空天地网络中基于异质图学习的协同覆盖方法

空天地网络是6G移动通信的重要发展方向,天基网络、空基网络和地面网络的融合组网可实现全球广域覆盖和泛在通信服务。当低轨卫星和高空平台网络协同覆盖时,基于距离、仰角等加权的接入选择算法会导致部分网络节点负载过高,用户通信质量下降。因此提出一种基于异质图学习的协同覆盖方法,构建异质图对网络节点、终端设备、以及节点与设备间关联信息进行表征,设计异质图深度强化学习模型,通过消息传递与聚合机制提取空天地网络的拓扑信息和隐式特征信息,将协同覆盖问题转化为求解异质图中节点间边的连接概率。搭建空天地网络仿真环境,在不同用户规模的场景下测试表明,所提协同覆盖算法能够快速收敛,降低了网络平均负载,提升了用户通信速率。

面向密集场景的空天地网络资源分配算法

空天地网络具有覆盖范围大、吞吐量高、弹性强等优点。该文针对大量用户并发接入、网络负载不均衡所引发的网络拥塞、服务质量恶化等问题,提出一种面向密集场景的资源分配算法。首先以用户需求为中心,根据不同类型用户任务的偏好来构建用户效用函数,然后基于匹配博弈的网络选择算法和结合对偶上升法的功率控制算法来实现负载均衡,优化资源分配方案。实验表明,相较于传统策略,所提策略整体用户接入率至少提高35%,时延和吞吐量方面性能提升超过50%;在密集场景下,能更有效地均衡负载,提升网络性能。

基于空天地网络的卫星边缘计算卸载方案研究

空天地一体化网络以其广覆盖、大容量、不受地域影响等特点,可支持实现全球无缝通信,满足丰富的业务需求。而基于空天地一体化网络的卫星边缘计算,与地面边缘计算协同完成泛在的边缘计算服务,在提高业务可靠性的同时也可满足时延敏感业务的需求。针对空天地一体化网络下卫星边缘计算技术应用需求的分析,对基于空天地一体化网络架构的典型计算卸载方法及其优缺点进行了对比分析,特别对基于强化学习的计算卸载方案进行了具体研究,并给出其卸载实现流程。最后对未来卫星边缘计算研究需面对的挑战进行了探讨,为后续研究提供参考。

空天地网络通信协议发展研究

随着人们对网络的通信能力和通信质量不断提升的需求,空天地网络一体化成为空间通信发展的必然趋势。本文分析了现有空间通信技术存在的问题,对当前国外研究现状及现有的协议体系结构进行了详细描述,指出了空天地网络发展所面临的挑战以及未来发展趋势。

基于深度强化学习的空天地一体化网络资源分配算法

空天地一体化网络(SAGIN)通过提高地面网络的资源利用率可以有效满足多种业务类型的通信需求,然而忽略了系统的自适应能力和鲁棒性及不同用户的服务质量(QoS)。针对这一问题,该文提出在空天地一体化网络架构下,面向城区和郊区通信的深度强化学习(DRL)资源分配算法。基于第3代合作伙伴计划(3GPP)标准中定义的用户参考信号接收功率(RSRP),考虑地面同频干扰情况,以不同域中基站的时频资源作为约束条件,构建了最大化系统用户的下行吞吐量优化问题。利用深度Q网络(DQN)算法求解该优化问题时,定义了能够综合考虑用户服务质量需求、系统自适应能力及系统鲁棒性的奖励函数。仿真结果表明,综合考虑无人驾驶汽车,沉浸式服务及普通移动终端通信业务需求时,表征系统性能的奖励函数值在2 000次迭代下,相较于贪婪算法提升了39.1%;对于无人驾驶汽车业务,利用DQN算法进行资源分配后,相比于贪婪算法,丢包数平均下降38.07%,时延下降了6.05%。

面向空天地一体化网络的抗干扰技术研究

空天地一体化网络是实现全域通信和提供网络互联互通服务需求的重要基础设施之一。在未来的强对抗干扰环境中,确保其数据传输的有效性与可靠性对于维护国家安全具有重要意义。针对空天地一体化网络的对抗性的环境特点,探讨了在时频域和空域实现抗干扰的潜在应用与关键技术,并提出了对空天地一体化网络的综合思考。最后展望未来,以期为后续研究和实际应用提供方向性指导。

