基于边缘感知的RIS辅助动态信道分配技术，结合轻量级LLM决策代理，用于低空遥感网络中的干扰抑制

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Edge-Aware RIS-Assisted Dynamic Channel Allocation with Lightweight LLM Decision Agent for Interference Mitigation in Low-Altitude Remote Sensing Networks

　　

摘要：

低空遥感网络在环境监测、灾害响应、基础设施检查以及实时感知服务等领域发挥着越来越重要的作用。然而，当许多传感节点共享有限的频谱资源时，严重的同频道干扰会降低通信可靠性并延迟传感数据的传输。在支持边缘计算的部署中，这一挑战变得更加突出，因为控制决策必须在严格的延迟、内存和计算限制下进行。为了解决这个问题，本文提出了一种基于大型语言模型（LLM）的、具有边缘感知功能的轻量级RIS辅助动态信道分配（EL-RIS DCA）框架，用于减少密集低空遥感网络中的干扰。该框架的创新之处在于采用了两阶段边缘控制设计：首先，一个轻量级的大型语言模型根据汇总的网络观测数据和检索的历史模式快速生成信道分配和RIS相位调整的候选方案；然后，EL-RIS-DCA模块在边缘计算资源的限制下进行可行性验证、干扰感知优化以及安全执行。仿真采用了基于距离的路径损耗模型和瑞利衰落模型，模拟了在具有边缘计算限制的密集低空感知场景中，直接链路和RIS辅助级联链路的情况。仿真结果表明，与原始的LLM方案、不使用LLM的EL-RIS-DCA方案以及传统的非RIS或集中式优化方案相比，所提出的方法能够实现更高的平均信噪干扰比（SINR）、更低的中断概率、更快的收敛速度以及在有限的计算资源下的接近最优性能。结果还表明，适度的RIS尺寸可以在保持计算复杂度适合实时边缘计算的同时提供显著的性能提升。总体而言，该框架为密集低空遥感网络中的干扰抑制提供了一种有效且实用的解决方案。

显示更多