为交流研讨大连海事大学、澳门大学、浙江工业大学共同承担的国家重点研发计划政府间国际科技创新合作重点专项“近海海域立体边缘计算网络关键技术研究”项目的执行推进工作以及成果分享，由浙江工业大学信息工程学院、浙江省通信网应用技术研究重点实验室主办的近海海域立体边缘计算网络研究研讨会将于2021年5月22日举办。

近海海域立体边缘计算网络研究研讨会会议议程

报告人： 林彬

报告题目： 近海海域立体边缘计算网络研究现状与关键技术

报告摘要： 近海港口区域船舶密集、航道错综复杂、海洋环境恶劣多变，而现有近海区域的网络信息技术落后，远不能满足日益增长的船岸、船舶通信以及海洋信息感知、灾害预报、应急保障等智慧海洋、船联网需求，亟待开展近海宽带通信与信息网络，实现面向“感-传-知-用”的综合海域立体信息网络。为此，以解决近海海域大规模通信中实际问题为出发点，引入边缘计算理论，针对海上通信环境以及“智慧海洋”信息服务业务的特点，提出具有岸基、船载、空基多种接入、传输、信息感知、存储与计算处理能力的海陆空一体化近海海域立体网络，报告中将对研究现状与关键技术进行综述。

报告人简介：林彬，大连海事大学信息科学技术学院，教授，博士生导师，通信工程系主任，智能通信与网络信息技术团队负责人 。2020年入选辽宁省高端人才项目——兴辽英才科技创新领军人才，获人社部、交通部“全国交通运输系统先进工作者”。博士毕业于加拿大滑铁卢大学，曾到美国乔治华盛顿大学、新加坡南洋理工、澳门大学访问。主持国家重点研发计划、国家自然科学基金重点项目子课题、面上项目、青年基金、辽宁省自然科学基金项目、大连市科技创新基金（重点学科重大课题）等。担任国家自然科学基金、科技部水域通信专家、国家留学基金委评审专家、国际期刊IEEE Transaction on Vehicular Technology、IET Communications副编辑，IEEE Internet of Things Journal“面向智慧海洋物联网(IoT for Smart Ocean)”以及《中国通信（China Communications）》"海事通信网络的使能技术"特刊的客座编委、辽宁省人民政府学位委员会第六届学科评议组成员、辽宁省“海智百人计划”专家。自2016年4月组建大连海事大学“智能通信与网络信息技术研究团队”。已在国际著名学术刊物和会议上发表了70多篇相关论文。申请国家发明专利16项，已授权4项，软件著作权2项。主要研究方向为海上无线通信与网络技术、大规模网络规划与优化、网络资源分配、云/雾计算、智能算法与海事时空数据挖掘等。

报告人： 王莹

报告题目： 近海海域立体边缘计算网络半实物仿真平台设计

报告摘要： 对于近海海域立体边缘计算网络中网络接入算法、通信与计算资源分配算法的性能验证，除了计算机仿真外，基于半实物仿真平台的算法性能测试也是一项重要的环节。本报告首先对目前常用的边缘计算实验系统进行简要介绍，在此基础上提出了近海海域立体边缘计算网络半实物仿真平台的初步设计方案，并重点介绍移动用户与边缘服务器间的物理层通信系统的设计。

报告人简介：王莹，大连海事大学信息科学技术学院，教授，硕士生导师。于2001年博士毕业于北京理工大学。主持多项省部级及横向科研项目。已在SCI/EI检索的国际期刊和会议上以第一作者发表30余篇论文，授权国家发明专利10余项。主要研究方向为无线通信理论与无线自组织网络技术等。

