【ISAC】 Over-the-Air
[1] Shao Y, Gündüz D, Liew S C. Bayesian over-the-air computation[J]. IEEE Journal on Selected Areas in Communications, 2022, 41(3): 589-606.
[2] Li X, Liu F, Zhou Z, et al. Integrated sensing, communication, and computation over-the-air: MIMO beamforming design[J]. IEEE Transactions on Wireless Communications, 2023, 22(8): 5383-5398.
[3] Shao Y, Gündüz D, Liew S C. Federated edge learning with misaligned over-the-air computation[J]. IEEE Transactions on Wireless Communications, 2021, 21(6): 3951-3964.
[4] Liu P, Zhu G, Jiang W, et al. Vertical federated edge learning with distributed integrated sensing and communication[J]. IEEE communications letters, 2022, 26(9): 2091-2095.
[5] Qi, Qiao, et al. “Integrated sensing, computation and communication in B5G cellular Internet of Things.” IEEE Transactions on Wireless Communications 20.1 (2020): 332-344.
文章目录
-
1-概念
-
- 1.1-OAC
- 1.2-vertical和horizontal联邦学习
- 1.3-盒须图（Box Plot）
-
2-系统模型
-
附录
-
-
- RAN的组成部分：
- RAN的类型：
- RAN的功能：
-
Over-the-air computation 在常规无线通信系统中通常采用多路复用技术将不同用户的数据上传至核心网进行处理。与此相比，在OTA计算过程中各参与节点的数据采用预设编码方式向上传输，并且所有参与节点的数据经编码后叠加传输至核心网。接收层只需进行简单的数据合并与计算即可获得完整的运算结果而不必单独提取各参与节点的信息 从而显著降低了整体系统的资源消耗 这一技术特别适用于边缘计算 物联网以及分布式机器学习等对大规模数据实时处理有需求的应用场景
OTA计算的优势在于它能够充分利用无线信道进行大量数据的并行处理，在减少通信带宽消耗和延迟时间的同时也降低了系统的复杂度。但也面临挑战，在信道同步机制不完善导致的数据一致性问题、信号在传输过程中容易受到干扰以及信号在传输过程中会产生非线性失真等问题需要解决。
1-概念
1.1-OAC
3
依据文献【3
在OAC系统中实现数据传输过程中的叠加行为并不会产生由多用户同时发送的数据所引发的通信干扰现象。这种设计目标与其核心功能紧密相关：即实现不同设备数据流的有效聚合与处理过程，并非传统通信系统中需要避免的技术难点或障碍。具体而言，在接收端接收到的就是各设备依次发送的数据流总和这一算术运算结果，在计算机制下被直接捕获并处理为统一的结果输出值。这种算术运算就是OAC系统设计的基础逻辑所在：它实现了特定函数（如求和、平均值计算等）所需的数据流合并操作，并非简单的物理意义上的"叠加"概念所能涵盖的技术手段。这种巧妙的设计体现了计算逻辑与数字通信技术之间的深度结合特性。
1.2-vertical和horizontal联邦学习
-
horizontal федер学习
基于样本的划分方法，在处理具有相似特性的数据源时表现出色。例如，在之前的fed学习研究中多集中于信号特性的分析（AMC），即其数据分布具有相似性。通过训练能够得到一个统一的模型，并充分利用多样化的训练数据以防止模型过小而出现欠拟合问题。其目的是为了有效整合不同数据源中的共同信息。 -
垂直联邦学习
按照特征分类，在某些情况下（例如），两家公司（如银行与电子商务平台）可能共享同一客户的相关信息库。即它们共享的是同一数据集的不同维度描述。
