Ultra Reliable Low Latency Routing in LEO Satellite Constellations: A Stochastic Geometry Approach
本文针对LEO卫星星座路由，建立多目标优化问题，求解理想上界，设计接近上界的中继卫星选择算法，并推导随机几何下的性能表达式，验证其优势。
2023-12-23 cs.NI
Space Networking Kit: A Novel Simulation Platform for Emerging LEO Mega-constellations
本文提出SNK仿真平台，用于评估低轨巨型星座在全球互联网服务中的路由与网络性能，支持实时可视化和多种指标分析，并通过固定与移动边缘站路由等案例验证其有效性。
2024-01-15 cs.NI
Inter-Plane Inter-Satellite Connectivity in LEO Constellations: Beam Switching vs. Beam Steering
低地球轨道（LEO）卫星星座依赖于卫星间链路（ISL）来提供全球连接。然而，一个重大的挑战是建立和维护支持不同轨道平面之间通信的平面间ISL。这是由于基础设施的快速移动以及卫星上有限的计算和通信能力。在本文中，我们使用的天线阵列与巴特勒矩阵波束切换网络或数字波束控制建立在LEO卫星星座的面间ISL。此外，我们提出了一个贪婪的匹配算法来建立平面间的ISL的目标是最大化的速率之和。这是通过顺序选择对、切换或指向波束以及最后设置数据率来实现的。我们的研究结果表明，通过选择30秒的更新周期的匹配，可靠的通信可以实现整个星座，其中的影响的干扰率小于0.7%相比，正交链路，即使是相对较小的天线阵列。此外，将天线元件的数量加倍会使速率增加大约一个数量级。
2021-06-11 cs.NI
xeoverse: A Real-time Simulation Platform for Large LEO Satellite Mega-Constellations
本文提出xeoverse实时仿真平台，通过Mininet轻量级虚拟机建模及预计算拓扑、增量更新ISL等策略，实现对大规模低轨卫星星座的端到端实时仿真，仿真速度分别比Hypatia和StarryNet快2.9倍和40倍。
2024-06-17 cs.NI
LTE-based Satellite Communications in LEO Mega-Constellations
卫星和地面网络的结合是将宽带覆盖范围扩大到未与地面基础设施连接的地区的一个有前途的解决办法，最近的商业和标准化努力也证明了这一点。然而，卫星信道上的大延迟和多普勒频移对LTE或5G等传统地面系统构成了严峻的技术挑战。在本文中，提出了用于实现卫星使能LTE系统的LEO巨型星座的两种架构，其中地面LTE实体是eNB（Sat-eNB）或中继节点（Sat-RN）。讨论和评估了卫星信道损伤（如大延迟和多普勒频移）对LTE PHY/MAC过程的影响。所提出的分析表明，虽然载波间隔，随机接入和RN附着过程不构成特定的问题，HARQ需要大量的修改。此外，由于卫星的移动，还需要先进的移交程序。
2017-11-21 cs.NI
Analyzing Localizability of LEO/MEO Hybrid Networks: A Stochastic Geometry Approach
本文首次将随机几何框架用于卫星定位性能分析，提出双重随机二项点过程建模MEO星座，推导K-可定位性概率解析表达式，并验证LEO辅助对MEO定位系统的性能增益。
2025-04-11 cs.NI
Developing and experimenting with LEO satellite constellations in OMNeT++
在本文中，我们提出了我们的工作在设计和实现的低轨卫星星座仿真模型1内OMNeT++和INET，这是通过与现有的工作进行比较的结果进行验证。我们的模型建立在开源卫星模拟器（OS $^3$），这是移植到INET 4.3的基础。我们描述了该模型是如何集成的INET和移植的操作系统$^3$框架的顶部。然后，我们用仿真模型进行实验，以证明其在模拟LEO卫星星座的可行性。这涉及使用FCC文件信息模拟过时和更新的卫星星座，以验证延迟结果。
2021-09-24 cs.NI cs.PF
Distributed On-Demand Routing for LEO Mega-Constellations: A Starlink Case Study
