6G目标导向通信：如何与传统系统共存？
摘要：6G将连接异构智能代理，使它们能够执行复杂的合作任务。在连接智能化时，出现两个主要的研究问题，即：i) AI和ML模型在其输入数据质量方面的行为如何，受到无线通信过程中干扰和加性噪声引起的错误的影响；ii) 它们在解释和利用数据背后的含义方面的上下文效果和韧性。这两个问题都属于语义和目标导向通信的范畴。本文研究了如何在遗留的通信系统和新的目标导向边缘智能系统之间有效地共享频谱资源。具体而言，我们讨论了eMBB服务场景，即用户上传视频流，干扰边缘推理系统的情况。在边缘主机上运行分类任务时，用户上传图像。我们的目标是通过合作，在保证边缘推理服务的目标效果（即实时可靠的推理概率）的前提下，实现最高的eMBB服务数据速率。首先，我们在无线通信的背景下正式定义了一个目标的通用定义。这包括目标效果以及目标成本。我们通过数值评估论证并展示了通信可靠性和目标效果之间并不直接相关。然后，在旨在澄清通信性能和目标效果之间差异的性能评估之后，我们通过Lyapunov优化工具制定了一个长期优化问题，并加以解决，以确保所需的性能。最后，我们的数值结果评估了所提出的优化的优势，并且证明了在稳定和非稳定环境下，目标导向策略相对于基线的5G兼容旧方法的优越性。
作者：Mattia Merluzzi, Miltiadis C. Filippou, Leonardo Gomes Baltar, Markus D. Muek, Emilio Calvanese Strinati
论文ID：2308.13358
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-08-28