Machine learning (ML) has been widely applied to the upper layers of wireless communication systems for various purposes, such as deployment of cognitive radio and communication network. However, its application to the physical layer is hampered by sophisticated channel environments and limited learning ability of conventional ML algorithms. Deep learning (DL) has been recently applied for many fields, such as computer vision and natural language processing, given its expressive capacity and convenient optimization capability. The potential application of DL to the physical layer has also been increasingly recognized because of the new features for future communications, such as complex scenarios with unknown channel models, high speed and accurate processing requirements; these features challenge conventional communication theories. This paper presents a comprehensive overview of the emerging studies on DL-based physical layer processing, including leveraging DL to redesign a module of the conventional communication system (for modulation recognition, channel decoding, and detection) and replace the communication system with a radically new architecture based on an autoencoder. These DL-based methods show promising performance improvements but have certain limitations, such as lack of solid analytical tools and use of architectures that are specifically designed for communication and implementation research, thereby motivating future research in this field.

In this paper, a new nonlinear companding technique, called "exponential companding", is proposed to reduce the high Peak-to-Average Power Ratio (PAPR) of Orthogonal Frequency Division Multiplexing (OFDM) signals. Unlike the /spl mu/-law companding scheme, which enlarges only small signals so that increases the average power, the schemes based on exponential companding technique adjust both large and small signals and can keep the average power at the same level. By transforming the original OFDM signals into uniformly distributed signals (with a specific degree), the exponential companding schemes can effectively reduce PAPR for different modulation formats and sub-carrier sizes. Moreover, many PAPR reduction schemes, such as /spl mu/-law companding scheme, cause spectrum side-lobes generation, but the exponential companding schemes cause less spectrum side-lobes. Computer simulations, which consider a baseband OFDM system with Additive White Gaussian Noise (AWGN) channels and a Solid State Power Amplifier (SSPA), show that the proposed exponential companding schemes can offer better PAPR reduction, Bit Error Rate (BER), and phase error performance than the /spl mu/-law companding scheme.

We investigate an energy cost minimization problem for a smart home in the absence of a building thermal dynamics model with the consideration of a comfortable temperature range. Due to the existence of model uncertainty, parameter uncertainty (e.g., renewable generation output, nonshiftable power demand, outdoor temperature, and electricity price), and temporally coupled operational constraints, it is very challenging to design an optimal energy management algorithm for scheduling heating, ventilation, and air conditioning systems and energy storage systems in the smart home. To address the challenge, we first formulate the above problem as a Markov decision process, and then propose an energy management algorithm based on deep deterministic policy gradients. It is worth mentioning that the proposed algorithm does not require the prior knowledge of uncertain parameters and building the thermal dynamics model. The simulation results based on real-world traces demonstrate the effectiveness and robustness of the proposed algorithm.

In commercial buildings, about 40%-50% of the total electricity consumption is attributed to Heating, Ventilation, and Air Conditioning (HVAC) systems, which places an economic burden on building operators. In this paper, we intend to minimize the energy cost of an HVAC system in a multi-zone commercial building with the consideration of random zone occupancy, thermal comfort, and indoor air quality comfort. Due to the existence of unknown thermal dynamics models, parameter uncertainties (e.g., outdoor temperature, electricity price, and number of occupants), spatially and temporally coupled constraints associated with indoor temperature and CO2 concentration, a large discrete solution space, and a non-convex and non-separable objective function, it is very challenging to achieve the above aim. To this end, the above energy cost minimization problem is reformulated as a Markov game. Then, an HVAC control algorithm is proposed to solve the Markov game based on multi-agent deep reinforcement learning with attention mechanism. The proposed algorithm does not require any prior knowledge of uncertain parameters and can operate without knowing building thermal dynamics models. Simulation results based on real-world traces show the effectiveness, robustness and scalability of the proposed algorithm.

Multimedia Internet-of-Things (IoT) systems have been widely used in surveillance, automatic behavior analysis and event recognition, which integrate image processing, computer vision, and networking capabilities. In conventional multimedia IoT systems, videos captured by surveillance cameras are required to be delivered to remote IoT servers for video analysis. However, the long-distance transmission of a large volume of video chunks may cause congestions and delays due to limited network bandwidth. Nowadays, mobile devices, e.g., smart phones and tablets, are resource-abundant in computation and communication capabilities. Thus, these devices have the potential to extract features from videos for the remote IoT servers. By sending back only a few video features to the remote servers, the bandwidth starvation of delivering original video chunks can be avoided. In this paper, we propose an edge computing framework to enable cooperative processing on resource-abundant mobile devices for delay-sensitive multimedia IoT tasks. We identify that the key challenges in the proposed edge computing framework are to optimally form mobile devices into video processing groups and to dispatch video chunks to proper video processing groups. Based on the derived optimal matching theorem, we put forward a cooperative video processing scheme formed by two efficient algorithms to tackle above challenges, which achieves suboptimal performance on the human detection accuracy. The proposed scheme has been evaluated under diverse parameter settings. Extensive simulation confirms the superiority of the proposed scheme over other two baseline schemes.

The sixth-generation (6 G) wireless networks are envisioned to build a data-driven digital world with widespread Artificial Intelligence (AI). Federated learning (FL) is a distributed AI paradigm that coordinates different data owners to train shared AI models cooperatively. However, traditional FL faces challenges in practically deploying in 6 G networks: (i) the central server becomes the bottleneck and fails to identify clients' malicious behaviors, and (ii) the lack of incentive mechanisms makes heterogeneous nodes hard to collaborate when considering unilateral returns. To address the above challenges, we first propose a blockchain-enabled FL (BFL) framework where clients' malicious behaviors could be identified without a central server. Then we propose a Bayesian game-driven incentive mechanism to encourage honest nodes to provide valid models while hindering the training interference from malicious clients. Moreover, we propose a dynamic data contribution scheme to schedule data resources equitably while ensuring model performance. Finally, a Proof-of-Incentive consensus mechanism is designed as benign impetuses to guide the system toward the direction of more secure model aggregation and higher incentives. Experimental results show that our proposed schemes can obtain high-precision models even with malicious clients and effectively motivate honest nodes to join FL in 6 G networks.