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
Regional Resource Management for Service Provisioning in LEO Satellite Networks: A Topology Feature-Based DRL Approach
State Key Laboratory of Integrated Service Networks, Xidian University(西安电子科技大学);University of Surrey(萨里大学)
本文提出基于拓扑特征的深度强化学习方法,用于低轨卫星网络中动态适应的资源管理,提升服务性能。
2025-12-24 cs.NI
Joint Optimization of Controller Placement and Switch Assignment in SDN-based LEO Satellite Networks
针对基于SDN的LEO卫星网络中控制器部署与交换机分配无法动态适配拓扑和流量变化的问题,本文将其建模为整数非线性规划问题,提出基于先验种群的遗传算法求解,实现连续优化,实验证明其性能优于现有策略。
2025-04-18 cs.NI
Inter-Plane Inter-Satellite Connectivity in Dense LEO Constellations
随着私营公司和初创公司拥有的大量正在进行的部署,部署在低地球轨道(LEO)上的密集卫星星座将在不久的将来的无线通信中发挥重要作用。此外,第三代合作伙伴计划(3GPP)正在努力将卫星集成到5G和超5G网络中。然而,要充分利用卫星星座的连通能力,必须克服许多挑战。这些挑战主要是由于单个小型卫星的能力低,以及由于部署高度低而导致的轨道速度高和覆盖范围小。特别地,连接来自不同轨道平面的卫星的平面间卫星间链路(ISL)是非常动态的,并且可能受到多普勒频移的显著影响。本文提出了一种低轨星座平面间星间链路动态建立的框架和相应的算法。我们的研究结果表明,所提出的算法增加了高达115%的星座的速率总和1)相对于最先进的基准计划在无干扰的环境和2)高达71%相比,随机资源分配在最坏情况下的干扰。
2021-01-10 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
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
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
Link Reassignment based Snapshot Partition for Polar-orbit LEO Satellite Networks
快照是低轨卫星移动网络路由的一个基本概念,具有可预测的拓扑动态特性。它的分布对路由性能和板上存储有很大的影响。原有的基于机械转向天线的静态快拍分割方法,使快拍分布保持不变。针对极轨低轨卫星网络,利用当今先进的相控阵天线技术,提出了一种基于星间链路重分配的准动态快拍划分方法。通过在快照切换时控制星间天线,我们可以重新分配ISL并添加可用ISL,以获得更好的后续快照。实验结果表明,该方法在保证快照持续时间、ISL数目不变和端到端延迟较低的情况下,能够获得更稳定的路由性能。特别是对于Iridium系统,该方法不仅可以获得更长的合并快照持续时间,一半的快照数量,而且还可以获得更高的面间ISL利用率。潜在地,我们的方法可能对Iridium-next系统非常有用。
2014-12-21 cs.NI
Joint Semantic Coding and Routing for Multi-Hop Semantic Transmission in LEO Satellite Networks
Chongqing University of Posts and Telecommunications(重庆邮电大学)
本文提出GraphJSCR方法,通过联合路由和语义编码提升低轨卫星网络多跳语义传输性能,平衡语义质量和传输延迟。
2026-04-14 cs.NI
Traffic-Aware Domain Partitioning and Load-Balanced Inter-Domain Routing for LEO Satellite Networks
Chongqing University of Posts and Telecommunications(重庆邮电大学)
本文提出DTAR方法,通过多目标NSGA-II算法生成领域划分并结合图注意力网络和PPO代理,实现低轨卫星网络中跨领域路由的负载均衡和可靠性提升。
2026-04-14 cs.NI
On User Association in Large-Scale Heterogeneous LEO Satellite Network
针对多层异构LEO卫星网络,本文基于随机几何构建分析框架,比较距离、平均功率和随机三种用户关联方案的覆盖与频谱效率。
2024-05-11 cs.ET cs.NI
Constructing 4D Radio Map in LEO Satellite Networks with Limited Samples
本文提出深度无监督学习框架DeepRM,结合神经压缩感知与张量分解,在有限样本和稀疏传感器条件下构建LEO卫星网络四维无线电地图,实现优于现有基线的频谱监测性能。
2025-01-06 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
