Semantic-Aware Intelligent Localization and Sensing towards 6G

Descrizione del progetto

Semplificare il 6G per ridurre la ridondanza e realizzare reti più intelligenti

Alla luce dell’espansione delle città intelligenti e delle applicazioni di realtà aumentata, si intensifica la richiesta di localizzazione e rilevamento precisi e a bassa latenza nelle comunicazioni 6G. Gli approcci attuali inondano i ricetrasmettitori di dati provenienti da numerose fonti, provocando congestione e ridondanza della rete e determinando un’inefficienza causata dalla maggior enfasi posta sulla precisione piuttosto che sul consumo energetico, il che determina una sfida per il progresso del 6G. Affrontare questo problema, di conseguenza, risulta fondamentale in vista della necessità di creare reti di comunicazione efficienti. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto SAILS-6G si prefigge di migliorare l’efficienza energetica in ambito di localizzazione e rilevamento attraverso le comunicazioni semantiche, che privilegiano la trasmissione di informazioni utili rispetto ai dati grezzi. Integrando l’efficienza energetica nell’ottimizzazione della localizzazione e del rilevamento, SAILS-6G si propone di ridurre il consumo energetico mantenendo le prestazioni, il che renderà possibili notevoli progressi nel settore della tecnologia 6G.

Obiettivo

The rise of applications like smart cities and augmented reality has emphasized the critical importance of precise, low-latency localization and sensing (L&S) in the context of 6G communications. Meeting L&S demands involves inundating transceivers with extensive data from sources like pilot signals and sensors, creating redundancy that overwhelms communication networks. Addressing this redundancy is a key aspect of semantic communications, aiming to enhance energy efficiency and support 6G technology. Semantic communications prioritize transmitting useful information over mere data transmission. SAILS-6G's goal is to improve the energy efficiency of L&S without compromising utility by leveraging the principles of semantic communications. Historically, L&S optimization has focused on primary KPIs, such as accuracy, neglecting energy efficiency. SAILS-6G bridges this gap by integrating energy efficiency into L&S optimization through three WPs: WP1 addresses energy-constrained optimization issues using optimization theory tools. WP2 tackles complex nonlinear optimization challenges from WP1, employing learning structures. WP3 extends energy-efficient L&S algorithms from WP1 and WP2, considering distributed processing and privacy constraints. The applicant's expertise in information theory, optimization theory, and privacy-preserving learning, along with the supervisor's localization knowledge, supports these WPs. The outcome is optimized transceivers, reducing energy consumption while meeting L&S requirements. Their performance is evaluated against traditional methods and theoretical bounds. The ultimate aim is to introduce a groundbreaking framework for semantic L&S widely accepted in the scientific community, marking a significant field advancement. Building this framework boosts the applicant's scientific impact and strengthens his managerial, educational, and research skills, facilitated by the supervisor's network, advancing his journey towards a professorship.