In the upcoming sixth-generation (6G) era, the demand for constructing a wide-area time-sensitive Internet of Things (IoT) keeps increasing. As conventional cellular technologies are hard to be directly used for wide-area time-sensitive IoT, it is beneficial to use non-terrestrial infrastructures including satellites and unmanned aerial vehicles (UAVs), where a non-terrestrial network (NTN) can be built under the cell-free architecture. Driven by the time-sensitive requirements and uneven distribution of IoT devices, the NTN is required to be empowered by mobile edge computing (MEC) while providing oasis-oriented on-demand coverage for the devices. Nevertheless, communication and MEC systems are coupled with each other under the influence of complex propagation environment in the MEC-empowered NTN, which makes it hard to orchestrate the resources. In this paper, we propose a process-oriented framework to design the communication and MEC systems in a time-division manner. Under this framework, the large-scale channel state information (CSI) is used to characterize the complex propagation environment with an affordable cost, where a non-convex latency minimization problem is formulated. After that, the approximated problem is given and it can be decomposed into subproblems. These subproblems are further solved in an iterative way. Simulation results demonstrate the superiority of the proposed process-oriented scheme over other algorithms. These results also indicate that the payload deployments of UAVs should be appropriately predesigned to improve the efficiency of resource use. Furthermore, the results imply that it is advantageous to integrate NTN with MEC for wide-area time-sensitive IoT.


翻译:在即将到来的第六代(6G)时代,在即将到来的第六代(6G)时代,建设广域时间敏感、对时间敏感的物(IoT)互联网的需求不断增长。由于传统手机技术很难直接用于广域时间敏感的IoT,因此很难直接用于广域时间敏感的IOT,因此使用非地面基础设施,包括卫星和无人航空飞行器(UAVs)是有好处的,因此使用非地面基础设施,包括卫星和无人航空飞行器(UAVs)等非地面基础设施(NTNT)是有好处的,因为非地面网络(NTNTNNN)可以在无细胞结构下建造。受时间敏感的要求和Iot设备分布不均匀的驱动,需要通过移动边缘计算(METC)增强NTNTNTN的动力,同时为这些装置提供面向绿洲的在线在线在线在线在线实时覆盖。然而,通信和MEC系统相互配合,在MEC驱动的复杂传播环境的影响下,因此很难调资源。在本文件中,我们提议一个程序,为设计一个程序,为设计一个程序,为进一步设计一个程序,以便设计一个程序,以便设计一个程序,以便设计通信系统;我们提出,应该进一步确定通信系统设计的系统;在这个结构中,这个系统可以进一步的系统可以进一步的系统可以改进。 将通信系统可以改进。 。 将大型信道的成果可以使用。 。 。 将大规模信息可以用来用于 。 将大型数据 将大规模信息 用于 。 。 将大规模 将大型 将大规模 将大型信道结果 。

0
下载
关闭预览

相关内容

神经张量网络(NTN)用一个双线性张量层代替一个标准的线性神经网络层,它直接关联了多个维度上的两个实体向量。
最新《图理论》笔记书,98页pdf
专知会员服务
74+阅读 · 2020年12月27日
专知会员服务
39+阅读 · 2020年9月6日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
已删除
将门创投
8+阅读 · 2019年6月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
VIP会员
相关资讯
已删除
将门创投
8+阅读 · 2019年6月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Top
微信扫码咨询专知VIP会员