报告人： 于存谦

报告题目： 基于UAV-岸基网络的多中继近海宽带通信技术

报告摘要： 为应对当前近海业务需求的快速增长，解决近海通信资源紧缺的问题，通过研究以往的海上信道模型和经验参数，利用无人机(UAV)的信道自适应调整和船舶的航迹预测模型，充分融合新兴陆基接入网络技术，在已有的移动蜂窝网络通信系统和软件无线电技术的基础上，着力研究船舶-UAV-岸基基站的高效组网和信道QoS保障问题。目前,汇报人针对上述问题，着眼于以下几个研究点：以船载网络服务设备为簇头，对船上用户的网络服务需求进行压缩、聚合和切割；在多海况的复杂环境下，以UAV簇为中继的海上分布式虚拟MIMO自适应通信技术；以岸基基站为中心，以无人机优化部署为途径，扩展海上无线通信网络覆盖面的近海船舶宽带网络部署方案。上述研究旨在面向海上网络资源紧缺的场景下，实现高效、灵活、稳定的业务聚合和多信道级联通信服务。

报告人简介：于存谦，大连海事大学信息科学技术学院，副教授，硕士生导师。于2016年博士毕业于东北大学。主持国家自然科学基金、博士后面上基金、辽宁省自然科学基金等7项科研项目。已在SCI/EI检索的国际期刊和会议上以第一作者发表23篇论文，申请国家发明专利3项。主要研究方向为近海宽带通信技术、边缘云融合计算与虚拟化技术、光数据中心网络等。

报告人：齐爽 （大连海事大学）

报告题目：一种基于超网络的海洋异构网络抗毁性分析方法

报告摘要：提出一种基于超网络的海上异构网络的抗毁性分析方法，以实现对现有海上异构无线通信网络的抗毁能力评估，并增强该网络的抗毁能力，缓解海上通信网络不稳定的现象、解决海上网络节点易受损害的难题，旨在建立一个高可靠的海上异构无线通信网络系统。

报告人简介：齐爽，大连海事大学信息与通信工程专业博士研究生在读，2020年毕业于辽宁师范大学运筹学与控制论专业获得理学硕士学位。主要研究方向为海上无线通信，网络建模等。

报告人：张超越（大连海事大学）

报告题目：水下无线传感器网络的移动充电规划研究

报告摘要：水下无线传感器网络主要由大量水下传感器节点构成，广泛应用于水下信息采集、污染监测、灾害预测、资源探测、辅助导航等监测领域。面对复杂的海洋环境，电池供电的传感器节点能耗供应问题成为水下网络应用场景面临的主要挑战。为此，研究水下无线传感器网络的充电方案，延长网络的生命周期。

报告人简介：张超越，博士研究生，2020年于大连海事大学航海学院交通运输工程专业获得工程硕士学位。现就读于大连海事大学信息与科学技术学院信息与通信工程专业，主要研究方向为海洋网络部署，水下无线可充电传感器网络等。

报告人：胡旭（大连海事大学）

报告题目：基于随机几何的空天地海一体化通信网络性能分析

报告摘要：随着海上船舶的数量的不断增加和智能化通信需求的不断涌起，现有的海上通信网络难以满足高速率和高可靠性的通信服务需求。空天地海一体化通信网络通过合理地部署卫星、无人机和航标等通信实体，可以提高网络的覆盖范围并增强海上通信网络性能，进而保障船舶航行安全。然而，由于网络具有节点数量繁多和链路结构复杂等特点，加之海上通信环境复杂，空天地海一体化通信网络缺少一套完备的网络框架分析网络的特性，以指导网络元素的部署。为此，报告提出了一个基于随机几何的数学框架来建立海上三维模型，考虑海上通信链路中的衰落和损耗等因素，分析空天地海一体化通信网络的覆盖概率，并推导覆盖概率的解析表达式。我们开发的框架对网络设计人员有效确定最佳网络参数具有重要意义。

报告人简介：胡旭，2017年毕业于大连工业大学通信工程专业获得工学学士学位，2020年毕业于大连海事大学电子与通信工程专业获得工程硕士学位。目前，博士在读于大连海事大学信息与通信工程专业，主要研究方向为无线通信网络、海上无线通信与宽带网络等。