大规模卫星网络的设计和发射迫切需要高效和延迟最小化的路由方法。随着这种星座中卫星数量的增加，由于空间和时间的限制，预先计算所有卫星之间的所有最短路线变得越来越不可行。尽管分布式按需路由方法是为特定的低地球轨道卫星网络配置开发的，但它们不适合基于沃克三角洲编队的日益流行的巨型星座。本文的贡献是双重的。首先，我们介绍了一个正式的模型，在数学上捕获的沃克三角洲星座的卫星的时间演变的位置，并使用它来建立一个公式来计算两个给定的卫星之间的最小数量的ISL跳。在第二部分中，我们提出了一个按需跳数为基础的路由算法，近似的最佳路径，同时实现卓越的性能相比，经典的最短路径算法，如Dijkstra。
2023-03-22 cs.NI
Connectivity of LEO Satellite Mega Constellations: An Application of Percolation Theory on a Sphere
本文将渗流理论应用于球面，首次定义球面上的渗流并证明其相变存在，通过球极投影推导LEO卫星临界数量的紧界和闭式表达式，分析高度与最大斜距对渗流概率的影响并给出临界值，为LEO卫星部署提供建议。
2025-02-11 cs.NI
SatFlow: Scalable Network Planning for LEO Mega-Constellations
SatFlow提出分布式分层网络规划框架，结合多智能体强化学习与分布式交替步进算法，解决低轨巨型星座拓扑、流量和功率分配问题，显著降低流量违规率与总成本。
2024-12-29 cs.NI
A Scalable Solution for Node Mobility Problems in NDN-Based Massive LEO Constellations
本文提出基于NDN架构的解决方案，用于解决大规模LEO星座中节点移动性问题，通过可扩展的方法关联内容与地面网关，无需网络路由算法协作，实现低延迟和高可靠性通信。
2026-01-12 cs.NI
LEO Small-Satellite Constellations for 5G and Beyond-5G Communications
真正无处不在的连接的下一个前沿是使用低地球轨道（LEO）小卫星星座来支持5G和超5G（B5G）网络。除了增强型移动宽带（eMBB）和大规模机器类型通信（mMTC）之外，LEO星座还可以支持具有几十毫秒的宽松延迟要求的超可靠通信（URC）。小卫星的损伤和低轨道的使用对这些网络的设计和性能构成了重大挑战，但也带来了新的创新机会。本文全面概述了物理和逻辑链路，以及使LEO星座完全集成到5G和B5G系统中的基本架构和技术组件。此外，我们的特点和比较每个物理链路类别，并探讨新的技术，以最大限度地提高可实现的数据率。
2020-10-07 cs.NI eess.SP
Cache Placement in an NDN Based LEO Satellite Network Constellation
本文研究基于NDN的低轨卫星星座中缓存节点选择与数据转发策略，提出联合优化方法，在少量缓存节点下将路径长度最多缩短三分之一并均衡网络负载。
2022-12-27 cs.NI
Characterization of Mega-Constellation Links for LEO Missions With Applications to EO and ISS Use Cases
本文分析了巨型星座对低轨任务的连接性优势，并探讨了其在国际空间站和地球观测卫星中的应用潜力。
2025-08-31 cs.NI eess.SP
Near-realtime Earth Observation Via Starlink LEO Satellite Constellation
本文提出基于Starlink的SSU系统，用于高效中继地球观测卫星数据，通过优化链路和调度算法降低数据延迟。
2025-11-26 cs.NI
SkyShare: Constellation-wide Sky Sharing for LEO-Radio Astronomy Coexistence
NC State University（北卡罗来纳州立大学）；University of Surrey（萨里大学）；University of Alabama in Huntsville（阿拉巴马大学亨茨维尔分校）
针对LEO星座与射电天文共存的干扰问题，提出SkyShare系统，通过EPFD预算RoI与流算法SkySched优化波束调度，可减少90.68%未服务小区且无需改卫星硬件。
2026-09-02 cs.NI
Network Characteristics of LEO Satellite Constellations: A Starlink-Based Measurement from End Users
