面向太赫兹 6G 低空自组织网络中实时无人机中继定位的可解释人工智能引导优化器蒸馏

《Ad Hoc Networks》：XAI-guided optimizer distillation for real-time UAV relay positioning in terahertz 6G low-altitude ad hoc networks

　　

摘要
低空经济的智能且具韧性的网络需要自主无人机（UAV）中继定位，能够适应用户拓扑的实时变化。在太赫兹（THz）第六代（6G）低空空对空自组网（LAAHNs）中，这要求神经代理模型结合毫秒级推理与近最优放置精度。本文呈现了一项十三种方法的比较——涵盖启发式方法、深度强化学习（DRL）、DeepSets、多层感知机（MLP）、Set Transformer、微调语言模型以及差分进化神谕（最优解参考）——在 300 GHz 下对 200 个共享场景进行了评估。为了改进表现最佳的架构，本文引入了一条可解释人工智能（XAI）引导的优化器蒸馏流水线：首先基于 10,000 个全局最优解训练一个 Set Transformer，然后利用三种可解释性方法（注意力热力图、积分梯度、GradientShap）识别用户空间坐标为主导特征，并仅基于这些特征重新训练了一个精简变体 ST-Lite。ST-Lite 实现了最高的代理吞吐量：194.2 Mbps（达到进化神谕的 96.1%），延迟为 1.2 ms——优于 MLP（182.1 Mbps）和语言模型（822 ms 下 185.4 Mbps）。在建筑遮挡（156.8 vs. MLP 的 148.1 Mbps）和高达 120 km/h 的车辆移动性下，ST-Lite 也处于领先地位，其中毫秒级延迟使得 100 ms 节奏的重定位性能优于所有非神谕方法。跨越五个随机种子的多种子验证证实了可复现性。在第三代合作伙伴计划（3GPP）TR 38.901 衰落下，所有方法的吞吐量压缩至 72–79 Mbps；直接在 3GPP 优化数据上重新训练 ST-Lite 仅带来 +0.9% 的提升，确认随机衰落——而非训练信道不匹配——是约束瓶颈。双中继扩展进一步表明代理模型可扩展至多个中继，在毫秒延迟下恢复了联合双中继神谕的 96.2%，并在结构化 3D 城市网格模型上证实了鲁棒性。所有模型均作为机器人操作系统 2（ROS 2）Jazzy 节点在消费级 GPU 上运行。

引言
低空经济（LAE）——最后一公里物流、城市空中交通、工业检查和应急响应——需要智能且具韧性的通信基础设施，使自主无人机机队能够作为网络化代理运行 [1]。现有的 6 GHz 以下频段无法维持大规模自主导航、视频遥测和实时机队协调的聚合数据速率，这促使设计能够适应用户动态拓扑的可扩展航空网络服务。

第六代（6G）100 GHz 以上的太赫兹（THz）频段提供数十吉赫兹的带宽 [2]，[3]，但 300 GHz 下的传播将可靠范围限制在数百米 [4]。无人机中继通过在陆地基站（BS）和分散终端之间悬停来弥合这一差距 [5]，形成低空空对空自组网（LAAHN）。核心挑战是随着终端移动，如何在实时中定位中继以联合最大化吞吐量、公平性和服务质量（QoS）覆盖。

经典启发式方法将中继放置在加权质心 [5]——速度快但在不规则拓扑下脆弱。差分进化（DE）[6] 等全局求解器接近帕累托前沿，但其百毫秒级的运行时间与移动重定位节奏冲突。神经代理模型——多层感知机（MLPs）、Set Transformers [7]、微调语言模型 [8]——提供毫秒级推理，而深度强化学习（DRL）[9] 需要数百万次交互并产生不透明的策略。一个关键问题是哪些输入特征实际上对代理准确性至关重要。本文引入了一条可解释人工智能（XAI）引导的优化器蒸馏流水线：一个 Set Transformer 基于 DE 解进行训练，事后可解释性识别主导特征，并且仅基于这些特征重新训练的精简变体（ST-Lite）超越所有替代方案。该流水线通过原则性的特征选择步骤扩展了知识蒸馏 [10] 和学会优化 [11]。

本文通过五项贡献填补了这一空白：
1. XAI 引导的优化器蒸馏流水线。一种训练 - 解释 - 修剪方法论：一个基于 10,000 个 DE 解训练的 Set Transformer [7] 通过三种 XAI 方法（注意力热力图、积分梯度 [12]、GradientShap [13]）进行分析，这些方法识别出空间坐标为主导，推动了 ST-Lite 的创建。
2. ST-Lite 代理模型。ST-Lite 在 1.2 ms 下实现 194.2 Mbps（达到神谕的 96.1%）——这是十三种方法中最高的代理吞吐量，优于 MLP（182.1 Mbps）和语言模型（822 ms 下 185.4 Mbps）。五种子验证证实了可复现性（变异系数 [CV] = 0.4%）。
3. 可解释性与特征消融。三种 XAI 方法一致将空间坐标排名为主导；特征消融提供了因果确认，即去除非空间输入可提高准确性。四种经典方法（LASSO、互信息、F 检验、排列重要性）证实了这一排名。
4. 十三种方法比较。启发式方法、DRL、DeepSets、MLP、Set Transformer、ST-Lite、语言模型和 DE 神谕在 200 个共享场景上进行评估，采用 Bonferroni 校正 t 检验和自举置信区间（CIs），以及在 3GPP 衰落、遮挡和移动性（0–120 km/h）下的压力测试。
5. ROS 2 部署。所有代理模型均作为 ROS 2 Jazzy 节点 [14] 在消费级 GPU（RTX 4050）上运行。