报告人： 钱丽萍

报告题目：近海域边缘计算网络多域资源协同管理

报告摘要：海洋物联网（MIoT）与无人机/无人船（USVs / UAVs）的一体化已成为一种先进的智能海洋信息技术。随着计算密集且延迟敏感的海洋移动通信网络服务的空前增长，移动边缘计算（MEC）和非正交多址接入（NOMA）已被视为提供低延迟以及可靠的计算服务和超密集连接的有效方法。报告中，我们研究了面向无人机辅助海洋物联网（MIoT）网络的基于协作式NOMA的能耗最小化MEC技术。由于无人机的机动性，我们考虑将边缘计算无人船（USV）的部分计算工作分担给配备有边缘计算服务器的UAV。为了提高卸载传输和工作量计算的能效，我们致力于兼顾USV延迟要求的条件下通过联合优化USV的卸载工作量、发射功率、计算资源分配以及UAV轨迹，来最小化总能耗。因为此类多域资源优化问题具有混合离散和非凸规划的性质，所以我们利用垂直分解方式以及两层算法来有效地解决该问题。具体而言，基于深度强化学习的思想，我们提出了一种顶层算法来解决无人机航迹优化问题，并基于KKT方法提出了一种底层算法来优化底层多维资源分配问题。数值结果验证了我们提出的算法的有效性以及基于NOMA的计算卸载在整体能耗方面的性能优势。

报告人简介：钱丽萍，浙江工业大学教授，博士生导师，浙江省自然科学基金杰出青年基金获得者，浙江省新世纪151人才工程第二层次入选者，中国电子学会优秀科研工作者，IEEE高级会员。2010年获得香港中文大学信息工程专业博士学位。主要研究方向包括无线通信与网络中的资源管理与优化基础理论与关键技术，智能网络通信与计算融合理论，以及面向智能网络的分布式机器学习。已发表IEEE期刊论文50余篇，相关成果被国内外多个课题组广泛引用，SCI他引1200余次。相关成果获浙江省自然科学奖三等奖，浙江省自然科学二等奖，获2011 IEEE Marconi最佳论文奖、2016 IEEE ICC和2017 IEEE Technical Committee on Green Communications & Computing最佳论文奖。担任国际期刊IET Communications的编委、EAI MLICOM2018国际会议技术程序委员会主席、以及多个专题研讨会的联席主席。

报告人： 吴远

报告题目：安全驱动的海域多接入移动边缘计算能效优化研究

报告摘要：多接入移动边缘计算被认为是能够充分利用未来B5G/6G网络异构多重覆盖从而实现高效边缘计算任务迁移的一种有效方式，也是近海海域通信与计算网络的重要组成部分。但由于无线数据传输过程中射频信号的广播特性，边缘计算中的计算任务（数据）迁移传输也面临潜在的数据问题，即恶意窃听者通过主动采集计算任务迁移输出的电磁波信号并通过暴力解码方式从而窃听获取边缘计算用户的迁移数据信息。本次汇报首先针对单个无线设备的多接入计算任务迁移优化开展讨论，并从计算任务迁移、数据安全级别、分流传输联合优化角度提出面向无线设备能效优化与分流迁移任务数据安全保障的设计方案。在此基础上，进一步讨论多设备协同计算任务迁移方案。特别的，考虑到多无线设备在实现多接入边缘计算过程中在数据传输资源、计算任务资源上所产生的强耦合效应，讨论针对多无线设备在执行多接入计算任务迁移过程中的优化迁移排序方法从而实现整体能效优化。

报告人简介：吴远，IEEE高级会员、中国计算机学会高级会员，现任澳门大学智慧城市物联网国家重点实验室以及澳门大学计算机与信息科学系副教授。2010年获得香港科技大学电子与计算机工程学系博士学位。2016年至2017年任加拿大滑铁卢大学电子与计算机学系访问学者。曾任浙江工业大学系信息工程学院教授。主要研究领域为绿色通信与计算、移动边缘计算、边缘智能与能源信息网络。曾获得2016年IEEE International Conference on Communications (IEEE ICC’2016)大会最佳论文奖，2017年IEEE TCGCC年度最佳论文奖，曾担任IEEE Communications Magazine, IEEE Network, IEEE Transactions on Industrial Informatics, 以及IET Communications客座编委，现担任IEEE Internet of Things Journal, IEEE Open Journal of the Communications Society, 以及China Communications编委。