低地球轨道卫星网络（LSN）一直被认为是即将到来的6G真正全球覆盖的关键基础设施。本文介绍了我们的初步测量结果和观察的Starlink的端到端网络特性，可以说是迄今为止最大的LSN星座。我们的研究结果证实，LSNs是一个很有前途的解决方案，无处不在的互联网覆盖在地球上，然而，我们也发现，Starlink的用户体验更多的动态吞吐量和延迟比地面网络用户，甚至频繁中断。其用户体验受到地形、太阳风暴、雨水、云层和温度等环境因素的严重影响，功耗也是如此。我们进一步分析了Starlink目前的管道中继策略及其局限性，特别是对于跨洋航线。我们还探索了其移动性和便携性的潜力，并将我们的实验从城市扩展到面临独特实际和文化挑战的偏远地区。
2022-12-28 cs.NI
CountingStars: Low-overhead Network-wide Measurement in LEO Mega-constellation Networks
针对LEO巨型星座中基于数据包负载均衡带来的端口级测量内存膨胀和哈希冲突问题，本文提出CountingStars架构，通过数字孪生预分发无冲突哈希种子和端口聚合数据结构，实现低开销全网测量，仿真显示内存占用平均降低70%、测量误差平均降低90%。
2025-08-19 cs.NI
Beamforming in LEO Constellations for NB-IoT Services in 6G Communications
随着5G网络的首次商业化，超越5G（B5 G）或6 G，系统开始被定义。在这种情况下，物联网（IoT）服务将对5G系统产生更大的影响。为了应对大量的物联网设备，以及其中最先进的设备（例如，紧急情况下急救人员的实时摄像头信号），非地面系统将成为协助和补充地面网络的关键。在本文中，我们提出了一种基于地球同步轨道（GSO）和非地球同步轨道（NGSO）节点的多层非地面窄带物联网（NB-IoT）服务架构。为了应对设备的数量和潜在的大容量，我们建议在积极的全频率复用场景中实现最小均方误差（MMSE）波束成形。性能评估显示了所提出的解决方案的显著优势。
2021-01-21 cs.NI
Distributed Satellite-Terrestrial Cooperative Routing Strategy Based on Minimum Hop-Count Analysis in Mega LEO Satellite Constellation
本文针对巨型低轨卫星星座多跳路由时延长和路由表构建复杂的问题，提出基于最小端到端跳数和排队时延约束的分布式星地协同路由策略，通过RTPG和KNBG图抽象及KNBG-MHCE跳数估计方法实现低复杂度高效转发。
2024-04-01 cs.NI
Instability of Self-Driving Satellite Mega-Constellation: From Theory to Practical Impacts on Network Lifetime and Capacity
本文揭示LEO卫星巨型星座中安全机动会引发级联避碰并导致网络不稳定，提出双边机动控制方法，在Starlink仿真中实现8倍网络寿命提升且不牺牲容量。
2024-06-10 cs.NI
Maximum Achievable Burst Size in All-Optical Satellite Networks
Technische Universität Braunschweig（不伦瑞克工业大学）
分析了不同星座下全光卫星网络的最大突发大小，基于WDM光突发交换网络，在高/低轨LEO星座中分别支持高达500 MB和600 MB的突发。
2026-06-26 cs.NI
NetSatBench: A Distributed LEO Constellation Emulator with an SRv6 Case Study
CNIT（国家信息技术研究联盟）；Department of Electronic Engineering, University of Rome ”Tor Vergata”, Italy（罗马托尔维加塔大学电子工程系）；NetSense srl（NetSense公司）
NetSatBench通过分布式容器和VXLAN overlay实现低轨卫星通信协议和应用负载的仿真，支持IPv4/IPv6路由，并通过SRv6案例展示其在动态卫星动态下的协议实验能力。
2026-04-30 cs.NI
SpaceMeta: Global-Scale Massive Multi-User Virtual Interaction over LEO Satellite Constellations
针对多用户虚拟交互受地面网络拓扑和光纤速度限制的问题，提出基于低轨卫星星座的服务器选择框架SpaceMeta，联合选择入口和中继卫星服务器以最小化延迟及延迟差异，实验证明其显著降低了延迟和延迟四分位距。
2024-02-15 cs.MM cs.NI
