基于生成式 AI 的鲁棒低空经济无线通信
流体动力学
2025-03-14 v2
摘要
低空经济网络 (LAENets) 已成为社交活动的重要 Enabling 因素，提供了包裹、杂物和医疗用品的低空服务。鉴于其控制机制和不断变化的运营因素，LAENets inherently 比传统陆地网络更复杂且更易受安全威胁。随着 LAENet 应用的不断扩展，这些系统的鲁棒性变得至关重要。本文中，我们提出了一种生成式人工智能 (GenAI) 优化框架，以解决 LAENets 的鲁棒性挑战。我们对 LAENets 的鲁棒性要求进行了系统性分析，补充了来自无线物理层视角的全面稳健 QoS 度量标准综述。我们 then 调查了现有的 GenAI 启用方法以增强鲁棒性。这导致我们提出一种具有混合专家 (MoE) -Transformer 演员网络的扩散基优化框架。在鲁棒波束成形案例研究中，所提出的框架通过在不确定性下优化波束成形，实现了相对于四个学习基线的坏情境可达保密率提升超过 15%。这些发现突显了 GenAI 在加强 LAENet 鲁棒性方面的巨大潜力。
引用
@article{arxiv.2502.18117,
title = {Two-Phase Boiling in a Replaceable Embedded Heat Sink for Ultra-High Heat Flux SiC Chip Cooling},
author = {Shasha Huo and Bo Sun},
journal= {arXiv preprint arXiv:2502.18117},
year = {2025}
}
备注
It was uploaded without modification by the corresponding author, who believed that the version was still a draft and that there would be significant changes in the writing method. Will be uploaded after the modification