On-Board Federated Learning for Dense LEO Constellations
目前，各种私营和公共实体正在规划和部署小型低地球轨道卫星的巨型星座。虽然全球连通性是主要的理由，但这些星座也提供了收集大量数据的潜力，例如，地球观测。功率和带宽约束以及隐私、限制延迟或弹性等动机使得希望直接在星座内处理这些数据。我们考虑了星上联邦学习（FL）的实施精心策划的星座外参数服务器（PS），并提出了一种新的通信方案，以支持FL。它利用轨道内的卫星间链路，卫星运动的可预测性和部分聚集，以大大减少训练时间和通信成本。特别是，对于一个由40颗卫星组成的星座，平均分布在5个低地球轨道上，PS位于中地球轨道上，我们观察到训练过程时间加快了29倍，PS的流量减少了8倍。
2021-11-24 eess.SP
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
Broadband LEO Satellite Constellations for Next-Generation Navigation: Potentials, Enabling Technologies, and Challenges
Xi’an Jiaotong University（西安交通大学）；Northwest Institute of Nuclear Technology（中国核动力研究设计院）；Shanghai Jiao Tong University（上海交通大学）
本文综述了宽带LEO星座在下一代导航中的潜力、使能技术与挑战，并通过Starlink主同步序列优化案例展示了子载波功率分配在提升抗多径能力的同时保持测距精度。
2026-10-05 eess.SP
Mapping TLE orbital parameters to GNSS ephemeris for LEO PNT mega-constellation orbit simulations and visibility analysis
本研究提出将LEO星座的TLE轨道参数转换为GNSS通用的RINEX 4格式的方法，验证其仿真适用性，并结合Starlink星座分析证明GNSS与LEO巨型星座结合可提升覆盖度、降低精度因子，为导航授时能力提升提供仿真参考。
2024-01-31 astro-ph.EP astro-ph.IM eess.SP
Quasi-Synchronous Random Access for Massive MIMO-Based LEO Satellite Constellations
针对大规模MIMO LEO卫星物联网的准同步随机接入，提出训练序列多载波、OAMP-MMV活动与延迟估计、2D-ESPRIT信道增强及多星协作检测方案。
2023-04-10 cs.IT eess.SP math.IT
Hierarchical Multi-Agent Multi-Armed Bandit for Resource Allocation in Multi-LEO Satellite Constellation Networks
National Yang Ming Chiao Tung University（国立阳明交通大学）；University of Southampton（南安普顿大学）；Hon Hai Research Institute（鸿海研究院）
低轨道（LEO）卫星星座能够在下一代第六代（6G）非地面网络（NTN）中提供全球覆盖区域的高速率服务。由于工作功率、波束和信道的机载资源有限，在复杂干扰情况下，弹性和有效的资源管理已变得势在必行。然而，与传统的地面基站不同，LEO部署在相当高的高度和高移动性下，在传输期间引起相当长的延迟和干扰。因此，获取低轨卫星与地面用户之间准确的信道状态信息具有挑战性。因此，我们构建了一个框架，在未知的信道信息和没有数据收集在长延迟的地面网关双向传输。在本文中，我们提出了分层多智能体多臂强盗资源分配LEO星座（mmRAL）通过适当分配可用的无线电资源。LEO被认为是协作的多个宏代理尝试未知的试验的各种行动的各自的资源，渐近实现适当的分配只有吞吐量信息的微代理。在模拟中，我们评估mmRAL在各种情况下的LEO部署，服务的用户和LEO，硬件成本和中断概率的数量。受益于高效和弹性分配，所提出的mmRAL系统能够在同质或异构轨道平面或星座中操作，与公开文献中的现有基准相比，实现最高的吞吐量性能。
2023-03-25 cs.LG eess.SP
LEO Constellations as a Decentralized GNSS Network: Optimizing PNT Corrections in Space
Universitat Autònoma de Barcelona (UAB)（巴塞罗那自治大学）；Institute for Space Studies of Catalonia (IEEC)（加泰罗尼亚太空研究所）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文提出一种基于大规模LEO星座的去中心化GNSS网络，通过动态图建模和动量加速梯度追踪方法，实现高精度轨道和时间确定，减少通信负担并提高自主导航能力。
2026-10-20 eess.SP
Physical Layer Authentication for LEO Satellite Constellations
