A Stochastic Geometry Approach to Doppler Characterization in a LEO Satellite Network
由低地球轨道（LEO）卫星组成的非地面网络（NTN）可以连接到服务不足的地区，从而补充现有的电信网络。卫星的高速运动在物理层带来了一些挑战，如大的多普勒频移。在本文中，一个分析框架的多普勒频移的NTN的统计特性，LEO卫星提供通信服务的地面用户。使用来自随机几何的工具，小区内的用户被分组为不相交的簇以限制跨用户的差分多普勒。在一些简化的假设下，推导了簇内随机用户多普勒频移幅度的累积分布函数（CDF）和概率密度函数。CDF还提供了集群内的最小和最大多普勒频移幅度。利用分析结果，关键系统参数，如集群大小和卫星高度之间的相互作用进行检查。数值结果验证了从分析中获得的见解。
2020-05-07 cs.IT eess.SP math.IT
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
Low-altitude UAV Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning
本文针对LEO卫星-海事通信的安全问题，提出低空无人机友好干扰辅助方案，并将保密速率与能耗权衡建模为多目标优化问题，设计TransSAC深度强化学习算法实现高效求解。
2025-11-10 cs.CR eess.SP
Dynamical System Characterization of Heterogeneous Walker Satellite Networks: An Orbit-Aware Stochastic Geometry Perspective
School of Electrical Engineering, KAIST（韩国科学技术院电气工程学院）；Telecom Paris and Inria Paris（巴黎电信学院和巴黎国家信息与自动化研究所）
本文提出一种轨道感知的随机几何框架，将异构低轨卫星网络建模为多个Walker点过程的叠加，并分析其周期性与遍历性，推导了最近卫星距离分布和SINR覆盖概率，为下行性能分析提供了严格工具。
2026-06-28 cs.IT eess.SP math.DS
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
Spherical Point Process with Random Heights: New Approach for Modeling and Analysis of Downlink Satellite Networks
本文提出基于三维泊松点过程的随机高度模型（RHM），通过在名义壳层引入随机径向位移来捕捉不同高度分布，推导了下行链路覆盖概率解析表达式，为分析大规模LEO立体星座网络性能提供了准确工具。
2025-11-03 cs.IT cs.SY eess.SP
Analysis of a Delay-Tolerant Data Harvest Architecture Leveraging Low Earth Orbit Satellite Networks
本文提出基于Cox点过程的LEO卫星容迟数据收集网络模型，推导服务时间比例、过境上传量、容量与延迟分布等指标。
2024-08-09 cs.IT eess.SP math.IT
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
Ergodic Secrecy Rate Analysis for LEO Satellite Downlink Networks
针对低轨卫星下行网络的安全保密性能分析空白，将卫星、用户、窃听者建模为同心球面齐次泊松点过程，推导遍历保密速率解析表达式，仿真验证其准确性并发现最优卫星高度随窃听者密度增大而升高。
2023-12-12 eess.SP
The Potential of LEO Satellites in 6G Space-Air-Ground Enabled Access Networks
本文探讨了LEO卫星在6G空天地一体化接入网络中的潜力，分析了其特性与角色，并引入MEC和网络功能虚拟化等技术增强接入服务能力，同时提供了验证用例及未来研究方向。
2023-07-01 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
On Outage Analysis of OTFS Based LEO-Satellite Systems With HAPS Relaying
本文提出OTFS波形结合HAPS中继以缓解非地面网络中的多普勒效应，推导了端到端中断概率闭式表达式，并证明增加OTFS阶数和发射天线数可显著降低中断概率。
2025-02-27 eess.SP
Coverage and Spectral Efficiency of NOMA-Enabled LEO Satellite Networks with Ordering Schemes
Shanghai Jiao Tong University（上海交通大学）；Xidian University（西安电子科技大学）；Eastern Institute of Technology（宁波东方理工学院）；Southeast University（东南大学）
本文研究了NOMA赋能低轨卫星网络中覆盖性能与频谱效率，通过两种排序方案和用户公平性功率分配方案，发现NOMA在特定SINR阈值下可提升用户总频谱效率达35%。
2026-01-12 cs.IT cs.SY 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
Load Balancing in Multi-Shell LEO Satellite Networks with Successive Interference Cancellation
Yonsei University（延世大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对多壳LEO卫星网络的负载均衡问题，提出基于壳层偏置接收功率和接收端SIC的数学框架，推导关联概率与速率覆盖，仿真验证其能缓解低壳层流量集中并提升热点速率覆盖。
2026-09-11 eess.SP