Beyond Idealized Orbits: Realistic Network Topology and Spatio-Temporal Traffic Emulation for LEO Satellite Constellations
Virginia Tech（弗吉尼亚理工大学）；Fibertek Inc.（菲伯泰克公司）；United States Military Academy（美国军事学院）
本研究扩展SpaceNet测试平台以仿真多壳层LEO星座及真实流量，通过高级拥塞路由生成准确的RTT和吞吐量趋势，并与Starlink实测数据验证，实现95%置信区间内的高精度预测。
2026-10-05 cs.NI
On Dual Connectivity in 6G Leo Constellations
Institute of Information Science and Technologies (ISTI), CNR, Pisa（意大利国家研究委员会信息与科学技术研究所）
本文提出了一种数学框架，用于计算在6G低轨星座中双连接性下的平均端到端数据包丢失率，通过马尔可夫链建模无线信道丢失过程，并利用数据包复制、切换或网络编码技术优化资源分配。
2026-02-04 cs.NI
Stochastic Analysis of Satellite Broadband by Mega-Constellations with Inclined LEOs
由于新兴的大规模星座旨在使用数百颗小型低地球轨道（LEO）卫星为偏远地区提供无缝连接，因此研究这些网络性能的新方法非常重要。在本文中，我们推导出下行链路和上行链路的解析表达式的覆盖概率和数据率的倾斜LEO星座在一般衰落，无论确切的卫星的位置。我们的解决方案包括两个阶段，首先，将网络抽象为均匀分布的网络。其次，我们得到了一个新的参数，有效的卫星数，为每个用户的纬度，以补偿实际和均匀星座之间的性能失配。除了网络性能指标的精确推导外，本研究还提供了选择星座参数的见解，例如，卫星总数、高度和倾角。
2020-10-02 cs.NI cs.PF cs.SY
Your Mega-Constellations Can Be Slim:A Cost-Effective Approach for Constructing Survivable and Performant LEO Satellite Networks
针对可生存高性能低轨卫星网络所需卫星数量问题，论文形式化 SPLD 问题并提出多项式时间的需求驱动星座优化机制 MEGAREDUCE，通过轨迹驱动仿真验证其降本与部署维护价值。
2024-07-04 cs.NI
On-Demand Routing in LEO Mega-Constellations with Dynamic Laser Inter-Satellite Links
本文针对LEO巨型星座中静态激光星间链路导致的能效低下问题，提出了一种考虑链路建立延迟惩罚的非线性优化模型和三种启发式按需路由算法，在Starlink星座中的分析表明这些算法能在延迟、复杂度和可扩展性间实现有效权衡。
2024-06-04 cs.NI
5G NB-IoT via low density LEO Constellations
5G NB-IoT被视为为物联网中的机器类型通信提供真正无处不在的全球5G覆盖（1.000.000设备/平方公里）的关键技术。NB-IoT的非地面网络（NTN）变体正在3GPP中标准化，它与廉价且不复杂的芯片组一起，能够生产具有真正全球覆盖的价格竞争力的物联网设备。NB-IoT允许在上行链路中进行窄带单载波传输，这将上行链路链路预算比180 [kHz]下行链路提高了16.8 dB。这允许足够长的距离用于地面到低地球轨道（LEO）通信，而无需在物联网设备中使用复杂且昂贵的天线。本文分析了5G NB-IoT在LEO中携带基站的小卫星低密度星座背景下的可行性，并讨论了NB-IoT所需的适配。
2021-08-13 cs.NI eess.SP
Time-Dependent Network Topology Optimization for LEO Satellite Constellations
针对LEO卫星星座的时变拓扑优化问题，提出基于动态时间扩展图的DoTD算法，通过时间相关评分函数在星间链路约束下最大化容量、最小化延迟并减轻链路抖动，仿真验证优于基线方法。
2025-01-23 cs.NI
Fluid-Dynamic Interference Modeling for LEO Mega-Constellations: A Spatiotemporal Kinetic Field Approach
