPU頻率，以實(shí)現(xiàn)資源的高效利用。在能量規(guī)劃方面，研究團(tuán)隊(duì)巧妙地結(jié)合了李雅普諾夫優(yōu)化方法與隨機(jī)亞梯度方法，通過(guò)對(duì)歷史系統(tǒng)和環(huán)境參數(shù)的精準(zhǔn)分析，實(shí)現(xiàn)對(duì)未來(lái)能源需求的精準(zhǔn)預(yù)測(cè)。而在實(shí)時(shí)的能量決策環(huán)節(jié)，TSRE則采用了基于拉格朗日對(duì)偶和次梯度方法的分布式?jīng)Q策技術(shù)。通過(guò)將TSRE算法和其余四條基線(xiàn)進(jìn)行比較，可以得出TSRE在采用預(yù)測(cè)性能源規(guī)劃后，可以分別節(jié)省7.0%、23.7%、33.7%和20.0%的平均成本，這一成果有力地證明了TSRE算法的高效性和實(shí)用性。在本次研究中，TSRE將MEC系統(tǒng)作為智能電網(wǎng)系統(tǒng)中能源管理的一個(gè)應(yīng)用場(chǎng)景，充分展示了通信系統(tǒng)與智能電網(wǎng)相結(jié)合所帶來(lái)的巨大潛力，這不僅有助于降低通信系統(tǒng)的能源成本和碳排放，更為推動(dòng)綠色通信和可持續(xù)發(fā)展提供了有力的技術(shù)支撐。在未來(lái)的工作中，研究團(tuán)隊(duì)將用實(shí)際設(shè)備對(duì)所提出的算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，以驗(yàn)證其在真實(shí)環(huán)境中的性能表現(xiàn)。[該成果以上海大學(xué)陳小靜副教授為第一作者，合作者為上海大學(xué)張舜卿教授，麥考瑞大學(xué)Abbas Jamalipour教授，復(fù)旦大學(xué)王昕教授和上海大學(xué)碩士研究生陳思等，發(fā)表于IEEE Transactions on Smart Grid(2024)，https://ieeexplore.ieee.org/document/10504784]。
（a）由可再生能源和智能電網(wǎng)混合供電的MEC系統(tǒng)（b）TSRE和其余四條基線(xiàn)的平均系統(tǒng)開(kāi)銷(xiāo)和隊(duì)列長(zhǎng)度
進(jìn)展4：由于蜂窩車(chē)聯(lián)網(wǎng)中復(fù)雜快時(shí)變的無(wú)線(xiàn)傳播環(huán)境會(huì)降低信道獲取的精度并增加導(dǎo)頻開(kāi)銷(xiāo)，為了能在較少的導(dǎo)頻開(kāi)銷(xiāo)下得到更準(zhǔn)確的信道信息，以此進(jìn)一步提高通信速率，研究團(tuán)隊(duì)通過(guò)建立移動(dòng)性和信道分量之間的變化關(guān)系，提出了基于收發(fā)端和散射體移動(dòng)性的單天線(xiàn)信道預(yù)測(cè)算法和多天線(xiàn)角度預(yù)測(cè)算法。實(shí)驗(yàn)結(jié)果表明，對(duì)于單天線(xiàn)信道預(yù)測(cè)，提出的基于移動(dòng)性的信道預(yù)測(cè)策略（MICP）在仿真信道數(shù)據(jù)上相比現(xiàn)有方法在信道狀態(tài)信息的平均歸一化均方誤差上實(shí)現(xiàn)了大約18 dB的性能增益；在實(shí)測(cè)信道數(shù)據(jù)上，MICP策略則分別實(shí)現(xiàn)了9 dB和5 dB的性能增益。對(duì)于多天線(xiàn)角度預(yù)測(cè)，提出的基于移動(dòng)性和信道預(yù)測(cè)的波束賦形策略（MCPCB）根據(jù)預(yù)測(cè)結(jié)果來(lái)部署波束賦形，在視距（LOS）和非視距（NLOS）場(chǎng)景中相比穩(wěn)態(tài)預(yù)測(cè)方法在平均接收功率損耗性能上分別提升了約4 dB和0.7 dB。研究團(tuán)隊(duì)還分析和評(píng)估了移動(dòng)性參數(shù)估計(jì)誤差和預(yù)測(cè)的信道分量均方誤差之間的關(guān)系，以及預(yù)測(cè)的信道分量均方誤差和接收功率損耗之間的關(guān)系。從仿真評(píng)估結(jié)果來(lái)看，對(duì)于不同的天線(xiàn)數(shù)，更大的天線(xiàn)陣列需要更高的信道分量估計(jì)精度?