Starlink Constellation: Deployment, Configuration, and Dynamics
University of Arizona(亚利桑那大学)
本文通过卫星观测数据揭示星链星座的动态特性,发现其在多时间尺度和空间尺度上高度动态,包含多个轨道壳层和频繁的部署与重构,挑战了传统静态模型。
2026-03-26 cs.NI
QoS-Aware Resource Placement for LEO Satellite Edge Computing
随着提供全球宽带互联网接入的大型LEO卫星通信网络的出现,出现了在LEO网络内提供边缘计算资源的兴趣。LEO Edge承诺为全球客户端和物联网设备提供低延迟,高带宽的计算和存储资源访问,而无论其地理位置如何。目前的建议假设在每个LEO卫星上都有计算资源或服务副本,这需要大量的前期投资,并可能导致过度供应。为了有效地实施和使用LEO边缘,需要用于服务器和服务放置的方法,这些方法有助于选择卫星的最佳子集作为服务器或服务副本位置。在本文中,我们将展示如何利用LEO卫星网络的独特拓扑结构,将现有的研究资源放置在一个二维环面可以应用到这个问题。此外,我们扩展了现有的离散资源放置方法,允许放置QoS约束。在拟议的低轨卫星通信网络的模拟中,我们展示了QoS如何取决于轨道参数,我们提出的方法可以考虑到这些影响,现有的方法不能。
2022-02-25 cs.DC 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
Enhancing Physical Layer Security in LEO Satellite-Enabled IoT Network Communications
本文首次利用随机几何框架分析LEO卫星物联网上行链路中的物理层安全策略,推导出可用概率、成功通信概率和安全通信概率的低复杂度解析表达式,并评估人工噪声技术及星座与网络参数对安全性能的影响。
2024-07-04 cs.NI
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
A Scalable Solution for Node Mobility Problems in NDN-Based Massive LEO Constellations
Universidade de Vigo(维戈大学)
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
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
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
Future Ultra-Dense LEO Satellite Networks: A Cell-Free Massive MIMO Approach
低地球轨道(LEO)卫星网络(SatNets)被认为在有效提供全球和无处不在的连接方面发挥着至关重要的作用。因此,在未来几年中,将发射数千颗LEO卫星以创建超密集LEO巨型星座,并且第三代合作伙伴计划(3GPP)正在致力于发展第五代(5G)系统以支持这种非地面网络(NTN)。然而,从通信和联网的角度来看,部署低地球轨道卫星面临着许多挑战。在本文中,我们提出了一种新的无小区的大规模多输入多输出(CF-mMIMO)为基础的架构,为未来的超密集LEO卫星网。我们讨论了网络设计的各个方面,如信令模式,导频分配,波束成形和切换管理。此外,我们提出了一个联合优化框架的功率分配和切换管理过程,以最大限度地提高网络吞吐量和最小化的切换率,同时确保服务质量(QoS)的满意度为用户。据我们所知,这是第一个工作,介绍和研究基于CF-mMIMO的LEO卫星网。大量的仿真结果表明,所提出的架构和解决方案相比,传统的单卫星连接和切换技术的文献中的优越性能。
2021-06-17 cs.NI cs.SY eess.SY
Commercial Dishes Can Be My Ladder: Sustainable and Collaborative Data Offloading in LEO Satellite Networks
针对低轨卫星网络现有路由策略的不足,提出可持续协同数据卸载框架及配套算法,利用商用地面资源卸载数据,在能耗、卫星寿命和延迟上实现显著优化。
2025-03-21 cs.NI
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
Information Freshness of Updates Sent over LEO Satellite Multi-Hop Networks
低地球轨道(LEO)卫星星座正在将物联网(IoT)带入太空领域,也称为非地面网络。用于跟踪船舶和货物的几个物联网卫星应用可以被视为间歇性传输更新的示例,其主要性能参数是信息新鲜度。本文分析了信息时代(AoI)的卫星网络与多个源和目的地是非常遥远的,因此需要几个连续的多跳传输。考虑了数据包擦除信道和不同的擦除策略。我们提供了封闭形式的边界和严格的近似平均AoI,以及信息的峰值年龄(PAoI)分布的上限作为系统设计的最坏情况下的度量。性能评估揭示了复杂的权衡年龄,负载和数据包丢失。当到达率和分组丢失的组合使得系统负载可以确保接收器处的新鲜信息时,找到最佳操作点;然而,实现这一点高度依赖于网状拓扑。此外,年龄感知调度策略的潜力进行了调查和用户之间的公平性进行了讨论。结果表明,需要确定瓶颈节点的年龄,因为提高这些关键链路的速率和可靠性将极大地影响整体性能。该模型具有较强的通用性,可以用于其他多跳网状网络。
2020-07-10 cs.NI