Future Technology Research Center, China Telecom Research Institute（中国电信研究院未来技术研究中心）；School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（北京邮电大学信息与通信工程学院）；Cloud Network Operating System R&D Center, China Telecom（中国电信云网操作系统研发中心）；School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院）
针对LEO巨型星座的非平稳干扰环境，提出时空动力学场框架，推导闭式中断概率模型，发现79°低倾角轨道设计更优，为6G NTN设计提供分析工具。
2026-08-24 cs.NI
BIER-DC: Stateless Multicast for In-Orbit Space Data Centers in LEO Constellations
University of Victoria（维多利亚大学）
该研究针对低轨星座在轨空间数据中心的需求，提出BIER-DC无状态组播协议，通过解耦SDC间与内转发降低头部长度和字节跳数开销，提升了有效吞吐量与可扩展性。
2026-10-14 cs.NI
One-Shot Federated Learning for LEO Constellations that Reduces Convergence Time from Days to 90 Minutes
Missouri University of Science and Technology（密苏里科技大学）
针对LEO星座联邦学习多轮通信导致数天延迟的问题，提出仅需单轮通信的一次性联邦学习方法LEOShot，通过合成数据生成、知识蒸馏和虚拟模型重训练，将收敛速度提升超一个数量级且精度优于常规迭代方案。
2023-05-21 cs.LG cs.NI
The Small-World Beneath LEO Satellite Coverage: Ground Hubs in Multi-Shell Constellations
针对多壳层LEO卫星星座的路由效率与壳层间通信挑战，本文通过复杂网络分析研究六壳层巨型星座，发现其小世界特征、网关站中继的关键作用等特性，为现有星座设计原理提供解释并指导未来卫星网络演进。
2025-08-20 cs.NI cs.SI
BlockFlex: A Hybrid Resilient Routing Method based on Robust Virtual Overlay for Mega-constellation Networks
BlockFLEX通过分层路由和自适应转发模式，提升低轨卫星网络在高故障率下的可达性和稳定性，实现高效路由与低开销。
2026-08-06 cs.NI
Edge Selection and Clustering for Federated Learning in Optical Inter-LEO Satellite Constellation
National Yang Ming Chiao Tung University（阳明交通大学）；University of Southampton（南安普顿大学）；Hon Hai Research Institute（鸿海研究院）
针对低轨卫星数据传输开销高的问题，提出协作式联邦学习FELLO，通过光星间链路进行边缘选择与聚类，在保证高分类精度的同时显著降低通信与计算联合延迟。
2023-04-10 cs.LG cs.NI eess.SP
On the Path to 6G: Embracing the Next Wave of Low Earth Orbit Satellite Access
利用巨型低地球轨道卫星星座提供天基互联网服务是连接未连接者的一个有前途的解决方案。它可以补充地面网络的覆盖范围，帮助弥合数字鸿沟。然而，低轨卫星接入的发展面临着从操作障碍到技术障碍的挑战。本文概述了LEO卫星接入的最新技术水平，包括LEO卫星星座和能力的演变、关键技术挑战和解决方案、从5G演进到6G的标准化问题以及业务考虑因素。我们还确定了未来探索的几个领域，以实现LEO卫星接入与6G地面网络的紧密集成。
2021-08-17 cs.NI
Towards Global and Limitless Connectivity: The Role of Private NGSO Satellite Constellations for Future Space-Terrestrial Networks
