Project Description

Project Overview

FAITH Resilient RAN 涵蓋感知、學習與適應性技術三方面研究，並以 Resilient Adaptation as a Service(RAaaS)、Learning Network as a Service(LNaaS)和 Multi-Modal Sensing as a Service(MSaaS)三大目標為主軸。其研究項目如下圖：

這些技術將在以下三種情境中實現：

1. Resilient Adaptation as a Service(RAaaS)

情境 :多台無人機動態組網，因應地震損害缺乏基地台的災區：在地震等自然災害後，地面基站可能受損，無法提供正常的通訊服務。多台無人機可以迅速部署，形成臨時的動態網路，確保救援隊伍和受災群眾之間的通訊暢通。

1. Resilient Adaptation as a Service(RAaaS)

運用軟體定義無線電及AI驅動的無線接取網路 (RAN) 控制器，整合地面與非地面網路，以提升災時通訊能力。

1) RAaaS 軟體定義無線電(Software-Defined Radio, SDR)為基礎的地面網路( Terrestrial Network, TN)與非地面網路( Non-Terrestrial Network, NTN) 6G 整合測試平台建置

2) RAaaS 容器化資源分配與調度技術

3) RAaaS 階層式聯邦學習 Open-RAN (Hierarchical Federated Learning for Resource Constrained in O-RAN paradigm)

4) RAaaS 應用 RFSoC SDR 及 MAVLink 通訊規約於 Multi-Hop UAVs 與 6G 地面站之整合平台

5) RAaaS 智慧化衛星切換與無人機整合技術

2. Learning Network as a Service(LNaaS)

情境 :面臨海底電纜損壞，衛星無縫接軌訊服務：當海底電纜損壞時，地面網路可能中斷。此時，衛星通訊可以無縫接軌，提供穩定的通訊服務，確保重要信息的傳遞不受影響。

2. Learning Network as a Service(LNaaS)

採用輕量化 AI 模型與生成式擴散技術，預測分析當前情境實現高效資源分配

1) LNaaS On-Device 功率控制: 運用基於 Vision mamba 之輕量化 AI 模型

2) LNaaS 無線頻譜分配: 運用生成式擴散模型(Generative Diffusion Models, GDMs)於邊緣式 AI

3) LNaaS 情境分析與資源規劃: 運用大型語言模型(Large Language Models, LLMs)

4) LNaaS 區塊鏈認證:基於拜占庭容忍機制 (BatchZKP - Byzantine Fault Tolerance, BZ-BFT) 之隱私強韌聯邦學習技術

5) LNaaS 非友善通道環境通訊：運用自適應語義通訊技術

3. Multi-Modal Sensing as a Service(MSaaS)

情境 :智慧街道交通情況預警，減少行人和車輛的事故，測試韌性網路的反應時間：在智慧城市中，利用多模感測技術和 AI 進行交通情況預警，可以減少行人和車輛的事故。這同時也是測試韌性網路反應時間的重要場景，確保在緊急情況下網路能迅速響應。

3. Multi-Modal Sensing as a Service(MSaaS)

多模感測服務(MSaaS) 結合多模定位與智能感測技術，增強智慧城市全時監控與應急場景下的即時風險預警與反應能力。

1) MSaaS ISAC/RIS 感測與通訊整合：基於 ISAC( Integrated Sensing and Communication, ISAC)/RIS(Reconfigurable Intelligent Surface) 建構 GPS-optional 的高精度定位及 deterministic Quality of Service 技術

2) MSaaS NR-NTN 通訊整合感知及即時反應：整合 ISAC/RIS 與 NTN 異質網路於全域高精度定位及deterministic Quality of Service

3) MSaaS 感知與學習：基於 ISAC/RIS 與 NTN 感知資訊，建構多物件移動方向及相對距離與碰撞風險預測

4) MSaaS 全域多模定位融合應用：基於 ISAC/RIS 與 NTN 全域感知資訊，通過動態調整與自我適應能力建立多模定位融合的行人路口安全警示系統

5) MSaaS ISAC/RIS 多模感測強化通訊系統安全

Page updated

Google Sites

Report abuse