Implementation and Deployment of a Distributed Network Topology Discovery Algorithm
在过去的几年里,网络测量界一直对使用大量(数百或数千)测量监视器的互联网拓扑发现问题感兴趣。获取互联网拓扑信息的标准方法是使用traceroute工具从少量的监视器中获取。最近的论文提出了增加监视器数量将更准确地查看拓扑的观点。然而,增加监视器的数量并不是一个简单的过程。在监视器附近重复工作会浪费时间,因为会重新探索网络的已知部分,而在目的地附近可能会出现分布式拒绝服务(DDoS)攻击,因为探测器从一组源向给定的目的地汇聚。在先前的工作中,本报告的作者提出了Doubletree,一种用于协作拓扑发现的算法,它减少了网络上的负载,即,路由器IP接口和终端主机,同时发现几乎与基于traceroute的标准方法一样多的节点和链路。这份报告介绍了我们在一个名为traceroute@home的工具中对Doubletree的开源和免费下载的实现。我们描述了traceroute@home在PlanetLab测试平台上的部署和验证,并报告了从这一经验中吸取的教训。我们将讨论如何进一步开发traceroute@home,并讨论未来改进的想法。
2006-03-21 cs.NI
SKYCASTLE: Taming LEO Mobility to Facilitate Seamless and Low-latency Satellite Internet Services
针对空天地一体化网络中用户与卫星均移动导致的连接易中断、时延高的问题,提出含分布式卫星锚点和锚点管理器的SKYCASTLE移动性管理机制,显著提升无中断时间并降低时延。
2024-07-09 cs.NI
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
Distributed Massive MIMO for LEO Satellite Networks
互联卫星的超密集部署将成为未来低地球轨道巨型星座的特征。利用这对一个更有效的卫星网络(SatNet),本文提出了一种新的LEO SatNet架构的基础上分布式大规模多输入多输出(DM-MIMO)技术,允许地面用户终端连接到一个集群的卫星。为此,我们研究了基于DM-MIMO的卫星网络设计的各个方面,使用这种架构的好处,相关的挑战,以及潜在的解决方案。此外,我们提出了一个分布式的联合功率分配和切换管理(D-JPAHM)技术,共同优化的功率分配和切换管理过程中的跨层方式。该框架旨在最大化网络吞吐量和最小化切换速率,同时考虑用户终端的服务质量(QoS)需求和卫星的功率能力。此外,我们设计了一个人工智能(AI)为基础的解决方案,有效地实现建议的D-JPAHM框架的方式适合于实时操作和动态SatNet环境。据我们所知,这是第一个工作,介绍和研究DM-MIMO技术在LEO卫星网。广泛的仿真结果表明,所提出的架构和解决方案相比,传统的方法在文献中的优越性。
2022-11-02 cs.NI eess.SP
Cross-link Interference Modeling in 6G Millimeter Wave and Terahertz LEO Satellite Communications
针对6G毫米波与太赫兹低轨卫星通信,本文建立了交叉链路干扰的数学模型并开展仿真,证明该干扰不可忽视,需在系统设计中考虑。
2023-04-21 cs.NI
LEO Satellite Network Orchestration with Heterogeneous Graph Neural Networks
School of Electrical and Computer Engineering, Georgia Institute of Technology(佐治亚理工学院电气与计算机工程学院)
提出NEO-GNN框架,利用异构图神经网络对卫星-地面网络建模,通过无监督学习实现实时覆盖与负载均衡的关联决策。
2026-07-01 cs.NI
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
A Modeling of TSRCG and Resource Optimization for Multi-task Delivery Guarantee Algorithm Based on CGR Strategy in LEO Satellite Network
随着卫星成本的降低和处理能力的增强,低轨道(LEO)卫星星座可以独立构建星间网络,而不依赖受地理分布限制的传统地面站,并可以在星上建立星间链路(ISL)并完成计算和路由。卫星网络星间链路频繁开关、网络拓扑高度动态的特点,使其作为一个容延迟/中断网络(DTN)面临着路由策略设计的挑战。作为一种确定性的动态路由算法,接触图路由(CGR)使用接触计划来计算路径和转发数据,但仍存在计算开销大、忽略队列延迟导致预测精度低、缓存有限导致超订等问题。为此,首先从时空资源接触图(TSRCG)入手,准确刻画卫星网络的时变和可预测特性以及多任务下的网络资源参数。在此基础上,对路由表计算和动态路由计算过程进行优化,以保证任务的交付,减少对节点容量、计算资源、存储资源等各种资源的消耗。并将我们提出的基于CGR策略的多任务交付保证算法(RMDG-CGR)的资源优化性能与ION 4.0.1中的标准CGR进行了比较。仿真结果表明,RMDG-CGR能够实现较高的任务提前交付率和任务成功交付率,节省接触体积占用率、计算和存储资源,上述效果更加突出,尤其是在关键束任务场景下。
