近日，9999js金沙老品牌博士研究生余濤在導師張舜卿教授的指導下，以第一作者在通信領域頂刊《IEEE Journal on Selected Areas in Communications》(無線通信領域中科院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張舜卿教授。
為了應對日益增長的網(wǎng)絡能耗以及差異化的流量時空分布，同時為高能效6G網(wǎng)絡提供新的設計指南，研究團隊提出了一種基于徑向基函數(shù) (Radial Basis Function，RBF) 的新型無線網(wǎng)絡部署優(yōu)化框架以最優(yōu)化集成相對能效（Integrated Relative Energy Efficiency，IREE）指標。與傳統(tǒng)的節(jié)能優(yōu)化方案不同，團隊研究使用基于頻譜效率（Spectral Efficiency，SE）的RBF 網(wǎng)絡以最大化給定IREE的下的網(wǎng)絡效用，并使用提出的丁克爾巴赫算法逐步提升IREE。通過數(shù)值實驗研究團隊發(fā)現(xiàn)，與傳統(tǒng)的面向EE的高能效設計相比，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，通過研究不同流量需求下的集成相對能效-譜效權衡，團隊研究建議無線網(wǎng)絡運營商應花費更多精力來平衡流量需求和網(wǎng)絡容量的分布，以提高IREE 性能，尤其是當流量分布的空間變化較為顯著時（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），合作者為上海大學陳小靜副教授，孫彥贊副教授、復旦大學王昕教授，9999js金沙老品牌張舜卿教授為通訊作者，并得到了國家重點研發(fā)計劃和國家自然科學基金重點項目等資助和支持。
論文鏈接：https://ieeexplore.ieee.org/document/10605762
（a）6G無線網(wǎng)絡場景，可以將各個基站看做徑向基神經(jīng)元，對無線流量進行擬合；(b) 傳統(tǒng)EE最大化方案（左） vs IREE最大化方案（右）下的網(wǎng)絡容量和流量分布，可以看出面向IREE的設計能夠有效降低資源浪費；(c) 不同帶寬限制下的集成相對能效-譜效折中關系
在近年來，9999js金沙老品牌張舜卿教授團隊在綠色無線通信研究領域取得了一系列進展，在IEEE Journal On Selected Areas In Communications, IEEE Internet of Things Journal, IEEE Transactions on Wireless Communications等通信領域高水平期刊發(fā)表了相關成果。這些成果在綠色無線通信指標、高能效策略與方法等方面提出了新的見解，為綠色無線通信提供了理論支持和技術方案。
進展1：隨著傳輸數(shù)據(jù)量的日益增長，無線網(wǎng)絡的規(guī)模和能耗也在指數(shù)增長，然而傳統(tǒng)的能源效率僅考慮了吞吐量和能耗性能，無法捕捉無線網(wǎng)絡容量和流量需求在時空域上的分布性差異。為了更有效地評估無線網(wǎng)絡的能源效率，研究團隊提出了一種新的能源效率指標，稱為集成相對能源效率（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)絡容量分布的不匹配程度。在此基礎上，團隊研究了基于IREE的綠色折中關系，并與傳統(tǒng)的綠色折中進行了比較，并發(fā)現(xiàn)無線流量的時空分布將顯著影響網(wǎng)絡的IREE性能?；谠摼G色折中關系，研究團隊進一步評估了6G網(wǎng)絡的幾種候選技術，包括可重構智能表面（Reconfigurable Intelligent Surfaces，RIS）和空天地集成網(wǎng)絡（Space-Air-Ground Integrated Network，SAGIN）。通過理論分析和數(shù)值結果可以得出，在非均勻地面流量下，RIS輔助網(wǎng)絡與常規(guī)地面網(wǎng)絡相比，IREE改進達到了72%。在非均勻網(wǎng)絡流量下，RIS輔助網(wǎng)絡以及SAGIN網(wǎng)絡將有效改進網(wǎng)絡的IREE性能，分別可達到66%和85%。與傳統(tǒng)的能源效率指標顯著不同的是，團隊提出的IREE指標能夠有效捕獲無線流量和容量不匹配的特性，因此IREE可以作為未來能源高效網(wǎng)絡設計的有用指導。[該成果由上海大學張舜卿教授，陳小靜副教授，和復旦大學王昕教授共同指導，上海大學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)絡場景示意圖（b）能量效率，區(qū)域能量效率以及集成相對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技術的IREE性能
