Editorial ilmu komputer
Open AccessOA2026
Minimisasi Energi Berorientasi Alokasi Sumber Daya untuk Integrated Sensing and Communication di Jaringan IoT Maritim
Kerangka optimasi berlapis untuk ISAC berbantuan UAV di IoT maritim, mencapai penghematan energi 19,71% dibandingkan OFDMA dan selisih 8,72% dari optimum LINGO.
Qianru Wang; Li Ping Qian; Chenglong Dou; Haijun Zhang; Yuan Wu· 2026· DOI 10.48550/arXiv.2607.13462
Masalah inti
Integrated sensing and communication (ISAC) telah muncul sebagai kerangka teknis yang menjanjikan untuk sistem Marine Internet of Things (MIoT), yang memungkinkan sensing target dan pengumpulan data secara simultan pada spektrum bersama. Namun, semua perangkat dalam jaringan semacam itu bergantung pada daya baterai, sehingga efisiensi energi menjadi hambatan utama yang membatasi penerapan praktis. Makalah ini menyelidiki masalah minimisasi konsumsi energi untuk sistem ISAC berorientasi MIoT. Dalam arsitektur yang ditinjau, uncrewed aerial vehicle (UAV) menggunakan non-orthogonal multiple access (NOMA) untuk secara bersamaan melakukan sensing target dan mengumpulkan data dari uncrewed surface vehicle (USV). UAV kemudian meneruskan informasi sensing yang telah diproses dan data USV ke shore-based base station (SBS). Tantangannya adalah meminimalkan total konsumsi energi sistem dengan batasan latensi dan persyaratan kinerja sensing, melalui optimasi bersama beberapa variabel: transmit beamforming UAV, sinyal sensing khusus, daya transmisi USV, daya komputasi UAV, dan alokasi sumber daya waktu untuk fase sensing dan komunikasi. Masalah ini non-convex, sehingga mendorong arsitektur solu
Inovasi
Hasil simulasi memverifikasi validitas dan akurasi algoritma yang diusulkan dalam menurunkan konsumsi energi sistem. Dibandingkan dengan orthogonal frequency division multiple access (OFDMA) dan tolok ukur algoritma genetika, skema yang diusulkan menurunkan konsumsi energi sistem masing-masing sebesar 19,71% dan 8%. Lebih lanjut, nilai energi yang dioptimalkan hanya menunjukkan selisih 8,72% dari optimum yang diselesaikan oleh solver LINGO, yang menunjukkan kinerja mendekati optimal. Hasil ini menegaskan bahwa kerangka optimasi berlapis secara efektif menyeimbangkan persyaratan sensing dan komunikasi sekaligus meminimalkan konsumsi energi di jaringan IoT maritim. Perbandingan tersebut menyoroti manfaat ISAC berbasis NOMA dan alokasi sumber daya bersama dibandingkan orthogonal multiple access konvensional dan optimasi heuristik.
Integrated sensing and communication (ISAC) telah muncul sebagai kerangka teknis yang menjanjikan untuk sistem Marine Internet of Things (MIoT), yang memungkinkan sensing target dan pengumpulan data secara simultan pada spektrum bersama. Namun, semua perangkat dalam jaringan semacam itu bergantung pada daya baterai, sehingga efisiensi energi menjadi hambatan utama yang membatasi penerapan praktis. Makalah ini menyelidiki masalah minimisasi konsumsi energi untuk sistem ISAC berorientasi MIoT. Dalam arsitektur yang ditinjau, uncrewed aerial vehicle (UAV) menggunakan non-orthogonal multiple access (NOMA) untuk secara bersamaan melakukan sensing target dan mengumpulkan data dari uncrewed surface vehicle (USV). UAV kemudian meneruskan informasi sensing yang telah diproses dan data USV ke shore-based base station (SBS). Tantangannya adalah meminimalkan total konsumsi energi sistem dengan batasan latensi dan persyaratan kinerja sensing, melalui optimasi bersama beberapa variabel: transmit beamforming UAV, sinyal sensing khusus, daya transmisi USV, daya komputasi UAV, dan alokasi sumber daya waktu untuk fase sensing dan komunikasi. Masalah ini non-convex, sehingga mendorong arsitektur solusi berlapis yang menguraikannya menjadi submasalah independen dan mengoptimalkan masing-masing secara bergantian sesuai karakteristik matematisnya.
Penulis merumuskan masalah minimisasi energi sebagai optimasi non-convex yang menggabungkan beamforming UAV, desain sinyal sensing, kontrol daya USV, daya komputasi UAV, dan alokasi waktu. Untuk menyelesaikannya, mereka membangun arsitektur solusi berlapis yang membagi masalah awal menjadi submasalah independen dan mengoptimalkan masing-masing secara bergantian. Pertama, mereka menurunkan solusi bentuk tertutup untuk daya transmisi USV dan melakukan substitusi variabel untuk menyederhanakan masalah. Submasalah non-convex yang tersisa kemudian diubah menjadi bentuk convex menggunakan metode successive convex approximation (SCA). Algoritma iteratif yang efisien dirancang berdasarkan aproksimasi convex tersebut. Prosedur keseluruhan bergantian antar submasalah hingga konvergen. Struktur matematisnya dapat diringkas sebagai berikut: masalah awalnya adalah
Mengapa penting
Kontribusi utama makalah ini terletak pada arsitektur solusi berlapis yang menguraikan masalah non-convex yang kompleks menjadi submasalah yang dapat dikelola, masing-masing diselesaikan dengan teknik matematis yang disesuaikan. Solusi bentuk tertutup daya transmisi USV dan substitusi variabel mengurangi dimensionalitas, sementara SCA menangani sifat non-convex yang tersisa. Optimasi bergantian memastikan konvergensi ke solusi mendekati optimal, sebagaimana dibuktikan oleh selisih kecil terhadap solver LINGO. Pengurangan energi 19,71% dibandingkan OFDMA menegaskan perolehan efisiensi dari NOMA dan desain sensing-komunikasi bersama. Peningkatan 8% dibandingkan algoritma genetika menunjukkan bahwa pendekatan analitis yang diusulkan mengungguli pencarian heuristik. Namun, ketergantungan pada mobilitas UAV dan NOMA dapat memunculkan tantangan manajemen interferensi pada penerapan yang padat. Pekerjaan selanjutnya dapat memperluas kerangka ini ke skenario multi-UAV dan mempertimbangkan ketidakpastian kanal. Secara keseluruhan, studi ini memberikan fondasi yang kokoh untuk ISAC yang hemat energi di IoT maritim, dengan potensi aplikasi dalam pemantauan lingkungan, pengawasan maritim, dan respons bencana.
Siapa yang sebaiknya membaca
Praktisi dan peneliti ilmu komputer
Membuka konten member…