报告人：王添顺

报告题目：通过合作计算卸载的节能型无人机辅助安全中继传输

报告摘要：移动互联网服务的爆炸性增长将产生巨大的数据需求，这导致蜂窝运营商的压力越来越大，特别是在蜂窝边缘的覆盖。由于在灵活部署方面的优势，无人机成为为小区边缘用户提供有效数据访问的一种有效方法。在报告中，我们考虑了一个边缘用户既有向蜂窝基站传送数据，又有完成特定计算工作量任务的场景。同时，无人机充当一个双重角色，一方面转发用户的数据到蜂窝基站，另一方面处理用户卸载的工作负载到边缘服务器。考虑到窃听无人机中继传输的恶意节点，我们研究了通过合作计算卸载的无人机辅助安全中继传输。在方案中，我们对无人机的悬停位置、发射功率和计算速率分配以及用户的传输时间和计算卸载进行了联合优化以使用户和无人机的总能耗最小，并提出了一种基于单调性优化和交叉熵理论的联合优化算法来寻求最优解。

报告人简介：王添顺，2020年毕业于吉林大学通信工程专业获得工学学士学位，目前，博士在读于澳门大学计算机科学专业，主要研究方向为边缘计算，联邦学习等。

报告人：宋昱晓（澳门大学）

报告题目：非正交多址接入辅助的无人机集群联邦学习方法

报告摘要：机器学习在过去的一段时间得到了快速的发展，在许多场景和领域都得到了广泛的应用。然而传统的中心式机器学习模型训练方式由于时延，数据隐私和网络负担等因素已经不太适合在物联网场景下，特别是对于无人机集群这一具有高运动性场景下的机器学习模型训练与部署。联邦学习作为一种新的分布式训练架构，仅要求各个节点进行本地模型训练和模型参数上传，不再要求各节点上传原始数据，从而能够有效满足时延与数据隐私的要求，成为物联网场景下模型训练与部署的有效方法。在报告中，我们考虑了在无人机集群当中选取一个无人机作为中心节点，其他无人机通过非正交多址技术向该中心无人机进行模型参数传输，中心无人机在完成模型聚合之后进行模型下载的场景。在方案中，我们对无人机集群的上下行数据传输时间以及计算速率分配进行了联合优化以使总时延最小。数值结果证明了我们算法的有效性，以及我们提出的通非正交多址接入辅助的无人机集群联邦学习的性能优势。

报告人简介：宋昱晓，2020年毕业于华东师范大学软件工程专业获得工学学士学位，目前，硕士在读于澳门大学计算机科学专业，主要研究方向为边缘计算，联邦学习等。

报告人：俞宁宁（浙江工业大学）

报告题目：基于学习方法的移动边缘计算性能优化与资源管理研究

报告摘要：提出了一种基于强化学习的分布式优化算法，解决物联网设备的非正交多址接入计算分流问题，通过联合优化通信资源与计算资源以实现设备能耗最小化，旨在构建节能环保的物联网系统；提出了一种基于信息理论的配对优化算法，解决大规模车联网用户非正交多址接入边缘网络的节点选择问题，以实现所有车联网用户计算时延开销最小化，旨在构建多接入、低时延的车联网系统。

报告人简介：俞宁宁，浙江工业大学控制科学与工程专业硕士研究生在读，2018年毕业于浙江工业大学自动化专业获得工学学士学位。主要研究方向为移动边缘计算、非正交多址接入等。

报告人：杨超 （浙江工业大学）

报告题目：基于深度强化学习的物联网多维资源优化研究

报告摘要：针对多用户物联网络，提出了结合集能型中继以及非正交多址接入技术的新型物联网络，旨在在增加网络覆盖范围的同时减少网络的能源消耗。对于网络中大量用户所带来的服务质量公平性问题以及计算能耗问题，设计了基于深度强化学习的串行干扰消除排序与资源分配算法，对网络进行多维资源优化。

报告人简介：杨超，浙江工业大学信息工程学院控制科学与工程专业硕士研究生在读。主要研究方向为物联网工程，智能物联网等