Experimental Demonstration of Snapshot Differential Positioning with LEO Satellites
Skylo Technologies；Stanford University（斯坦福大学）
本文提出一种基于快照的差分定位框架，利用低轨卫星信号实现间歇观测下的高精度定位，实验表明在仅三个卫星可见时，定位误差可减少约47%。
2026-03-16 eess.SP
Performance Analysis of RSMA-Enabled Bistatic ISAC in LEO Networks with Holographic Apertures and Fluid-Antenna Users
Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性和信任跨学科中心）；University of Rome Tor Vergata（罗马第二大学）
本文为LEO网络中RSMA赋能双基地ISAC建立遍历性能框架，推导速率下界和感知SNR，验证了双基地感知的显著优势及FAS增益特性。
2026-09-09 eess.SP
Orbital Errors in LEO Satellite Positioning: Modeling, Analysis, and Bayesian Calibration
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；The University of British Columbia（不列颠哥伦比亚大学）；Institut d’Estudis Espacials de Catalunya (IEEC)（加泰罗尼亚空间研究所）；King Fahd University of Petroleum and Minerals（法赫德国王石油与矿产大学）
针对LEO卫星定位中轨道误差影响定位精度的问题，提出轨道误差建模、误设CRB分析及贝叶斯校准方法，利用真实数据统计先验提升校准精度与定位性能。
2026-09-09 eess.SP
Geometry-Aware Networking for Low-Altitude Economy: Movable Antennas in Space-Air-Ground Integrated Systems
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
本文提出一种分层的空间-空-地一体化网络架构，通过可移动天线实现局部几何适应，提升网络鲁棒性和多功能操作能力。
2026-04-20 eess.SP
Performance Analysis of Satellite Communication System Under the Shadowed-Rician Fading: A Stochastic Geometry Approach
在本文中，我们考虑下行链路低地球轨道（LEO）卫星通信系统中，多个LEO卫星均匀分布在一个球体在一定的高度，根据齐次二项式点过程（BPP）。根据BPP的特点，分析了BPP的距离分布和服务卫星的分布情况。我们解析地推导出精确的中断概率，并利用泊松极限定理得到其近似表达式。利用这些推导的表达式，系统吞吐量最大化问题下的卫星可见性和中断约束。为了解决这个问题，我们重新制定了有界可行集，并提出了一个迭代算法，以获得近最优解。仿真结果完全符合推导出的中断概率和系统吞吐量的精确表达式。近似表达式的解析结果与精确表达式的解析结果相当接近。它还表明，所提出的算法的吞吐量最大化是非常接近的最佳性能得到一个二维穷举搜索。
2022-06-23 cs.IT eess.SP math.IT
The Triple-C Paradigm: Cooperative, Complementary, and Competitive Modes for TBS-HAPS-LEO Integration
针对异构网络协同难题，提出TBS-HAPS-LEO融合的三重C（协作、互补、竞争）统一框架，明确各模式机制与支撑技术，经仿真验证性能，并分析落地影响与未来研究方向。
2025-11-19 eess.SP
Satellite Infrastructure Sharing: Orbit-Structured Stochastic Geometry Modeling and Connectivity Analysis in Heterogeneous Satellite Networks
School of EE, KAIST（韩国科学技术院电气工程学院）
本文针对异构LEO卫星网络，采用球面Cox点过程等建模方法，分析卫星基础设施共享的可行性，推导关键性能指标闭式表达式，揭示覆盖重叠的固有权衡。
2026-08-13 cs.IT eess.SP math.IT
Low-Earth Orbit Satellite Network Analysis: Coverage under Distance-Dependent Shadowing
本文基于PPP网络框架分析最强卫星关联下的LEO卫星覆盖，推导覆盖概率及上下界与闭式解，揭示距离相关阴影和最优卫星高度的设计意义。
2024-09-06 cs.IT eess.SP math.IT
Hybrid Time-Frequency Domain Frequency Offset Compensation Under GHz Doppler Shift for LEO Satellite-to-Ground Coherent Free-Space Optical Communication
University of Cambridge（剑桥大学）
针对低轨卫星到地面相干自由空间光通信中多 GHz 多普勒频移带来的频偏问题，提出 HTF-FOC 接收机架构，通过混合捕获和跟踪过程，包括基于 4 次方 FFT 的粗 CFO 捕获等，能有效跟踪频移并降低残留 CFO，成功率达 100%。
2026-07-16 eess.SP
LLM-guided DRL for Multi-tier LEO Satellite Networks with Hybrid FSO/RF Links
针对多层LEO卫星网络高动态下的连接稳定与切换优化难题，提出LLM引导的带动态动作掩码的截断分位评论家算法，通过混合FSO/RF链路架构与自适应超参调优，在传输速率、切换频率和收敛性上优于基线方法。