基于移动边缘计算的空天地一体化网络架构

下一代无线通信技术将通过支持智能交通、智能医疗、虚拟现实/增强等服务来提高用户的体验质量。这些新兴的服务通常都是计算密集型和时延敏感型的,必须满足严格的时延、能耗和可靠性要求,而基于云计算的服务难以满足这些要求。为了解决以上问题,提出移动边缘计算(Mobile Edge Computing,MEC)技术,解决将卸载请求回传到云计算中心所具有的高时延和高带宽消耗的问题。空天地一体化网络(Space-Air-Ground Integrated Network,SAGIN)作为6G的重要研究方向,可以弥补全球范围内的巨大覆盖缺口,受到广泛关注。通过将MEC技术、联邦学习技术和人工智能技术引入SAGIN,高效管理网络中海量、异构的资源,构建低时延、低能耗、高可靠性的SAGIN,以支持新兴的各种服务。

基于深度强化学习的空天地一体化网络信息物理系统垂直切换策略

针对空天地一体化网络信息物理系统模型复杂、很难获得网络拓扑先验知识和模型化假设的特点,研究其基于深度强化学习的垂直切换策略。首先,综合考虑系统稳定性、切换开销和网络使用成本约束,将垂直切换策略问题建模为约束马尔可夫决策过程(CMDP),并给出保证可行解存在的充分条件;其次,提出约束-近端策略优化(CPPO)算法解决该问题,并在基站侧引入分布式强化学习机制加速训练收敛。相较于基准策略,仿真验证了所提垂直切换策略的优越性和有效性。

面向空天地一体化网络的数字孪生技术架构及应用

详细探讨了数字孪生技术在空天地一体化通信中的具体架构,以及网络优化方面的应用。将数字孪生分为虚拟空天地一体化网络和智能决策层。虚拟网络是对物理空天地通信网的精准映射,支持实时监控和测试验证功能。在智能决策层,通过环境感知与业务预测实现网络优化。最后,验证了面向空天地一体化的数字孪生技术在动态通信网络优化中的巨大潜力,为网络优化的未来发展提供了创新思路。

基于时空关联表征的空天地一体化网络资源精准管控方法

空天地一体化网络中,资源分布不均匀且随时间动态变化。传统基于静态资源表征的优化调度方法仅在单个时间片上进行调度优化,资源利用率低,并且在网络变化时需频繁地重新调整策略,带来较大迁移成本。为解决这一问题,提出一种空天地一体化网络资源时空关联表征方法。该方法通过在网络的结构邻域和时序邻域两个维度计算节点注意力表征,实现对空天地一体化网络资源时空关联关系的精准建模。在此基础上,提出基于时空关联表征的网络资源精准映射方法,采用置信域策略梯度优化方法,对算法参数进行自适应学习与优化。

空天地海一体化网络中面向优先级保障的网络切片

空天地海一体化网络在全球无缝覆盖方面发挥着重要作用,其承载的任务包括常规任务和紧急任务,不同的任务具有不同优先级。基于多功能时间扩展图,建立任务优先级、服务功能链、通信、存储和计算资源的耦合约束,并提出了NS-GP算法。NS-GP算法联合优化VNF部署和路由策略,使得合理分配网络资源保障高优先级任务的同时,尽可能多得完成低优先级任务。仿真结果表明,所提出的NS-GP算法优于固定VNF部署算法。

基于概率博弈的空天地一体化网络安全路由算法

针对空天地一体化网络存在的安全问题,提出了使用路由证据的方法对洪泛攻击、灰洞/黑洞攻击进行防御的方案。该方案可以检测出自组织网络中存在的恶意节点,以保证路由的安全可靠性;克服了已有方案存在的不足,可以自适应地在空天地一体化网络等容断容迟网络中应用。此外,搭建了仿真平台,通过仿真验证的手段,证明了该方案可以检测出90%以上的恶意节点,验证了其有效性。

基于聚类算法内容流行度预测的空天地一体化网络缓存方法

针对空天地一体化网络中恶劣的自然条件可能造成连通异常和通信阻塞的情况,对一种新的空天地一体化网络缓存方法进行研究,即基于聚类的内容缓存方法。基于空天地一体化网络架构,利用提取的内容特征来预测流行度,并用于缓存替换决策。内容的流行度预测是由动态聚类算法实现的,这种方法可以有效地减轻地面核心网的通信压力,从而进一步提升用户体验。使用开放数据集对算法进行评估,实验仿真结果证明了该方法的可行性和有效性。

空天地一体化网络地面运营商业务发展策略研究

空天地一体化网络具有覆盖范围广、不受地理条件限制、高可靠性等优势,可以消除通信盲区,满足用户随时随地接入需求。在概述空天地一体化网络架构的基础上,分析了星地融合的主要应用场景,包括卫星回传和手机直连卫星。归纳总结了国内外空天地一体化网络建设布局和运营模式,探讨了地面运营商在一体化网络中的未来发展方向,为我国地面运营商布局一体化网络提供参考。

