Semantic-Aware Intelligent Localization and Sensing towards 6G

Opis projektu

Zmiany w sieciach 6G w celu ograniczenia nadmiarowości i budowy bardziej inteligentnych sieci

Wraz z rozwojem inteligentnych miast i rozwiązań w zakresie rzeczywistości rozszerzonej rośnie zapotrzebowanie na precyzyjne usługi ustalania lokalizacji oraz czujniki oparte na sieciach 6G, charakteryzujące się niewielkimi opóźnieniami. Konwencjonalne rozwiązania powodują zalewanie urządzeń nadawczo-odbiorczych danymi z wielu źródeł, powodując przeciążenie sieci i konieczność wykorzystywania nadmiarowych urządzeń. Problem wynika ze skupienia na dokładności zamiast na zużyciu energii, co stanowi wyzwanie dla rozwoju 6G. Jego rozwiązanie ma kluczowe znaczenie dla budowy wydajnych sieci komunikacyjnych. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu SAILS-6G ma na celu zwiększenie efektywności energetycznej tych rozwiązań dzięki wykorzystaniu technik łączności semantycznej, które pozwolą na priorytetowe traktowanie użytecznych informacji względem surowych danych. Łącząc efektywność energetyczną z optymalizacją poszczególnych funkcji, zespół SAILS-6G dąży do zmniejszenia zużycia energii przy jednoczesnym zapewnieniu wysokiej wydajności, co może przełożyć się na znaczący postęp w rozwoju technologii 6G.

Cel

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.