预计卫星网络将通过未来的综合6 G空间-地面网络（STNs）以及私人非地球静止卫星轨道（NGSO）星座支持全球连接和服务。在过去的几年里，许多这样的私人星座已经发射或正在规划中，例如SpaceX和OneWeb。在这篇文章中，我们仔细研究了私人星座，并对其功能进行了全面的概述。然后，我们将讨论其设计所带来的主要技术挑战，并简要回顾了最近的文献解决这些挑战。研究新兴的私有星座为我们设计未来的STNs提供了有用的见解。为此，我们研究了卫星的移动性和评估的影响，两个切换策略的空间到地面链路性能的四个真正的私人NGSO星座。我们发现，链路容量，延迟和切换速率在星座图中各不相同，因此最佳切换策略取决于星座图的设计。因此，未来STNs的通信解决方案应符合星座的具体要求，并且STNs标准需要足够灵活，以支持在新兴的专用星座中观察到的具有大参数空间的卫星操作。
2021-07-22 cs.NI
Distributed Probabilistic Congestion Control in LEO Satellite Networks
在密集的低地球轨道（LEO）卫星星座中，使用集中式算法进行最小延迟路由将产生显著的信令和计算开销。在这项工作中，我们利用星座的确定性拓扑结构来计算卫星网络中任意两个节点之间的最小延迟路径。我们提出了一个分布式的概率拥塞控制计划，以最大限度地减少端到端的延迟，这是建立在现有的数据报路由算法的顶部。路由数据包的决定是基于从邻居接收到的最新流量信息做出的。我们提供了一个分析的拥塞所造成的一个统一的无限网格的节点上的简化的网络。我们比较了建议的拥塞控制机制与现有的拥塞控制所使用的路由器通过模拟，并显示对后者的改进。
2022-12-07 cs.NI
FedHAP: Fast Federated Learning for LEO Constellations Using Collaborative HAPs
Missouri University of Science and Technology（密苏里科技大学）
在过去的几年里，低地球轨道（LEO）卫星星座的部署激增，因为它们能够提供宽带互联网接入，并收集大量可用于在全球范围内开发人工智能的地球观测数据。由于传统的机器学习（ML）方法通过将卫星数据下载到地面站（GS）来训练模型是不切实际的，因此联邦学习（FL）提供了一种潜在的解决方案。然而，现有的FL方法不能很容易地应用，因为它们的过度延长的训练时间所造成的具有挑战性的卫星GS通信环境。本文提出了FedHAP，它将高空平台（HAP）作为分布式参数服务器（PS）引入FL用于卫星通信（或更具体地说，LEO星座），以实现快速有效的模型训练。FedHAP由三个部分组成：1）分层通信架构，2）模型分发算法，3）模型聚合算法。我们广泛的模拟表明，与最先进的基线相比，FedHAP显著加速了FL模型的收敛，将训练时间从几天缩短到几个小时，同时实现了更高的准确性。
2022-09-25 cs.LG cs.NI eess.SP
Space-Based Quantum Internet: Entanglement Distribution in Time-Varying LEO Constellations
针对LEO卫星网络动态拓扑导致的纠缠丢弃率高和吞吐量低问题，提出基于时空图模型和路径效用的纠缠分发框架，显著提升分发效率并推动天基量子互联网发展。
2024-09-25 cs.NI quant-ph
Continent-wide Efficient and Fair Downlink Resource Allocation in LEO Satellite Constellations
将低地球轨道（LEO）卫星星座整合到5G及更高级别中对于实现高效的全球连接至关重要。由于LEO卫星是具有可预测动态的全球基础设施，因此预先计划的无线电资源的公平和负载平衡分配以在大区域上提供高效的下行链路连接是可实现的目标。本文提出了一种多波束卫星到小区资源分配的分布式全局最优算法。这些算法旨在基于连接模式中的用户数量（即，注册）。我们的分析集中在评估的平均每用户吞吐量，公平性，小区数量的切换，和计算复杂性在下行链路的情况下，与固定的细胞，其中用户的数量是从人口地图中提取的权衡。我们的研究结果表明，这两种算法实现了类似的平均每用户吞吐量。然而，全局最优算法在所有情况下都实现了超过0.9的公平性指数，是分布式算法的两倍多。此外，通过正确地设置切换成本参数，相对于不考虑切换成本的情况，可以有效地将切换次数减少70%以上。
2022-11-11 cs.NI eess.SP
Capacity Scalability of LEO Constellations With Dynamic Link Failures
State Key Laboratory of Integrated Service Networks, Xidian University（西安电子科技大学综合业务网理论及关键技术国家重点实验室）
研究动态链路故障对星座容量的影响，提出容量扩展性定义，分析在协议开销约束下星座规模与有效容量的关系，指出最优部署规模及维护周期对容量扩展性的影响。
2026-05-12 cs.DC cs.IT cs.NI