進展2：為了針對6G超大規(guī)模多入多出正交頻分復用技術（Utra-Massive Multiple Input Multiple Output Orthogonal Frequency Division Multiplex ，U-MIMO-OFDM）系統(tǒng)中由于超大規(guī)模天線陣列引起的空域非平穩(wěn)特性可視區(qū)域（Visibility Region，VR）以及應對VR難以刻畫的挑戰(zhàn)，針對空域非平穩(wěn)U-MIMO-OFDM系統(tǒng)進行信道建模和問題建模，研究團隊提出了基于模型-數(shù)據(jù)雙驅(qū)動（Model-Data Dual Driven，MDD）的空域非平穩(wěn)信道估計統(tǒng)一框架。所提算法首先通過圖像輪廓提?。↖mage Contour Extraction，ICE）算法對信道非平穩(wěn)關鍵參數(shù)進行提取，然后結合增強殘差-卷積插值網(wǎng)絡（Enhanced Convolutional Neural Network-based Residual Network，eCNN-RN）對整個信道的時頻資源進行恢復，最后引入了一個低復雜度的信道細化（Low Complexity Refinement，LCR）模塊，以提高所提方案對不同環(huán)境的魯棒性。仿真實驗表明，所提的MDD-LCR統(tǒng)一框架能夠更準確地捕捉信道的空間非平穩(wěn)特性，對于VR參數(shù)的估計誤差能夠達到-21.87 dB，相比于傳統(tǒng)的基于子陣列劃分假設的傳統(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)境中均能實現(xiàn)更優(yōu)越的NMSE估計性能，在14×14導頻和28×28導頻兩種配置模式的空域平穩(wěn)場景下，分別實現(xiàn)了相較于傳統(tǒng)算法1.4 dB和2.83 dB的性能增益；在兩種導頻配置模式的空域非平穩(wěn)場景下，分別實現(xiàn)了相較于傳統(tǒng)算法3.8 dB和3.5 dB的性能增益，在降低算法復雜度的同時有效優(yōu)化導頻開銷。除此之外，將算法進一步拓展至不匹配的空域平穩(wěn)和非平穩(wěn)測試場景中，僅產(chǎn)生了1.5 dB和1.87 dB的性能衰減，展現(xiàn)出較強的魯棒性和兼容性。[該成果以香港科技大學Vincent Lau教授，上海大學張舜卿教授和上?？萍即髮W廉黎祥副教授共同指導，上海大學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MDD-LCR非平穩(wěn)信道估計統(tǒng)一框架；(b) 在基站天線數(shù)為16的空域平穩(wěn)環(huán)境下，MDD-LCR方案與傳統(tǒng)基線算法的NMSE與SNR性能對比（14×14和28×28導頻配置）；(c) 在基站天線數(shù)為64的空域非平穩(wěn)環(huán)境下，MDD-LCR方案與傳統(tǒng)基線算法的NMSE與SNR性能對比（14×14和28×28導頻配置）；(d) 在不匹配的空域平穩(wěn)和非平穩(wěn)場景下，MDD-LCR方案、無LCR模塊的MDD、ReEsNet以及傳統(tǒng)DIGI-YOLO-Newton方法的NMSE與SNR性能對比
進展3：為了有效降低當前移動邊緣計算（MEC）的能源成本，研究團隊提出了一種基于雙時間尺度的在線資源分配和能源管理算法（TSRE），以最大限度地減少基站側實時能源交易的平均成本和用戶的能耗。不同于以往對MEC的研究，本研究特別考慮了由可再生能源和智能電網(wǎng)共同構成的混合供能系統(tǒng)。在資源分配環(huán)節(jié)，TSRE將動態(tài)地調(diào)整移動用戶的任務卸載時間表、以及基站和移動用戶設備的CPU頻率，以實現(xiàn)資源的高效利用。在能量規(guī)劃方面，研究團隊巧妙地結合了李雅普諾夫優(yōu)化方法與隨機亞梯度方法，通過對歷史系統(tǒng)和環(huán)境參數(shù)的精準分析，實現(xiàn)對未來能源需求的精準預測。而在實時的能量決策環(huán)節(jié)，TSRE則采用了基于拉格朗日對偶和次梯度方法的分布式?jīng)Q策技術。