物理层认证（PLA）是基于节点的物理层特性（例如信道衰落或硬件缺陷）来声明节点的身份的过程。在这项工作中，我们提出了一种新的PLA方法的低轨卫星的星际通信链路（ISL）。在建议的PLA方法中，多个接收卫星通过比较多普勒频率测量值与合法发射机的参考移动性信息来验证发射机的身份，然后考虑所选择的决策规则来融合它们的决策。给出了融合方法的欺骗检测概率和虚警概率的解析表达式。数值上获得的高认证性能的结果铺平了道路，一种新的，易于集成的认证机制的LEO卫星网络。
2022-02-17 cs.CR eess.SP
Joint Satellite Power Consumption and Handover Optimization for LEO Constellations
Mila & GERAD（Mila与GERAD）；Polytechnique Montréal（蒙特利尔高等理工学院）；Poly-Grames Research Centre（Poly-Grames研究中心）
本文提出了一种低轨卫星组网中功率消耗与切换优化的方法，通过混合整数凹凸线性规划提升用户吞吐量，使用户速率提高约40%。
2026-08-27 cs.IT cs.SY eess.SP
Ground-Assisted Federated Learning in LEO Satellite Constellations
针对LEO巨型星座中卫星需在不共享本地数据的情况下协同训练模型的问题，提出基于FedAvg的新型异步联邦学习算法，实验证明其收敛更快、渐近测试准确率更优。
2021-12-16 cs.LG eess.SP
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
An Evaluation of Link Performance Based on Rainfall Attenuation for a LEO Communication Satellite Constellation Over Africa
本文应用ITU-R P.618-8模型结合TRMM和GPM等卫星数据，评估非洲上空Telesat等LEO系统6个候选地面站的降雨衰减与可用链路余量，确定最佳地面站。
2023-03-31 eess.SP
Distributed Uplink Anti-Jamming in LEO Mega-Constellations via Game-Theoretic Beamforming
New York University（纽约大学）；Politecnico di Milano（米兰理工大学）
本文提出利用博弈论波束成形实现分布式多卫星抗干扰，通过优化空间协方差矩阵提升抗干扰能力。
2026-02-06 eess.SP
On the LEO Satellite Constellation Design for North Atlantic Coverage
Aalborg University（奥尔堡大学）
针对北大西洋高纬度区域，研究Walker Delta星座的倾角、最小仰角、高度和卫星覆盖范围对可见概率、重访时间、路径损耗和覆盖连续性的影响，发现最小仰角和倾角是关键参数。
2026-09-22 eess.SP
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
Distributed Integrated Sensing, Localization, and Communications over LEO Satellite Constellations
本文提出分布式集成感知、定位与通信（DISLAC）方法，通过卫星间协作提升LEO星座在6G中的通信、定位和传感性能。
2026-01-10 eess.SP
Massive MIMO-OTFS-Based Random Access for Cooperative LEO Satellite Constellations
针对协作低轨卫星大规模 MIMO-OTFS 随机接入，提出基于广义复指数基扩展与 AEP 的集中式/分布式联合设备识别、信道估计和符号检测方法，性能显著优于传统算法。
2024-08-05 cs.IT eess.SP math.IT
Interference Mitigation in LEO Constellations with Limited Radio Environment Information
本文研究了有限无线电环境信息下LEO卫星星座的干扰抑制问题，利用REM和平面天线阵列波束成形技术减轻干扰，并多维度分析了波束成形性能，通过仿真验证了结果。
2024-02-19 eess.SP
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
Duality-Guided Graph Learning for Real-Time Joint Connectivity and Routing in LEO Mega-Constellations
Singapore University of Technology and Design（新加坡科技设计大学）；the University of Adelaide（阿德莱德大学）
本文提出 DeepLaDu 框架，通过图神经网络实时推断链路拥堵价格，提升低轨星座网络吞吐量并降低计算时间。
2026-01-29 eess.SP
FedGSM: Efficient Federated Learning for LEO Constellations with Gradient Staleness Mitigation
