搜索结果

水下多航行器如何协同地盯住一个移动目标，是这份资料要回答的核心问题。难点不在于单台机器人能不能跟踪，而在于海洋环境同时剥夺了两样东西：可靠的位置基准和可靠的通信链路。材料把这一点讲得很直接——水下环境的精确建图与建模既耗时又困难，当机器人拿不到 GPS 这类高质量定位解时尤其如此。

堆叠智能超表面辅助的 eVTOL 时延敏感通信

无人机辅助联邦边缘学习的感知、计算与通信一体化

毫米波通信中面向混合用户业务的几何无人机轨迹规划

这份博士论文处理的是一个具体的安全缺口：当无线通信系统借助自主组网支撑 5G、物联网和车联网（V2X）时，网络需要可靠地确认信号确实来自它所声称的发射机，而仅靠上层机制并不足以保护数据真实性和更大互联网络的完整性。

针对变电站的网络攻击被视为对电网完整性的实质威胁，防御与缓解策略必须覆盖到通信层面。在数字变电站中，信息与通信技术（ICT）的任何异常都应被检出，设备之间的通信才谈得上安全。这份资料要回答的问题很直接：能不能用大语言模型（LLM），比如 ChatGPT，来承担基于 IEC 61850 的通信安全任务。

低空经济要走向规模化，前提之一是低空空域中的目标能够被持续感知，同时通信链路不中断。这份资料切入的正是这个矛盾：地面固定部署的 ISAC 系统在覆盖边缘和盲区本就吃力，遇到高机动的低空目标更容易失效。

低空经济把大量无人机和电动垂直起降飞行器送上低空空域，随之而来两个并行的问题：谁给这些飞行器提供连续通信，谁又来监视不受欢迎的入侵目标。孤立部署的ISAC基站覆盖有限，而分布式地面基站若协同起来，既能做多点联合传输，也能构成分布式MIMO雷达。

无人机做目标检测已经相当普遍，但机载平台的计算、能量和通信资源都很有限，这直接压住了检测性能的上限。现有做法大致两条：把检测算法放在无人机上跑，或者把图像传回地面服务器再算，前者受机载算力制约，后者受无线带宽和干扰制约，精度同样上不去。

「最后一公里」配送的时效与成本，是电商和即时配送绕不开的瓶颈。地面运输要面对交通拥堵、运营开销上升，以及燃油消耗带来的碳排放，这些在资料里被明确列为传统配送方式的痛点。这份资料要回答的是：把 AI 导航、目标检测和物联网通信装到无人机上之后，能否在速度与安全之间找到可用的平衡。