；贚OS和NLOS場(chǎng)景的波束賦形性能結(jié)果，研究團(tuán)隊(duì)從通信速率的視角對(duì)MCPCB策略進(jìn)行了評(píng)估，MCPCB策略相比現(xiàn)有方法可以實(shí)現(xiàn)更高的通信傳輸速率。其中，MCPCB策略的通信速率性能在LOS和NLOS場(chǎng)景中相比穩(wěn)態(tài)預(yù)測(cè)方法分別提升了7.12%和1.98%。該項(xiàng)研究為車(chē)聯(lián)網(wǎng)高移動(dòng)性場(chǎng)景中的信道預(yù)測(cè)任務(wù)提供了一種新的有效解決方案。[該成果由上海大學(xué)張舜卿教授、姜之源教授和交通大學(xué)陳文教授共同指導(dǎo)，上海大學(xué)博士研究生生彭飛為第一作者，發(fā)表于IEEE Transactions on Wireless Communications (2023)，https://ieeexplore.ieee.org/document/9944695和IEEE Transactions on Wireless Communications (2024)，https://ieeexplore.ieee.org/document/10264823]。
圖1.（a）車(chē)聯(lián)網(wǎng)系統(tǒng)模型示意圖， (b)多普勒頻偏和復(fù)幅度的提取和預(yù)測(cè)結(jié)果，(c)對(duì)向會(huì)車(chē)仿真場(chǎng)景中基于不同策略預(yù)測(cè)的信道狀態(tài)信息的歸一化均方誤差結(jié)果。
進(jìn)展5：為應(yīng)對(duì)日益增長(zhǎng)的通信需求并減少全網(wǎng)能耗和碳排放，研究團(tuán)隊(duì)提出了一種面向節(jié)能減排的跨制式融合感知通信系統(tǒng)。該系統(tǒng)包括感知融合、通信融合和邊緣協(xié)同管控平臺(tái)三大部分。首先，感知融合結(jié)合了低功耗毫米波被動(dòng)感知與基于無(wú)線(xiàn)指紋拓?fù)涞闹鲃?dòng)感知，具體來(lái)說(shuō)，提出了結(jié)合基于接入點(diǎn)（AP）的高精度細(xì)粒度感知與AP解耦的高可信粗粒度感知的全場(chǎng)景智能感知方案。其次，通信融合通過(guò)自組織Wi-Fi網(wǎng)絡(luò)和基于軟件定義蜂窩網(wǎng)絡(luò)通用軟件無(wú)線(xiàn)電平臺(tái)（USRP）的平臺(tái)，實(shí)現(xiàn)了關(guān)鍵網(wǎng)絡(luò)節(jié)能參數(shù)的靈活調(diào)用。最后，邊緣協(xié)同管控平臺(tái)通過(guò)多維數(shù)據(jù)庫(kù)和智能管控平臺(tái)，實(shí)現(xiàn)高精度的跨制式網(wǎng)絡(luò)參數(shù)編排以及多維通信數(shù)據(jù)庫(kù)構(gòu)建。團(tuán)隊(duì)研究團(tuán)隊(duì)在實(shí)際系統(tǒng)樣機(jī)上進(jìn)行了測(cè)試，驗(yàn)證了該系統(tǒng)在深度休眠和跨制式調(diào)度策略下分別實(shí)現(xiàn)了14%和10%的總能耗降低。這一研究成果在第十八屆中國(guó)研究生電子設(shè)計(jì)競(jìng)賽中榮獲全國(guó)二等獎(jiǎng)和最佳論文獎(jiǎng)，為未來(lái)節(jié)能減排的跨制式網(wǎng)絡(luò)設(shè)計(jì)提供了可靠的驗(yàn)證平臺(tái)和有效的指導(dǎo)。[該成果由上海大學(xué)張舜卿教授指導(dǎo)，上海大學(xué)博士研究生余濤、李濟(jì)宏，碩士研究生周均翼完成]。
(a)高能效跨制式通感系統(tǒng)核心技術(shù)總覽，(b)通信融合跨制式IP分流傳輸機(jī)制，(c)感知融合主被動(dòng)定位方案，(d)邊緣協(xié)同管控平臺(tái)高精度網(wǎng)絡(luò)編排，(e-f)深度休眠以及跨制式調(diào)度策略降低能耗效果。
以上研究得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目和國(guó)家重點(diǎn)自然科學(xué)基金的資助。
