权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Energy and Radio Resource Efficiency Optimization for 6G Smart IoT Communications

6G 智能物联网通信的能源和无线电资源效率优化

基本信息

批准号：
22KK0156
负责人：
金子めぐみ
金额：
$ 12.81万
依托单位：
National Institute of Informatics
依托单位国家：
日本
项目类别：
Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
财政年份：
2022
资助国家：
日本
起止时间：
2022-10-07 至 2027-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KK0156/
关键词：
Beyond 5G, 6G IoT 無線通信数理最適化 AI, 強化学習省電力 6G エネルギー利用効率最適化

项目摘要

無線通信の根本的資源は周波数だが, 有限で, 既に多くの無線システムに割当て済みのため，底をつこうとしている. そのため, 有限で貴重な無線資源で, 膨大な通信データ量に対する複数の相反する評価指標を同時に高性能で達成できる, 新たな無線通信技術の開拓が必要である. 本国際共同研究は, 様々な課題に総括的に取り組むという独自のアプローチで, 超多数接続と高通信品質を同時に可能とし，かつ省電力な次世代Internet of Things (IoT)無線ネットワークを設計する．従来法では実現されていない，現実の厳しい干渉環境やモバイル環境においても, 6G が求める省電力性・高通信品質・超多数接続をリアルタイムで達成し, 近未来のスマート社会基盤の構築に貢献する. 本研究は省電力無線ネットワーク設計が専門のパリ・サクレ大のチームと行う．2022年度(2022/10~2023/3)は,先ずB5G に向けたマッシブMIMO-BF 法, IRS 技術や強化学習を活用した最新の文献を調査し, 無線通信システムやモデル化の初期検討を行った．それを下に, IoT ショートパケット通信のための,深層強化学習法とDifference of Convex Programming (DCP法)に基づく数理最適化手法を活用し，周波数帯選択法と無線資源割当て最適化法を提案した．従来の割当て法に比べて，伝送速度と遅延の性能を大幅に改善できることを計算機シミュレーション評価で示した．

The fundamental resources of wireless communication are limited in the number of cycles, and there are many wireless systems. Limited and expensive wireless resources, expansion of communication capacity, multiple and opposite evaluation indicators, simultaneous achievement of high performance, the development of new wireless communication technologies is necessary. This international joint research is aimed at the selection of a broad range of topics, including the possibility of simultaneous high-quality communications over most connections, and the design of power-saving next-generation Internet of Things (IoT) wireless networks. In the past, the Internet has been developed, and the Internet environment has been developed, and 6G has been developed to achieve power saving, high communication quality, and ultra-high access. This study is aimed at investigating the latest literature on the application of B5G, IRS technology and reinforcement learning, and conducting an initial study on the development of wireless communication systems in 2022 (October 2022 ~ March 2023). Deep Reinforcement Learning (DCP) is a fundamental mathematical optimization method. It is proposed to use the Difference of Convex Programming (DCP) and the wireless resource optimization method. Compared with the traditional cutting method, the transmission speed and delay performance are greatly improved.