面向端到端多视角融合边缘推理的集成感知与通信
信号处理
2024-04-17 v1
摘要
集成感知与通信（ISAC）是一种通过无线信号的双重使用来加速边缘推理的有前景的解决方案。然而，这种范式需要在ISAC协同功能干扰下最小化推理误差和延迟，对此，现有的ISAC或边缘资源分配算法变得效率低下，因为它们忽略了底层ISAC设计与高层推理服务之间的相互依赖性。本文提出了一种面向推理的ISAC（IO-ISAC）方案，该方案利用多目标优化最小化端到端推理误差和延迟的上界。我们方法的关键在于推导出一个多视角推理模型，该模型通过集成半投票融合规则和角度感知感知模型，同时考虑了观测数量和观测角度。仿真结果表明，所提出的IO-ISAC在精度和延迟方面均优于其他基准方案。
引用
@article{arxiv.2404.10235,
title = {Integrated Sensing and Communication for Edge Inference with End-to-End Multi-View Fusion},
author = {Xibin Jin and Guoliang Li and Shuai Wang and Miaowen Wen and Chengzhong Xu and H. Vincent Poor},
journal= {arXiv preprint arXiv:2404.10235},
year = {2024}
}