2025-05-17 cs.NI eess.SP
Opportunities for Direct-to-Cell Polarization MIMO in the Downlink of a LEO Satellite Footprint
Huawei Heisenberg Research Center（华为海思研究中心）；Huawei Shanghai Research Institute（华为上海研究院）
针对低轨卫星S波段下行链路，利用卫星极化MIMO技术，通过信道建模与预编码设计，可在覆盖区显著提升下行频谱效率，为5G非地面网络提供新的性能提升机遇。
2026-10-19 eess.SP
Integrating LEO Satellites and Multi-UAV Reinforcement Learning for Hybrid FSO/RF Non-Terrestrial Networks
Korea University（高丽大学）；University of Oulu（奥卢大学）；Deakin University（迪肯大学）
低空地球轨道（LEO）卫星（SAT）和新兴的无人机（UAV）组成的巨型星座是超越第五代（5G）系统的高速和长距离通信的有前途的推动者。在这篇文章中，我们将SAT和无人机集成在一个非地面网络（NTN）中，研究了通过SAT和无人机中继使用毫米波（mmWave）射频（RF）或自由空间光（FSO）链路在两个遥远的地面终端之间转发数据包的问题。为了最大限度地提高通信效率，与轨道卫星和无人机的运动轨迹的实时关联应该优化与合适的FSO/RF链路，这是具有挑战性的，由于时变的网络拓扑结构和大量的可能的控制动作。为了克服这个困难，我们将这个问题提升到多智能体深度强化学习（MARL），并采用了一种新的动作降维技术。仿真结果证实，我们提出的SAT-UAV集成方案实现了1.99倍更高的端到端的总吞吐量相比，基准计划与固定的地面中继。在提高吞吐量的同时，我们提出的方案还旨在减少无人机控制能量，产生比仅最大化吞吐量的基线方法高2.25倍的能量效率。最后，由于使用混合FSO/RF链路，所提出的方案实现了高达62.56倍的峰值吞吐量和21.09倍的最坏情况吞吐量，比使用RF或FSO链路的情况高，突出了在超5G NTN中共同设计SAT-UAV关联，UAV轨迹和混合FSO/RF链路的重要性。
2020-10-20 cs.LG cs.NI 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
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
Performance Analysis of LEO Satellite-Based IoT Networks in the Presence of Interference
本文提出一种星中星拓扑的LEO卫星物联网网络，通过多卫星共享信道与放大转发中继，结合最大比合并及干扰消除方案，在随机几何建模下分析中断概率，实现无需用户协调的突发传输。
2023-09-02 eess.SP
A Vertical Look at UAV Connectivity in the Wild: Cellular vs. Starlink, 3D Characterization, and Performance Prediction
University of Kansas（堪萨斯大学）
本文通过真实飞行测试，比较了蜂窝网络（Verizon）和低轨卫星（Starlink）在农村环境下对低空无人机的连接性能，并分析了高度对蜂窝网络信号、切换率及延迟的影响。
2026-05-28 cs.ET cs.NI cs.SY
A Tutorial on Non-Terrestrial Networks: Towards Global and Ubiquitous 6G Connectivity
本教程全面探讨了非地面网络（NTN）在6G中的愿景、关键使能技术（如AI、DRL、RIS、MIMO波束成形及NGMA）及现实应用，突显其在实现全球无缝连接中的关键作用。
2024-12-21 cs.IT eess.SP math.IT
A Bistatic Sensing System in Space-Air-Ground Integrated Networks
本文研究空天地一体化网络中的双站感知系统，通过联合优化低轨卫星发射波束成形与地面基站接收滤波以最大化目标飞行器SINR，采用交替优化及分数规划等技术求得闭式解，仿真验证了算法收敛性并揭示了接收滤波对系统最优性的主导作用。
2024-07-04 cs.NA eess.SP math.NA
Secure Task Offloading and Resource Allocation Design for Multi-Layer Non-Terrestrial Networks
Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠与信任跨学科中心）；Centre for Wireless Innovation (CWI), Queen’s University Belfast（贝尔法斯特女王大学无线创新中心）
本文提出一种四层非地面网络架构，结合基于标签的物理层身份验证方案，通过块坐标下降法实现任务卸载与资源分配，有效提升网络安全性与效率。
2026-02-19 eess.SP
Federated Learning in NTNs: Design, Architecture and Challenges
Carleton University（卡尔顿大学）；Ohio University（俄亥俄大学）
本文提出一种基于HAPS星座的非地面网络分层联邦学习框架，融合LEO卫星与地面客户端训练，并利用GEO/MEO卫星中继实现全球模型交换，以提升隐私、精度、可扩展性并优化网络管理。
2025-03-10 cs.AI cs.LG cs.NI
Multi-Functional RIS-Enabled in SAGIN for IoT: A Hybrid Deep Reinforcement Learning Approach with Compressed Twin-Models
本文提出一种混合深度强化学习方法与压缩双模型，用于优化SAGIN中MF-RIS的多功能性能，提升物联网设备的长期能量效率。
2025-10-13 cs.AI eess.SP
