AirBreath感知：抗干扰的覆盖式分布式感知
数值分析
2025-09-17 v2 数值分析
摘要
第六代(6G)网络的一个独特功能是集成分布式感知与边缘人工智能(AI)，以实现对物理世界的智能感知。该平台被称为集成感知与边缘AI(ISEA)，旨在支持包括远程手术、自动驾驶和全息电视通信在内的广泛物联网(IoT)应用。最近，针对ISEA系统实施的通信瓶颈被开发出的覆盖式计算(AirComp)技术所克服，这些技术通过覆盖式数据特征融合实现了同时访问。尽管具有上述优势，但AirComp采用未编码传输仍易受干扰。为解决这一挑战，我们提出AirBreath感知，这是一个频谱高效的框架，通过级联特征压缩和扩频来抑制干扰，而无需频带扩张。本工作揭示了在固定频谱约束下，这两种操作之间的根本权衡：增加压缩比率可能降低感知精度，但允许通过扩频实现更激进的干扰抑制，反之亦然。该权衡由一个关键变量称为呼吸深度(regulation)控制：其定义为特征子空间维度，即与扩频处理增益匹配的维度。为最佳控制呼吸深度，我们通过设计用于衡量感知精度的分类判别增益(DG)的可行替代方案来数学地 characterize并优化上述权衡。实验结果表明，AirBreath感知有效抑制了ISEA系统中的干扰，所提出的控制算法以暴力搜索为基准实现了接近最优的性能。
引用
@article{arxiv.2508.11267,
title = {AirBreath Sensing: Protecting Over-the-Air Distributed Sensing Against Interference},
author = {Zhanwei Wang and Mingyao Cui and Huiling Yang and Qunsong Zeng and Min Sheng and Kaibin Huang},
journal= {arXiv preprint arXiv:2508.11267},
year = {2025}
}