Stochastic Geometry-Based Low Latency Routing in Massive LEO Satellite Networks
研究了大规模低轨卫星网络中的路由问题。当星间通信距离受限时，在一个等高度的星座中，选择不同的中继卫星来最小化延迟。首先，在理想情况下，当所有理想位置都有可用卫星时，得到全局最优解。接下来，我们提出了一个最近邻搜索算法的现实（非理想）的情况下，有限数量的卫星。该算法可以通过有限的迭代次数和极小的搜索范围，在理想情况下逼近全局最优解。与其他路由策略相比，该算法在延迟方面具有明显的优势。此外，我们提供了两个近似技术，可以给出严格的下限和上限的延迟所提出的算法，分别。最后，研究了延迟与星座高度、卫星数目和通信距离的关系。
2022-04-08 cs.NI
A Stability-first Approach to Running TCP over Starlink
针对LEO卫星星座下TCP连接因路由频繁变动性能受限的问题，本文提出多种以路由稳定性为核心的算法，相比现有最短路径优化方案大幅提升了端到端通信性能，为轨道路由与传输控制的协同设计提供基础。
2024-08-14 cs.NI
Evaluating Learning Congestion control Schemes for LEO Constellations
School of Engineering and Informatics, University of Sussex（萨塞克斯大学工程与信息学院）；Zhejiang Gongshang University（浙江工商大学）
本文评估了低轨星座中三种拥塞控制方案，发现基于损失的方案在带宽恢复上存在延迟问题，BBRv3在吞吐量上表现良好但响应慢，强化学习方案在动态环境下表现不佳，公平性受RTT不对称和多个瓶颈影响，AQM能恢复公平性并提升效率。
2026-04-15 cs.NI cs.PF
Reinforcement Learning for Cognitive Delay/Disruption Tolerant Network Node Management in an LEO-based Satellite Constellation
University of Chinese Academy of Sciences（中国科学院大学）；Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心）
近年来，随着空间航天器实体的大规模部署和星载能力的提高，容迟/容中断网络（DTN）作为一种在网络动态性过大的情况下比TCP/IP更健壮的通信协议应运而生。DTN节点缓冲区管理仍然是一个活跃的研究领域，因为DTN核心协议的当前实现仍然依赖于这样一个假设，即在不同的网络节点中总是有足够的可用内存来存储转发捆绑包。另外，经典排队论不适用于DTN节点缓冲区的动态管理。为此，提出了一种基于先进的强化学习（RL）策略优势行动者-批评者（A2 C）的低轨卫星星座认知DTN节点集中式自动管理方法。该方法旨在探索训练地球同步轨道智能代理来管理LEO卫星星座场景中的所有DTN节点。A2 C代理的目标是在考虑节点内存利用率的同时，最大限度地提高交付成功率并最小化网络资源消耗成本。智能代理可以动态地调整无线电数据率并基于束优先级执行丢弃操作。为了衡量A2 C技术应用于LEO卫星星座DTN节点管理问题的有效性，本文将训练智能代理策略与其他两种非RL策略（包括随机策略和标准策略）进行了比较。实验表明，A2 C策略平衡了投递成功率和代价，提供了最高的回报和最低的节点内存利用率。
2022-09-27 cs.AI cs.LG cs.NI
DRL-Based Beam Positioning for LEO Satellite Constellations with Weighted Least Squares
Research Center for Information Technology Innovation (CITI), Academia Sinica (AS)（信息科技创新研究中心（CITI），中国科学院（AS））；Department of Electrical Engineering, National Taiwan Normal University (NTNU)（电气工程系，国立台湾师范大学（NTNU））；Bradley Department of Electrical and Computer Engineering (ECE), Virginia Tech (VT)（电气与计算机工程系（ECE），弗吉尼亚理工学院（VT））
本文提出一种轻量级深度强化学习辅助加权框架，用于无信道状态信息的多卫星定位，通过深度Q网络学习卫星权重并结合加权最小二乘估计实现高精度定位。