通過將TSRE算法和其余四條基線進行比較，可以得出TSRE在采用預測性能源規(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)中能源管理的一個應用場景，充分展示了通信系統(tǒng)與智能電網(wǎng)相結合所帶來的巨大潛力，這不僅有助于降低通信系統(tǒng)的能源成本和碳排放，更為推動綠色通信和可持續(xù)發(fā)展提供了有力的技術支撐。在未來的工作中，研究團隊將用實際設備對所提出的算法進行實驗驗證，以驗證其在真實環(huán)境中的性能表現(xiàn)。[該成果以上海大學陳小靜副教授為第一作者，合作者為上海大學張舜卿教授，麥考瑞大學Abbas Jamalipour教授，復旦大學王昕教授和上海大學碩士研究生陳思等，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和其余四條基線的平均系統(tǒng)開銷和隊列長度
進展4：由于蜂窩車聯(lián)網(wǎng)中復雜快時變的無線傳播環(huán)境會降低信道獲取的精度并增加導頻開銷，為了能在較少的導頻開銷下得到更準確的信道信息，以此進一步提高通信速率，研究團隊通過建立移動性和信道分量之間的變化關系，提出了基于收發(fā)端和散射體移動性的單天線信道預測算法和多天線角度預測算法。實驗結果表明，對于單天線信道預測，提出的基于移動性的信道預測策略（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現(xiàn)了大約18 dB的性能增益；在實測信道數(shù)據(jù)上，MICP策略則分別實現(xiàn)了9 dB和5 dB的性能增益。對于多天線角度預測，提出的基于移動性和信道預測的波束賦形策略（MCPCB）根據(jù)預測結果來部署波束賦形，在視距（LOS）和非視距（NLOS）場景中相比穩(wěn)態(tài)預測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。研究團隊還分析和評估了移動性參數(shù)估計誤差和預測的信道分量均方誤差之間的關系，以及預測的信道分量均方誤差和接收功率損耗之間的關系。從仿真評估結果來看，對于不同的天線數(shù)，更大的天線陣列需要更高的信道分量估計精度?；贚OS和NLOS場景的波束賦形性能結果，研究團隊從通信速率的視角對MCPCB策略進行了評估，MCPCB策略相比現(xiàn)有方法可以實現(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場景中相比穩(wěn)態(tài)預測方法分別提升了7.12%和1.98%。該項研究為車聯(lián)網(wǎng)高移動性場景中的信道預測任務提供了一種新的有效解決方案。[該成果由上海大學張舜卿教授、姜之源教授和交通大學陳文教授共同指導，上海大學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）車聯(lián)網(wǎng)系統(tǒng)模型示意圖， (b)多普勒頻偏和復幅度的提取和預測結果，(c)對向會車仿真場景中基于不同策略預測的信道狀態(tài)信息的歸一化均方誤差結果。
進展5：為應對日益增長的通信需求并減少全網(wǎng)能耗和碳排放，研究團隊提出了一種面向節(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)同管控平臺三大部分。首先，感知融合結合了低功耗毫米波被動感知與基于無線指紋拓撲的主動感知，具體來說，提出了結合基于接入點（AP）的高精度細粒度感知與AP解耦的高可信粗粒度感知的全場景智能感知方案。其次，通信融合通過自組織Wi-Fi網(wǎng)絡和基于軟件定義蜂窩網(wǎng)絡通用軟件無線電平臺（USRP）的平臺，實現(xiàn)了關鍵網(wǎng)絡節(jié)能參數(shù)的靈活調(diào)用。最后，邊緣協(xié)同管控平臺通過多維數(shù)據(jù)庫和智能管控平臺，實現(xiàn)高精度的跨制式網(wǎng)絡參數(shù)編排以及多維通信數(shù)據(jù)庫構建。團隊研究團隊在實際系統(tǒng)樣機上進行了測試，驗證了該系統(tǒng)在深度休眠和跨制式調(diào)度策略下分別實現(xiàn)了14%和10%的總能耗降低。這一研究成果在第十八屆中國研究生電子設計競賽中榮獲全國二等獎和最佳論文獎，為未來節(jié)能減排的跨制式網(wǎng)絡設計提供了可靠的驗證平臺和有效的指導。[該成果由上海大學張舜卿教授指導，上海大學博士研究生余濤、李濟宏，碩士研究生周均翼完成]。
(a)高能效跨制式通感系統(tǒng)核心技術總覽，(b)通信融合跨制式IP分流傳輸機制，(c)感知融合主被動定位方案，(d)邊緣協(xié)同管控平臺高精度網(wǎng)絡編排，(e-f)深度休眠以及跨制式調(diào)度策略降低能耗效果。
以上研究得到了國家重點研發(fā)計劃項目和國家重點自然科學基金的資助。