2022-09-27 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
Topology Construction Algorithms for DECT NR+ in Normal and Ultra-Dense Deployments
Tampere University(坦佩雷大学);Wirepas Oy(Wirepas公司)
针对正常与超密集部署下DECT NR+拓扑不稳定问题,提出4种拓扑构建算法,经仿真验证可减少中继数量、降低重关联速率,实现大规模网络高效运行。
2026-10-12 cs.NI
Service Function Chain Routing in LEO Networks Using Shortest-Path Delay Statistical Stability
School of Information Science and Technology, ShanghaiTech University(上海科技大学信息科学与技术学院);Dept. of Electronic and Computer Engineering, The Hong Kong University of Science and Technology(香港科技大学电子与计算机工程系)
本文提出了一种基于网络链路状态统计特性的SFC路由方法,通过多阶段图优化框架提升LEO网络中服务功能链的路由效率与稳定性。
2026-03-04 cs.NI eess.SP
Fundamentals on Base Stations in Cellular Networks: From the Perspective of Algebraic Topology
近几十年来,蜂窝网络的部署经历了前所未有的扩张。在这方面,从拓扑的角度获得蜂窝网络的深刻知识是有益的,使得可以借助于基站(BS)的适当放置来实现突出的网络性能。在我们的研究中,在八个代表性的城市的基站的实际位置数据处理与经典的代数几何工具,包括$ α$ -ε,贝蒂数,欧拉特征。首先从Betti数和Hurst系数两个角度揭示了BS拓扑的分形性质。此外,对数正态分布被确认为提供最佳的拟合实际BS部署的欧拉特性。
2018-09-18 cs.NI
Link-identified Routing Architecture in Space
提出用于LEO卫星网络的链路标识路由(LiR)架构,利用确定性邻居关系标识星间链路,采用基于数据包内布隆过滤器的源路由转发,并设计了最优编码策略及重路由绕行方案以适应链路状态变化,实现高效数据包投递与无缝切换。
2024-11-17 cs.NI
LEO-Split: A Semi-Supervised Split Learning Framework over LEO Satellite Networks
Institute of Space Internet, Fudan University(复旦大学空间互联网研究所);School of Computer Science, Fudan University(复旦大学计算机科学学院);Department of Electrical and Electronic Engineering, University of Hong Kong(香港大学电机与电子工程学系);Department of Computer Science, City University of Hong Kong(香港城市大学计算机科学系);School of Computer Science and Engineering, Nanyang Technological University(南洋理工大学计算机科学与工程学院)
本文提出LEO-Split半监督分割学习框架,通过辅助模型、伪标签算法和自适应激活插值,解决低轨卫星网络中数据稀缺、间歇连接和数据异构问题,实验表明其性能优于现有基准。
2025-01-02 cs.AI cs.DC cs.LG
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
AstroTimer: Rethinking Non-Access Stratum Timers in LEO Constellations
University of Manitoba(曼尼托巴大学)
AstroTimer通过自适应调整LEO特定参数,优化5G注册过程中的定时器,提升非地面5G/6G部署的可靠性与效率。
2026-01-23 astro-ph.IM cs.NI cs.SY
Legible Consensus: Topology-Aware Quorum Geometry for Asymmetric Networks
本文提出一种拓扑感知的准群几何方法,用于非对称网络中的共识问题,通过分离层级义务和内部复制,提升协议故障模式的可读性,并通过地球/低轨卫星/月球/火星拓扑验证了不同层级的存活性。
2026-07-23 cs.DC cs.NI
LEO Satellite Networks Assisted Geo-distributed Data Processing
针对LEO卫星网络回传边缘云数据时现有卫星选择算法性能不佳的问题,本文提出数据量与卫星容量联合感知的DVA算法,以降低拥塞并显著缩短平均接入网络传输时长。
2024-06-16 cs.NI cs.SY eess.SY
Topology-aware Microservice Architecture in Edge Networks: Deployment Optimization and Implementation