2026-03-17 cs.LG cs.NI eess.SP
A Lightweight and Scalable Design of Segment Routing in Broadband LEO Constellations Using Landmark-Based Skeleton Graphs
针对LEO宽带星座路由面临的高动态、资源受限及流量不均衡问题，提出基于地标骨架图的轻量化可扩展分段路由协议与多路径算法，通过区域划分、概率路由等实现负载均衡与QoS保障，实验证明其在响应时间和网络效用上性能更优。
2024-11-29 cs.DC cs.NI
Integrating HAPS, LEO, and Terrestrial Networks: A Cost-Performance Study for IoT Connectivity
Federal University of Santa Catarina（圣卡塔琳娜联邦大学）；Department of Computer and Electrical Engineering, Mid Sweden University（瑞典中部大学计算机与电气工程系）
本文研究了HAPS、LEO和地面网络融合在物联网连接中的成本-性能表现，分析了不同配置下的传输性能及经济可行性，指出HAPS在特定场景下可有效补充地面网络。
2026-02-18 cs.NI
Optimizing Federated Learning in LEO Satellite Constellations via Intra-Plane Model Propagation and Sink Satellite Scheduling
Missouri University of Science and Technology（密苏里科技大学）
随着卫星技术发展的进步，最近有大量小型卫星被发射到低地球轨道（LEO）上，以收集地球观测图像等大量数据。由于带宽限制和LEO卫星与地面站（GS）之间的间歇连接，将这样的数据下载到地面站（GS）以训练机器学习（ML）模型的传统方式是不期望的。另一方面，卫星边缘计算（SEC）允许每个卫星在机上训练ML模型，并仅将模型上传到GS，这似乎是一个很有前途的概念。本文提出了FedLEO，一种新的联邦学习（FL）框架，实现了SEC的概念，克服了现有的基于FL的解决方案的局限性（收敛速度慢）。FedLEO（1）通过“水平”平面内通信路径增强了传统FL的星型拓扑结构，在该路径中，卫星之间发生模型传播;（2）通过利用卫星轨道模式的可预测性，最佳地调度“下沉”卫星和GS之间的通信。我们广泛地评估FedLEO，并将其与最先进的技术进行基准测试。我们的结果表明，FedLEO大大加快了FL收敛，而不会牺牲-事实上，它大大提高了-模型的准确性。
2023-02-27 cs.LG cs.NI
AsyncFLEO: Asynchronous Federated Learning for LEO Satellite Constellations with High-Altitude Platforms
Missouri University of Science and Technology（密苏里科技大学）
低地球轨道（LEO）星座，每个星座都包括大量的卫星，已经成为“来自天空”的大数据的新来源。将这些数据下载到地面站（GS）进行大数据分析需要非常高的带宽，并且涉及大的传播延迟。联邦学习（FL）提供了一个很有前途的解决方案，因为它允许数据保持原位（永远不会离开卫星），并且它只需要传输机器学习模型参数（在卫星数据上训练）。然而，传统的同步FL过程可能需要几天的时间来训练卫星通信（Satcom）的背景下，单个FL模型，由于一个瓶颈所造成的掉队的卫星。在本文中，我们提出了一个异步FL框架的LEO星座称为AsyncFLEO，以提高FL效率的卫星通信。AsynFLEO不仅解决了同步FL中的瓶颈（空闲等待），而且还解决了由离散卫星引起的模型失效问题。AsyncFLEO利用定位在“天空中”的高空平台（HAP）作为参数服务器，并且由三个技术组件组成：（1）星环通信拓扑，（2）模型传播算法，以及（3）具有卫星分组和陈旧折扣的模型聚合算法。我们对IID和非IID数据的广泛评估表明，AsyncFLEO的性能大大优于现有技术，收敛延迟减少了22倍，准确度提高了40%。
2022-12-22 cs.DC cs.LG cs.NI
OpenSN: An Open Source Library for Emulating LEO Satellite Networks
本文提出开源库 OpenSN，采用容器虚拟化与键值数据库分离架构，实现大规模 LEO 卫星网络的高效仿真，构建巨型星座比 StarryNet 快 5-10 倍，并成功仿真 4408 颗卫星的 Starlink 星座。
2025-07-04 cs.NI
