从系统规律中提取在线决策依据
Xingqiu He 博士近期的两项工作横跨两个看似相距甚远的系统：能量受限的边缘计算，以及高速运动的低轨卫星切换。二者真正一致之处并非应用场景，而是它们提出的控制问题——在无法预知未来的情况下，如何利用系统已经显露的规律作出在线决策。
无线供能边缘计算的规律来自队列演化与能量收支；低轨网络的规律则来自轨道运动和相对稳定的信道变化。将这些规律转化为算法中的已知结构，控制器便不必等问题发生后再被动响应，而能在不确定环境中提前组织决策。
用有限能量维持边缘队列
Energy-Efficient Online Scheduling for Wireless Powered Mobile Edge Computing Networks 研究能量供应、任务到达和无线条件均随时隙变化的设备。Lyapunov 优化把长期的时延—能耗问题化为逐时隙控制，边际能效又支撑“先松弛、再调整”的求解流程，并将卸载部分归结为指派问题。
论文在模型假设下给出时延与能耗的性能保证。更重要的是，它说明了如何在不掌握未来信息的前提下，把随机优化问题拆成一系列可处理的即时决策。当前验证来自大量仿真，尚未进入真实部署的无线供能边缘系统。
在切换变得紧迫之前规划轨道连接
PreHO: Predictive Handover for LEO Satellite Networks 将相近的思想用于卫星移动性管理。它不等传统条件触发后再执行切换，而是根据可预测的卫星轨迹和相对稳定的信道预先规划连接。交替优化与动态规划共同组织候选卫星和时间上的选择。
基于真实数据的评估显示，相比所选反应式方案，PreHO 能够降低信令开销和切换时延。这些结果支持预测式规划在测试轨迹中的价值，但尚不等同于运营卫星网络的部署证据；突发传播变化、轨道信息误差及其他未建模动态，都可能削弱方法依赖的可预测性。
两项工作的共同方法
这两项研究共同说明，在线优化的关键并不只是应对随机性，还要辨认其中哪些部分可以利用：边缘系统中的守恒关系与队列规律，以及轨道尺度上的运动规律。具体算法各不相同，但设计原则一致——先把稳定结构与瞬时不确定性分开，再让控制器的计算步骤与这种分离相匹配。
研究札记
Energy-Efficient Online Scheduling for Wireless Powered Mobile Edge Computing Networks
作者： Xingqiu He, Chaoqun You, Yuzhi Yang, Zihan Chen, Yuhang Shen, Tony Q. S. Quek, Yue Gao
状态： 预印本
主要来源： arXiv:2603.07984
证据说明： 论文给出时延与能耗的分析保证，并通过大量仿真验证；尚未报告真实部署的无线供能或边缘计算系统，因此结论仍受队列、信道和工作负载模型约束。
PreHO: Predictive Handover for LEO Satellite Networks
作者： Xingqiu He, Zijie Ying, Chaoqun You, Yue Gao
状态： 预印本
主要来源： arXiv:2603.07987
证据说明： 评估采用真实数据驱动的轨迹，而非运营卫星网络部署；所报告的收益依赖运动与信道的可预测性，遇到未建模动态时可能下降。