训练 - 解释 - 修剪 - 重训练流水线可推广至任何求解器输出监督神经代理且事后可解释性可识别冗余输入的设置。本文其余部分组织如下：第 2 节综述相关工作；第 3 节描述系统模型；第 4 节详细介绍方法论；第 5 节呈现十三种方法比较；第 6 节讨论局限性；第 7 节得出结论。

章节片段
相关工作
Saad 等人 [2] 阐述了以 THz 频段为支柱技术的 6G 愿景。Rappaport 等人 [3] 和 Akyildiz 等人 [4]，[15] 调查了 100 GHz 以上的机会并完善了传播模型。Jornet 和 Akyildiz [16] 提供了辐射传输容量分析，Han 等人 [17] 编目了测量活动，Gao 等人 [18] 报告了确认此处假设的视距（LoS）主导地位的 THz 无人机到地面多输入多输出（MIMO）测量。
Mozaffari 等人。
网络拓扑
位于 p_BS=(0,0,30) m 的固定 BS 通过位于 p_UAV∈X=[0,100]^2×[10,40] m 的无人机中继服务于位于位置 {p_i}_{i=1}^N 的 N∈{3,…,7} 个地面用户。每个用户 i 有一个 QoS 要求 R_i^req～Uniform[10,50] Mbps。目前的工作将比较扩展到 Set Transformers 和 XAI 引导的特征选择。

太赫兹信道模型
载波频率 f_c=300 GHz 下的总路径损耗包括自由空间路径损耗（FSPL）和分子吸收：
L(d)=20log10(d)+20log10(fc)+92.45︸FSPL (dB)+αabs?d︸Absorption (dB)
其中 d 是链路距离。

方法论
图 1 说明了端到端流水线，包括五个阶段：(a) 通过全局优化进行离线数据生成，(b) 基于所有输入特征训练 Set Transformer，(c) XAI 分析和特征选择，(d) 基于选定特征重新训练 ST-Lite，以及 (e) 在 ROS 2 控制回路内进行在线部署。算法 1 形式化了完整过程：它首先从差分进化中收集 K 个全局最优中继位置，在完整特征集上训练一个 Set Transformer。

实验设置
实验在一台配备 NVIDIA RTX 4050（6 GB 视频内存 [VRAM]）和运行 Ubuntu 24.04 及 ROS 2 Jazzy 的 Intel Core i7 处理器的工作站上进行。所有 LM-Relay 推理均以 4 位 NF4 量化在 GPU 上执行。

比较了十三种方法：Random（从 X 均匀采样）；Static（域中心）；Analytical（加权质心）；MLP（37→256→128→64→3，52 K 参数，基于 8 K 解训练）；PPO [46] 和 SAC [47]（MLP 策略 [256,128]，500 K 时间步，Stable-Baselines3 [48]）；部署指南和可扩展性
ST-Lite 是推荐的默认设置（96.1% 神谕，1.2 ms）；LM-Relay 适用于快速变化的场景描述符（822 ms）；当不需要可解释性时，MLP 提供简便性；DE 仍然是离线规划的金标准。

表 12 总结了每种方法类的计算概况。
每次查询的能量范围从约 48μJ（ST-Lite）到 33 J（LM-Relay）——相差 10^6 倍。PMA 机制通过 K 个种子向量而不改变架构即可扩展至 K 个中继；自注意力复杂度为 O(N^2)。

结论
本文介绍了一种用于 300 GHz 下智能、实时 UAV 中继定位的 XAI 引导优化器蒸馏流水线——这是低空经济中韧性网络的关键构建模块。通过基于差分进化解训练 Set Transformer，应用三种 XAI 方法识别主导特征，并仅基于空间坐标重新训练，获得了 ST-Lite——这是十三种方法中表现最佳的代理模型，在毫秒级延迟下达到神谕的 96.1%。

竞争利益声明
作者声明以下可能被视为潜在竞争利益的财务利益/个人关系：Abdul-Manan KHAN 报告财务支持由威斯敏斯特伦敦大学计算机与工程学院提供。如果有其他作者，他们声明没有已知可能影响本文中报告工作的竞争财务利益或个人关系。

Abdul Manan KHAN