XiaoMi-AI文件搜索系统
World File Search System6G
6G如何彻底改变智能运输？
车辆临时网络（VANETS）通过促进车辆与路边基础设施之间的通信来实现智能运输系统。但是，当前支持Vanets的当前5G和4G网络具有某些限制，从而阻碍了Vanet应用程序的全部潜力。这些限制包括带宽，延迟，连接性和安全性的限制。即将到来的6G网络有望通过引入多个进步来彻底改变Vanets。6G将提供超快速通信，并大大减少延迟，从而实现车辆之间的实时和高带宽数据交换。该网络还将提供高度可靠和安全的连接性，以确保Vanet Communications的完整性和隐私。基于6G的货物剂将增强精确的定位和传感能力，从而可以准确地定位车辆并提高情境意识。这将有助于避免碰撞，交通管理和合作驾驶应用程序。此外，在6G网络中集成边缘计算将使计算资源更接近边缘，降低响应时间并促进时间关键时期的情况下更快的决策。本文探讨了6G技术的关键功能，以及它如何彻底改变智能运输，应对在Vanets中采用6G的挑战和机会。
用于 6G 物联网的近场无线电力传输...
摘要 —辐射无线电力传输 (WPT) 带来了无需布线基础设施即可以经济高效的方式为无线设备充电的可能性。因此，作为 6G 实现的万物互联 (IoE) 愿景的一部分，它有望在有限电池通信设备的部署中发挥关键作用。到目前为止，辐射 WPT 技术主要是在假设设备位于功率辐射天线的远场区域的情况下进行研究和设计的，这导致能量传输效率相对较低。然而，随着 6G 系统向毫米波频率的过渡，再加上大型天线的使用，未来的 WPT 设备很可能在辐射近场 (菲涅尔) 区域运行。在本文中，我们概述了辐射近场 WPT 带来的机遇和挑战。具体来说，我们讨论了在近场辐射条件下实现波束聚焦的可能性，并强调了其对未来 IoE 网络中 WPT 的可能影响。此外，我们概述了这种新兴范式带来的一些设计挑战和研究方向，包括其与无线通信的同时运行、辐射波形考虑、硬件方面以及与典型天线架构的运行。
天地流体人工智能助力 6G 边缘智能
摘要 — 边缘人工智能 (AI) 和天地一体化网络 (SGIN) 是第六代 (6G) 移动网络的两个主要使用场景。边缘 AI 支持向用户提供普遍的低延迟 AI 服务，而 SGIN 则为空间、空中、海上和地面用户提供数字服务。本文主张通过将边缘 AI 扩展到太空来整合这两种技术，从而将 AI 服务传递到地球的每个角落。除了简单的组合之外，我们的新框架（称为天地流体 AI）利用卫星的预测移动性来促进网络中的流体水平和垂直任务/模型迁移。尽管卫星服务器具有很高的移动性，但这仍可确保无中断地提供 AI 服务。本文的目的是介绍（天地）流体 AI 技术。首先，我们概述了流体 AI 的网络架构和独特特性。然后，我们深入研究流体 AI 的三个关键组成部分，即流体学习、流体推理和流体模型下载。它们有一个共同点，即通过卫星间和天地合作来应对卫星移动性，以支持人工智能服务。最后，我们提出了一些实验案例研究，以证明流体人工智能的有效性并确定进一步的研究机会。索引词——人工智能技术、边缘智能、卫星网络、移动性、自适应调度。
Open RAN和6G未来网络开发
............................................................................................................................................................................................ 25
智能6G网络中可信赖的AI基因含量
摘要 - 以大语言模型（LLM）代表的AI生成的内容（AIGC）模型已彻底改变了内容的创建。高速下一代通信技术是提供强大的AIGC网络服务的理想平台。同时，高级AIGC技术还可以使未来的网络服务更加智能，尤其是在线内容生成服务。但是，当前AIGC模型（例如稳健性，安全性和公平性）的重大不信任性问题极大地影响了智能网络服务的信誉，尤其是在确保安全的AIGC服务方面。本文提出了TrustGain，这是一个可信赖的AIGC框架，结合了强大，安全和公平的网络服务。我们首先讨论网络系统中AIGC模型和相应保护问题的对抗性攻击的鲁棒性。随后，我们强调避免不安全和非法服务并确保AIGC网络服务的公平性的重要性。然后作为案例研究，我们提出了一种基于情感分析的新型检测方法，以指导网络服务中不安全内容的强大检测。我们对虚假新闻，恶意代码和不安全的评论数据集进行了实验，以代表LLM应用程序方案。我们的结果表明TrustGain是对可以支持可信赖AIGC网络服务的未来网络的探索。
启用6G超过6G的触觉通信
1，拉合尔大学，拉合尔53700，巴基斯坦的技术系； muhammad.awais@tech.uol.edu.pk（M.A.）; faseh.ullah@tech.uol.edu.pk（F.U.K.）; muhammad.mudassir@tech.uol.edu.pk（M.M.）2旁遮普大学能源与环境工程研究所，拉合尔大学54590，巴基斯坦3部电脑愿景，穆罕默德·本·扎耶德·扎耶德（Mohamed bin Zayed）艺术智能大学，阿布扎比54115，阿拉伯联合酋长国； zaigham.zaheer@mbzuai.ac.ae 4电子工程系，法蒂玛·金纳女子大学，巴基斯坦Rawalpindi 46000； khalid.mehmood@fjwu.edu.pk 5号电气工程技术系，伊斯兰堡46000，巴基斯坦伊斯兰堡46000； m.kamran@riphahfsd.edu.pk 6电子和电信研究所，大韩民国大师34129）; woosung@etri.re.kr（W.-S.J.）†这些作者为这项工作做出了同样的贡献。
迈向 6G 网络中的原生人工智能
摘要 — 移动通信系统已转变为支持所有行业部门数字化需求的基本基础设施，而 6G 的设想将远远超出单纯的通信用途。人们逐渐达成共识，6G 将以人工智能 (AI) 为基石，并具有提供“智能包容”的潜在能力，这意味着任何人都可以随时随地访问人工智能服务。显然，智能包容愿景对 6G 中相应的网络架构设计产生了深远的影响，值得重新思考。在本文中，我们提出了 6G 的端到端系统架构设计范围，并讨论了整合独立数据平面和新型智能平面的必要性，特别强调端到端人工智能工作流编排、管理和操作。我们还强调了在网络功能平面上提供融合连接和计算服务的优势。我们相信，受益于这些方法，6G 将转向“一切即服务”（XaaS）平台，商业价值将显著增强。
6G时代AI驱动传感与通信融合
摘要 —由于人工智能的快速发展，传感和通信融合 (ISAC) 网络在即将到来的新型移动通信网络中拥抱了人工智能。本文提出了一种用于 ISAC 网络的 FedFog 网络架构，该架构由终端感知层、边缘基站处理层和云数据层组成。在多基站 (BS) 的背景下，BS 和用户设备之间的切换值得研究。参考协调多 BS 的概念，我们设计了 ISAC 网络中的切换程序。同时，设计了一种用户控制的联邦强化学习方案。然而，由于毫米波段和太赫兹波段等新的未授权频谱带，混合波束成形可以降低硬件费用。设计了一种利用混合波束成形的基于学习的干扰管理。同时，我们考虑使用深度神经网络进行自干扰和相互干扰消除。仿真结果展示了AI驱动的ISAC网络在移动性和干扰管理方面的性能，并进一步证明6G网络的服务得到提升。