针对边缘网络微服务部署中的拓扑复杂与通信延迟问题,提出三层流量模型及TAIA-MD遗传算法方案,仿真降低延迟约30%至60%,实物平台验证其抗故障与波动鲁棒性。
2025-01-09 cs.DC cs.NI
Mapping the Storm: Geospatial Impacts of Severe Weather on LEO Network Performance
Armada
本研究利用超过87万终端小时的遥测数据,通过空间连接和时间对齐分析,揭示了雷暴等恶劣天气对Starlink低轨卫星网络性能的显著影响,超过55%的受影响终端出现严重降级,并提出了面向地理空间预测和天气感知网络规划的框架。
2026-06-01 cs.NI stat.AP
T3P: Demystifying Low-Earth Orbit Satellite Broadband
本文通过横跨欧洲的实测平台,量化Starlink低轨卫星的延迟特性,识别尾部延迟问题,提出延迟与吞吐量预测器,并优化传输协议,分别提升应用性能25%和吞吐量115%。
2023-10-18 cs.NI
Security-Sensitive Task Offloading in Integrated Satellite-Terrestrial Networks
针对LEO卫星边缘任务卸载中的恶意攻击问题,提出基于PPO的安全敏感卸载策略优化算法,在满足可靠性约束下最小化延迟、能耗和攻击次数,实验验证性能优于基准方法。
2024-01-20 cs.CR cs.NI eess.SP
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
Study on Base Station Topology in Cellular Networks: Take Advantage of Alpha Shapes, Betti Numbers, and Euler Characteristics
面对蜂窝网络规模不断扩大的趋势,如何定量评估基站大规模部署的有效性成为一个具有挑战性的课题。为此,更深入地了解蜂窝网络拓扑结构具有根本意义。在本文中,$ α$ -形状,一个强大的代数几何工具,被集成到分析的真实BS位置数据的六个亚洲国家和六个欧洲国家,分别。首先,基于Betti数和Hurst系数这两种不同的度量标准,对亚洲和欧洲国家的基站空间分布进行了分形表征。其次,发现对数正态分布呈现出最好的匹配蜂窝网络的拓扑结构时,实际的BS部署是由欧拉特性。
2018-08-16 cs.NI physics.soc-ph
Learning the LoS Skyline from LEO Satellite Observations for Proactive Handover
Fraunhofer FOKUS(弗劳恩霍夫 FOKUS 研究所);Technische Universität Berlin(柏林工业大学)
该研究提出无地图方法,结合GP与MLP估计器及EphemerisWindow,从低轨卫星观测学习视距天际线,实现无需额外传感的主动切换准备。
2026-08-04 cs.NI eess.SP
Compressed Sensing in Multi-Hop Large-Scale Wireless Sensor Networks Based on Routing Topology Tomography
多跳大规模室外无线传感器网络(WSN)环境监测的数据采集是一个充满挑战的问题。这是因为对小电池操作的微粒的严重资源约束(例如,带宽、存储器、功率和计算能力)、来自大规模WSN的大数据采集量以及室外通信环境中的高度动态的无线链路条件。我们提出了一种新的压缩感知方法,它可以恢复传感器的数据具有高保真度时,很少的数据包被收集,导致网络传输的显着减少,从而延长了无线传感器网络的寿命。与动态的WSN路由拓扑结构相互作用,所提出的方法是有效的,简单的实现资源受限的微尘没有一个微尘的存储的任何部分的随机投影矩阵,而不是其他现有的基于压缩感知的计划。我们提出了一个系统的方法,通过机器学习找到一个合适的表示基础,对于任何给定的无线传感器网络的部署和数据字段,这是稀疏和不相干的随机投影矩阵的压缩感知数据采集。我们验证了我们的方法,并评估其性能使用现实世界中的多跳WSN测试床部署在原位。结果表明,我们的方法显着优于现有的压缩感知方法,通过减少数据恢复错误的数量级为整个无线传感器网络的观察领域,同时大大降低了无线通信成本在同一时间。
2017-09-08 cs.NI
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
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
Characterizing Spatial Patterns of Base Stations in Cellular Networks
蜂窝网络中基站的拓扑结构作为网络性能分析的基础,与传统的六边形网格或正方形网格模型有着明显的区别,因此引起了人们的反思。近年来,基于随机几何的模型,特别是泊松点过程(PPP),吸引了越来越多的流行在蜂窝网络的BS部署建模,由于其易处理和捕捉非均匀性的能力的优点。在这项研究中,常见的随机模型和真正的BS位置之间进行了详细的比较。结果表明,购买力平价未能准确地描述城市或农村BS部署。此外,在这两个地区的实际数据的拓扑结构进行检查和区分的统计方法,根据点的相互作用的趋势,他们表现出。通过将相应的实际数据与聚合点过程模型和排斥点过程模型进行比较,我们验证了城市地区以容量为中心的部署可以用典型的聚合过程(如Matern集群过程)来建模,而农村地区以覆盖为中心的部署可以用典型的聚合过程来建模。
2014-06-19 cs.NI