面向6G网络中无人机切换的语义感知边缘智能
系统与控制
2025-09-30 v1 机器学习
网络与互联网体系结构
系统与控制
摘要
6G无线网络旨在利用语义感知来优化无线电资源。通过期望目标的视角优化传输，还可以降低传输的能耗并改善延迟。为此，本文研究了一种利用边缘生成式人工智能（GenAI）能力进行网络优化的范式。具体而言，我们研究了一种无人机（UAV）切换框架，该框架利用GenAI和语义通信来维持可靠的连接。为此，我们提出了一种框架，将使用低秩适应（LoRA）微调的轻量级MobileBERT语言模型部署在UAV上。该模型处理多属性飞行和无线电测量数据，并执行多标签分类以确定适当的切换动作。同时，该模型识别一组适当的上下文“原因标签”，以阐明决策的依据。我们的模型在基于规则的UAV切换场景合成数据集上进行了评估，展示了模型在学习这些规则方面的高效性，在预测主要切换决策方面实现了高准确率。该模型在识别支持性原因方面也表现出色，原因标签的F1 micro分数约为0.9。
引用
@article{arxiv.2509.22668,
title = {Semantic-Aware Edge Intelligence for UAV Handover in 6G Networks},
author = {Aubida A. Al-Hameed and Mohammed M. H. Qazzaz and Maryam Hafeez and Syed A. Zaidi},
journal= {arXiv preprint arXiv:2509.22668},
year = {2025}
}
备注
Paper has been accepted in European Wireless 2025 conference