水平联邦学习主要通过聚合模型参数推进发展进程，则需借助更为严格的隐私保护机制协同计算模型梯度及损失函数。
1.3-盒须图（Box Plot）
展示数据集的五个关键统计指标（包括最低值、下四分位数、中位数、上四分位数以及最高值）来反映数据分布的主要特征及其潜在异常情况；箱线图常被用来比较不同样本或组别中的数据分布特征
盒须图的组成部分：
中位数（Median） ：位于盒子内部的一条线用来体现数据集的中位数即将其分成两个相等部分
下四分位数（Q1, 第25百分位数） ：盒子底部边缘表示数据的下四分位数（第25百分位），这表明其中约有25%的数据点小于或等于该数值。
第三四分位数（Q3, 75th Percentile）**：盒子上边缘表示数据的第三个四分位数（75th percentile），其中约75%的数据小于或等于该数值。
最小值（Minimum） ：须的底端表示数据集中最小的值（不包括异常值）。
最大值（Maximum） ：须的顶端表示数据集中最大的值（不包括异常值）。
异常值（Outliers） ：在box plot中，通常被识别为位于 whisker 外侧的孤立点的一组数据点被称为outlier data points。这些数据点明显偏离于整体趋势并可能影响统计分析结果。
2-系统模型
5
5
2
5
接收波束形成的目的在于通过智能地将基站多个天线发出的信号进行协调组合以加强目标信号强度的同时有效地抑制干扰以及噪声这种技术有助于提高信道质量从而降低信道失真程度并帮助基站更加准确地恢复并解码上行链路的信号
附录
无线接入网（Radio Access Network, RAN）是移动通信系统中的一个重要组成部分，并负责将各类移动终端与其他设施进行联系。该系统不仅包含各种类型的端点装置（如手机、平板电脑以及物联网设备），同时也涉及相关基础设施的建设工作。其中最为核心的是建立不同节点之间的联系机制，在此基础上形成完整的通信网络架构。此外，在整个过程中还需要确保各节点间的高效协调工作能够得到充分支持，并在此基础上实现数据传输功能的可靠性和稳定性保障
RAN的组成部分：
基站（Base Station, BS） ：作为RAN的关键组成部分，在无线网络中扮演着核心角色。基站采用天线端实现发送与接收无线电信号，并借助高功放模块以及射频组件对信号进行放大与调制。
天线：负责发送与接收无线信号。不同类型的天线及其数量直接影响着网络覆盖区域及承载能力。
控制单元（Control Unit, CU）：负责协调无线资源的分配，并处理用户设备的接入及移动性管理。在现代网络架构下,** Control Unit (CU) ** 可以与基站分离，并可以在现有架构中独立运行。
用户平面功能（User Plane Function, UPF）：主要负责处理用户设备与核心网络之间的数据传输任务，并且能够确保数据在用户的终端设备与核心网络之间顺利传递。UPF的设计特点在于能够实现与其所在位置相关的功能，并且通常情况下是集成于基站架构中的一个独立模块。这种结构不仅提升了系统的灵活性和可扩展性，同时也为后续的功能扩展提供了便利条件。
RAN的类型：
传统的RAN架构：在传统的RAN架构中，基站点（包括2G、3G、4G系列的基站点）作为一个整体单位集成并提供了综合管理及数据处理能力。所有处理均在该基站点内部完成，并通过固定线路与核心网实现互联。
云RAN（Cloud RAN或C-RAN）：云RAN实现了对基站功能的虚拟化部署，并将这些功能集中在数据中心内。通过在数据中心内集中部署基带单元（Baseband Unit, BBU），远端无线单元（Remote Radio Unit, RRU）则通过光纤连接至基带处理单元进行通信。这种架构不仅提升了资源利用率，并且有效降低了运营成本水平。
开放性RAN（O-RAN）：作为一种具有开放性的RAN架构，O-RAN旨在支持不同厂商之间的硬件与软件实现互操作性。该架构借助标准化接口促进RAN组件间的互操作性，并从而推动了创新及供应链多样化的发展。
RAN的功能：
- 无线接入服务 ：通过无线电信号实现设备与网络的互联，在语音通话、数据传输及视频流等多种应用场景下提供稳定的网络连接。
- 移动性优化 ：针对用户设备位置的变化进行智能切换（handover）与漫游（roaming），确保通信质量不受影响。
- 资源优化配置 ：对频谱资源进行科学规划与有效利用，在频谱规划与功率控制等关键环节实现资源的最大化配置。
无线接入网作为移动通信网络中的核心入口端设备，在其性能与配置方面对用户的使用体验以及整体网络效能具有重要影响。