针对LEO卫星联邦学习中间歇连接导致的梯度陈旧问题，提出异步算法FedGSM，利用轨道时变拓扑进行补偿，并在IID与非IID设置下验证其性能优势。
2023-04-17 eess.SP
Geolocation with Large LEO Constellations: Insights from Fisher Information
本文利用费希尔信息矩阵研究大型低地球轨道星座对地面接收机的定位能力，给出多LEO、多时隙、多天线条件下实现9维定位的条件，并与GPS信息结构进行比较。
2025-02-10 eess.SP
Modeling and Analysis of Downlink Communications in a Heterogeneous LEO Satellite Network
本文用 Cox 点过程建模多运营商共享频谱的异构 LEO 卫星网络，分析封闭与开放接入的下行覆盖概率，证明开放接入可使所有用户获益。
2024-08-09 cs.IT eess.SP math.IT
Spectrum Sharing Among Broadband LEO Mega-Constellations: Interference Regulations and Coexistence Mechanisms
University of California, Los Angeles（加州大学洛杉矶分校）
本文综述宽带LEO巨型星座在共享频谱下的干扰规则与共存机制，分析非合作与合作的协调方案，并指出多网络扩展、馈电链路争用、光星间链路及国际政策等关键挑战。
2026-11-04 eess.SP
Downlink Performance of Cell-Free Massive MIMO for LEO Satellite Mega-Constellation
Eastern Institute of Technology（东方理工学院）；Zhejiang Key Laboratory of Industrial Intelligence and Digital Twin（浙江省工业智能与数字孪生重点实验室）；Xidian University（西安电子科技大学）；State Key Laboratory of Integrated Services Networks（综合业务网国家级重点实验室）
本文研究了低轨卫星超大规模星座中无源大规模MIMO的下行性能，通过随机几何学工具建模并分析了覆盖概率，发现视距效应和服务范围对覆盖概率有显著影响。
2025-10-31 cs.IT cs.SY eess.SP
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
Insights into Xona Pulsar LEO PNT: Constellation, Signals, and Receiver Design
本文通过GNSS模拟器分析Xona Pulsar LEO星座的信号与几何特性，并与GPS对比，进而提出接收机设计优化策略，以缩短捕获时间并降低功耗。
2025-09-23 eess.SP
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
Joint Laser Inter-Satellite Link Matching and Traffic Flow Routing in LEO Mega-Constellations via Lagrangian Duality
Singapore University of Technology and Design（新加坡科技设计大学）；the University of Adelaide（阿德莱德大学）
本文通过拉格朗日对偶联合优化低轨mega-星座中的激光星间链路匹配与流量路由，显著提升网络吞吐量。
2026-07-28 eess.SP
Decentralized Cooperative Beamforming for Networked LEO Satellites with Statistical CSI
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）；University of Luxembourg（卢森堡大学）
本文提出了一种分布式协同波束成形框架，用于网络化低轨卫星下行链路，通过局部化基准和全局耦合变量交换，实现高效协同波束成形，降低计算复杂度和信号开销。
2026-05-01 eess.SP
Fused Low-Earth-Orbit GNSS
传统的全球导航卫星系统（GNSS）抗干扰能力可能正在接近实际性能上限。在传统的全球导航卫星系统轨道和频谱之外，有可能获得更大的增益。来自低地球轨道的全球导航卫星系统长期以来被认为是有前途的，但价格昂贵，需要大型星座来实现快速导航解决方案。最近出现的商用宽带低地球轨道巨型星座要求研究将其用于通信（其主要任务）和辅助定位、导航和定时服务的双重用途。这些星座在比传统全球导航卫星系统更短的波长下运行，将允许高度定向、相对紧凑的接收器天线。不需要PNT专用的在轨资源：发射机、天线、时钟和托管宽带网的频谱就足以满足PNT的需要。非合作使用低地球轨道信号进行PNT是一种选择，但与星座运营商合作（与其通信任务“融合”）减轻了从地面跟踪密集低空星座的负担，并使接收机能够产生单历元独立PNT解决方案。本文提出了这样一个合作的概念，称为融合低轨全球导航卫星系统。可行性取决于机会成本，或第二PNT任务对通信星座运营商的负担。这是评估的时间-空间-带宽产品和能量预算。结果表明，在$\pm60$ °纬度（覆盖世界99.8%的人口）上的近瞬时定位PNT服务，其定位性能优于传统的GNSS伪距，对于最大的新星座SpaceX的Starlink，其成本不到下行链路容量的1.6%。这种分配相当于向每个小区增加一个用户，消耗5.7 Mbps的宽带服务。
