空天地网络中基于异质图学习的协同覆盖方法OA
Collaborative Coverage in Space-Air-Ground Networks Based on Heterogeneous Graph Learning
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…查看全部>>
Space-Air-Ground networks(SAGNs)represent a key development direction for 6G mobile communications,enabling global wide coverage and ubiquitous communication services by integrating satellite,aerial,and terrestrial networks.When low-Earth orbit satellites and high-altitude platform networks collaborate for coverage,traditional access selection algorithms based on distance or elevation angle weighting often lead to network node overload,resulting in degraded …查看全部>>
高成;胡博;韩婷
北京邮电大学网络与交换技术全国重点实验室,北京 100876北京邮电大学网络与交换技术全国重点实验室,北京 100876北京邮电大学网络与交换技术全国重点实验室,北京 100876
电子信息工程
空天地网络协同覆盖异质图学习
Space-Air-Ground networkcollaborative coverageheterogeneous graph learning
《移动通信》 2024 (9)
141-146,6
国家自然科学基金"支持快速移动的密集接入网基础理论和关键技术研究"(61931005)
评论