空天地海一体化网络边缘计算的资源管理研究

通过天基网络、空基网络、地基网络和海基网络的优势互补形成的空天地海一体化网络是下一代移动通信系统的关键,能够实现全球域的泛在连接。多层异构的空天地海一体化网络与多接入边缘计算技术的联合使用,能够为用户提供各种服务的支持。首先提出了空天地海一体化网络架构,概述了该架构的优势以及该架构下移动边缘计算面临的关键技术挑战。然后,详细阐述了基于多接入边缘计算、双层调度多平台协作和人工智能的资源管理方案的分布式计算架构以及实施流程。最后,对未来空天地海一体化网络中资源管理以及多接入边缘计算的发展趋势进行了分析和展望。

空天地海一体化网络在雨林场景的应用研究

随着我国生态环境工作的开展,利用科技化手段保护雨林资源成为了智慧林业发展的新重点。同时,利用空天地海一体化网络的网络融合特性解决终端回传问题也为加快推进智慧雨林建设提供了新的方向。因此,该项技术的具体实践研究需要结合雨林特有场景及这些场景对网络的需求,剖析业务场景对天基、空基、地基、海/水基网络的融合要求,然后结合不同维度的通信手段特点,选取合适雨林场景的网络架构,最后对实践中发现的网络回传场景的组网方式进行研究。

空天地一体化确定性网络研究

随着互联网从消费型网络向生产型网络升级,新兴行业应用需要差异化的确定性服务质量保障以及全时空范围的通信能力。如何实现泛在多域网络的异构兼容,支持空天地一体化网络(SAGIN)节点间的确定性传输成为当前的重要研究问题。首先分析了面向6G全域新兴应用场景的确定性服务质量保障需求,然后提出了包含全域协同网络管控层、多域动态确定性融合层、泛在异构确定性组网层的分层空天地一体化确定性网络架构,并研究相应场景的“固移卫”融合确定性网络关键技术,最后研判了空天地一体化确定性网络的挑战和发展趋势。

面向空天地一体化信息网络的边缘计算资源融合管理方法

随着空天地一体化信息网络的建设与发展,无线网络的全球无缝覆盖与泛在的人工智能成为了可能.卫星与无人机作为天基边缘计算节点,辅助地面设备完成各项任务,成为6G网络中的重要应用场景.当前针对卫星、无人机边缘计算的研究处于起步阶段,这些研究在边缘计算服务模式及实际应用方面仍有待进一步深入.单个卫星或无人机的计算能力薄弱,通常难于独立提供较复杂的数据处理服务.现有资源管理算法通常需要多轮博弈才能收敛,难于满足空天地一体化场景中资源管理方法快速收敛的需求.针对以上挑战,本文在天算星座边缘计算服务场景基础上,对空天地一体化网络中天基资源的服务模式进行了分析,提出了组合及聚合两种计算服务融合方式.本文将天基边缘计算资源的管理建模为两阶段的斯坦科尔伯格博弈模型,提出了分布式混合动态迭代算法与分布式分组动态迭代算法,加快了博弈过程的收敛速度.本文基于分布式场景构建了仿真实验,并在典型参数设置下对算法性能进行了分析.仿真实验结果表明:在两种不同服务模式下,本文提出的方法能够使空中边缘计算节点与用户设备获得最大收益;相比近年相关研究,本文所提方法的收敛时间能够缩短60%以上.

空天地一体化智能铁路通信网络安全保障技术研究

智能铁路是我国交通发展的重要方向,空天地一体化通信网络将成为智能铁路未来的关键信息基础设施。文章针对空天地一体化智能铁路通信网络面临的安全挑战,以安全感知、协同推理、防御决策为主线,提出网络安全保障技术框架,探讨网络安全知识图谱构建、网络攻击检测和路径图生成以及动态协同防御策略等关键技术,可为空天地一体化智能铁路通信网络安全建设提供参考。

基于深度学习的HARQ辅助空天地融合网络时延受限容量预测

空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求。为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动重复请求(Hybrid Automatic Repeat reQuest,HARQ)辅助的SATIN的时延受限容量(Delay-Limited Throughput,DLT)。为了提升性能预测效率和实时性,提出了基于卷积神经网络(Convolutional Neural Network,CNN)的性能预测方法,采用了一种去除池化层的改进CNN模型。预测结果表明,所提出的CNN预测结果较优,较Elman、BP等传统机器学习方法有更好的预测性能,其误差在10~(-3)浮动,且预测时间较其他方法大幅度减少。