2022-03-14 eess.SP
A Hybrid NOMA-OMA Scheme for Inter-plane Intersatellite Communications in Massive LEO Constellations
针对大规模LEO星座平面间星间通信，提出一种结合NOMA与OMA的混合多址方案，利用平面间多普勒频率分集提升公平性，同时获得高于纯OMA的总速率容量。
2024-07-19 eess.SP
Downlink Coverage and Rate Analysis of Low Earth Orbit Satellite Constellations Using Stochastic Geometry
随着低轨道（LEO）卫星通信系统的日益普及，需要新的理论方法来研究这种网络的性能。这是因为以前应用于分析卫星系统的确定性和基于位置的模型通常仅限于支持模拟。在本文中，我们推导出一般的LEO网络的下行链路覆盖概率和平均数据速率的解析表达式，而不考虑实际卫星的位置和它们的服务区几何形状。我们的解决方案源于随机几何，它抽象的通用网络到统一的二项式点过程。应用所提出的模型，然后，我们研究了网络的性能作为关键星座设计参数的函数。最后，为了更精确地将理论模型拟合到真实的确定性星座，我们引入了有效卫星数量作为参数来补偿不同纬度上卫星实际分布的不均匀性。除了导出精确的网络性能指标外，该研究还揭示了为未来大规模LEO星座选择设计参数的几个指导原则，例如，频道数量和高度。
2020-05-05 cs.NI cs.SY eess.SP
Spectral Efficiency of Low Earth Orbit Satellite Constellations
Aselsan Inc.（Aselsan公司）；Northwestern University（西北大学）
研究LEO卫星星座下行频谱效率的上界，通过单信道网络模型和六边形网格基准配置，发现干扰感知的关联策略可提升频谱效率。
2026-06-24 eess.SP
Geometric Performance Analysis of Doppler-Based Positioning with a Single LEO Satellite
Universitat Autònoma de Barcelona（巴塞罗那自治大学）
本文通过理论分析和数值模拟，研究了单颗低轨卫星多普勒定位的几何特性与精度因子，揭示了跨轨方向误差大、沿轨方向误差小的固有几何限制，为单星定位可行性提供了深入见解。
2026-06-16 eess.SP
Orbit-Aware Split Learning: Optimizing LEO Satellite Networks for Distributed Online Learning
Centre Tecnològic de Telecomunicacions de Catalunya（加泰罗尼亚电信技术中心）；Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；ICREA Acadèmia（ICREA学术界）
本文提出一种利用LEO卫星周期性运动的轨道感知拆分学习架构，通过在卫星与地面终端间拆分模型并周期性传递，优化资源分配以最小化能耗，实现了更具扩展性和能效的复杂模型分布式在线训练。
2025-02-26 cs.NI eess.SP
Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks
Korea University（高丽大学）；Deakin University（迪肯大学）；University of Oulu（奥卢大学）
低地球轨道（LEO）卫星的巨型星座有可能实现低延迟的远程通信。将其与新兴的无人机（UAV）辅助非地面网络相结合，将成为提供大规模三维连接的5G系统的颠覆性解决方案。在这篇文章中，我们研究了两个遥远的地面终端之间的转发数据包的问题，通过一个低轨卫星从一个轨道星座和一个移动高空平台（HAP），如固定翼无人机。为了最大化端到端数据率，应当优化卫星关联和HAP位置，这是具有挑战性的，因为大量的轨道卫星和由此产生的时变网络拓扑。我们使用深度强化学习（DRL）和一种新的动作降维技术来解决这个问题。仿真结果证实，我们提出的方法实现了高达5.74倍的平均数据率相比，没有SAT和HAP的直接通信基线。
2020-05-26 cs.LG cs.NI eess.SP
The Digital Divide in Canada and the Role of LEO Satellites in Bridging the Gap
克服农村和偏远地区的数字鸿沟一直是加拿大地理面积巨大的一个巨大挑战。2016年，加拿大广播电视和电信委员会宣布宽带互联网为所有加拿大人提供的基本服务。然而，截至2020年，仍有约100万加拿大人无法获得宽带服务。COVID-19疫情令情况更具挑战性，因为社会、经济及教育活动越来越多地转移至网上。这种情况对原住民社区更为不利。部署农村和偏远地区宽带互联网的一个关键挑战是规划和实施高容量骨干网，目前只有人口密集的城市地区才有这种骨干网。对于任何互联网提供商来说，在这些领域提出可行的商业建议几乎是不可能的。例如，西北地区、育空地区和努纳武特地区幅员辽阔，不同的地理特征对宽带基础设施构成了障碍。在本文中，我们调查了加拿大的数字鸿沟，重点是农村和偏远地区。在此过程中，我们强调了两种潜在的解决方案，即利用低地球轨道（LEO）星座在农村和偏远地区提供宽带互联网，以解决接入不平等和数字鸿沟问题。第一种解决方案涉及将LEO星座集成为现有4G/5G电信网络的骨干。该解决方案使用LEO星座中的卫星来提供将4G/5G接入网络连接到其核心网络的回程网络。第三代合作伙伴计划已经规定了如何将LEO卫星网络集成到4G/5G网络中，加拿大卫星运营商Telesat已经在其4G网络中与一家地面运营商TIM Brasil展示了这一解决方案。
2022-03-16 cs.SY econ.GN eess.SP
End-to-End Uplink Performance Analysis of Satellite-Based IoT Networks: A Stochastic Geometry Approach
本文采用随机几何方法建模LEO卫星星座，分析物联网设备经LEO至GEO链路的端到端上行性能，并揭示星座配置、功率和相对位置的影响。
2024-06-28 cs.NI eess.SP
QoS- and Physics-Aware Routing in Optical LEO Satellite Networks via Deep Reinforcement Learning
Hamad Bin Khalifa University（哈马德·本·哈利法大学）；Professionals for Smart Technology (PST)（智能技术专业人士（PST））；Qatar University（卡塔尔大学）；Texas A&M University at Qatar（德克萨斯农工大学卡塔尔分校）
本文提出了一种基于深度强化学习的光学低轨卫星网络路由方法，通过结合几何和QoS感知约束，实现物理一致的路由策略，提升连接稳定性与端到端延迟性能。
2025-12-23 eess.SP
Differential LEO Navigation under Asynchronous Satellite Clocks: Architecture and Performance Bounds
Queen’s University（女王大学）；Royal Military College of Canada（加拿大皇家军事学院）；Chalmers University of Technology（查尔姆斯理工大学）；Universitat Autonoma de Barcelona（巴塞罗那自治大学）
针对LEO卫星时钟异步导致定位统计不一致的问题，提出基站辅助差分导航架构，通过8状态扩展卡尔曼滤波器消除偏差，并推导递归贝叶斯克拉美罗界作为理论性能极限。
2026-06-23 eess.SP
CNN-aided Channel and Carrier Frequency Offset Estimation for HAPS-LEO Links
低地球轨道（LEO）卫星巨型星座网络的目标是在不到十年的时间内通过预计的50，000颗卫星来满足高连通性需求。为了充分利用这样一个大规模的动态网络，由平流层节点组成的空中网络，特别是高空平台站（HAPS），可以在包括移动性管理在内的许多方面提供显着帮助。HAPS-LEO网络会受到时变条件的影响，本文针对HAPS-LEO网络中特有的信道估计和同步问题，引入了一种基于人工智能的方法。首先，通过使用所提出的基于卷积神经网络的估计器来最小化具有残余多普勒效应的信道均衡和载波频率偏移。然后，通过使用非正交多址接入方法增加频谱效率来复合数据速率。我们观察到，由于敏捷的信号重建过程，所提出的AI授权的HAPS-LEO网络不仅提供了每秒的高数据吞吐量，而且还提供了更高的服务质量。
2022-06-26 eess.SP
Time-Continuous Frequency Allocation for Feeder Links of Mega Constellations with Multi-Antenna Gateway Stations
针对巨型LEO星座多天线网关站馈电链路干扰加剧问题，提出定制化图着色算法及时间连续分配、星座分解、空闲子信道利用方法，在Starlink星座仿真中验证了有效性与优越性。
2025-05-18 cs.SY eess.SP eess.SY
Xona Pulsar Compatibility with Spaceborne GNSS Receivers
Xona Space Systems（Xona太空系统）
本文扩展 ITU-R 兼容性评估方法至星载 GNSS 接收机，分析 LEO PNT 系统（如 Xona Pulsar）对传统信号 C/N0 的影响，证明其可兼容运行。
2026-09-16 eess.SP
Integrating Atmospheric Sensing and Communications for Resource Allocation in NTNs
Aalborg University（奥尔堡大学）；Tsinghua University（清华大学）
本文提出一种融合感知与通信的框架，通过感知准确估计通信链路的大气衰减，从而优化卫星选择和资源分配，提升地面用户的数据传输效率和公平性。
2025-03-20 cs.NI eess.SP
