B3G无线异构网络的切换技术研究

移动性管理技术是实现异构网络融合的关键技术之一,而切换管理对移动性管理显得尤为重要.针对未来异构网络的特点,本文研究了相应的切换机制,并对不同方案进行了比较分析.结果表明,两种混合式方案具有较好的切换性能,极具应用潜力.     

星地融合网络中基于Q学习的切换算法研究

基于地面辅助基站（ATC）的星地融合网络（MSS-ATC）具有覆盖范围广、用户体验佳的特点,切换机制是该融合网络主要研究的问题之一。针对卫星链路时延大、卫星网用户速度范围广的特点,综合考虑了用户接收信号强度（RSS）和用户运动速度,提出了一种基于卡尔曼滤波和Q学习的切换决策算法。比较了所提算法与传统算法在链路衰减率、切换次数和网络收益的性能,实验结果表明所提算法在性能上得到了很大的提升,并且能很好地适应高速运动状态。     

融合MEC的星地协同网络：架构、关键技术与挑战

在星地协同网络中引入移动边缘计算(MEC)技术可有效提高用户体验质量和减少网络冗余流量,同时也带来了一些挑战。首先介绍了星地协同网络和MEC技术的基本架构,并讨论了在星地协同网络中引入MEC技术的动机和MEC的部署问题;然后提出了融合MEC的星地协同网络架构,并对其关键技术及典型应用进行了概述和分析;最后总结归纳了融合网络架构中的任务调度、移动性管理等关键挑战和一些开放性研究问题,期望对该领域的后续研究提出可供借鉴的新思路。     

空间信息网络时变图建模方法

空间信息网络是星地融合网络中一个重要组成部分,其拓扑具有时变性和可预测性。采用一个合适的时变图模型来表征时变的空间信息网络,对于空间信息网络性能分析至关重要。首先阐述了空间信息网络的特性,然后介绍了多种空间信息网络时变图模型的建模方法,包括快照序列图、时间扩展图、存储时间聚合图和多功能时间扩展图,并且分析了它们的特征和优缺点,为6G星地融合网络的研究奠定基础,为网络性能分析提供了理论支撑。     

星地融合网络中基于深度强化学习的多业务缓存策略

星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的多业务缓存(Caching for Multi-Type Services,CMTS)策略。通过对星地融合网络中获取请求内容时延与三类典型业务时间效用函数分析建模,建立以最大化系统和效用为目标的优化问题,并提出一种基于多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)的MADDPG-CMTS算法,综合考虑业务效用差异化特征、用户请求、星地缓存、网络拓扑等多种因素确定缓存更新决策。仿真结果表明,所提算法与最受欢迎内容(Most Popular Content,MPC)策略、随机替换(Random Replacement,RR)策略等传统缓存更新策略相比,系统总效用可提升约47%。     

面向星地融合网络的星上管控节点动态部署方法

针对低地球轨道卫星网络节点高动态性的问题,提出一种面向星地融合网络的星上管控节点动态部署方法。首先,基于星地融合网络结构复杂多变和星上节点处理能力受限的特点设计主从协同管控的星地融合组网架构;其次,提出星上管控节点部署模型,该模型以星上管控节点部署成本作为优化目标函数,综合考虑业务QoS和网络负载等约束条件,旨在通过优化控制器的数量和位置来改善卫星组网响应时延;最后,采用强化学习方法快速求解不同网络拓扑状态下的星上管控节点数量和部署位置。仿真实验分析了所提算法、加速粒子群算法（ASPO）及最优搜索算法（OptSearch）在星上管控节点动态部署数量和平均组网响应时延上的对比结果,从而验证所提算法在星上管控节点部署中具有一定的优越性。     

星地融合边云协同网络下的资源调度研究

通过边缘计算和云计算的优势互补,面向6G的星地融合网络能够实现资源的弹性分配和协同利用,满足数据处理的实时性和智能化要求。为了提升资源服务能力和用户体验质量,提出了星地融合边云协同网络架构。首先,阐述了三种不同边云协同模式下的资源调度方案,从时延、能耗和多目标优化的角度分析了不同场景下的资源调度策略。然后,对比了现有资源调度求解模型和算法的优势和局限性。最后,对基于边云协同的星地融合网络中的资源调度研究进行了总结与展望。     

异构融合网络中多网无感切换技术研究

单一通信网络越来越难以满足人们对于网络通信高可靠、高带宽、覆盖广、高移动性和低时延的需求,但在目前的相关研究中,主要提供的是网络层的解决方案,较易出现用户终端在各个网络中频繁切换所引起的切换准确率不高、切换效率低等问题.因此,提出一种基于统一通信架构的多网无感切换解决方案.该方案屏蔽底层接入网络,有利于解决在网络层误切...     

LEO卫星IP网络中的切换管理研究

为了缓解LEO卫星IP网络的注册和绑定更新频率并降低切换延时,提出了基于虚拟移动路由器(VMR)的切换管理方案.当发生切换时,与用户段网络的移动路由器关联的VMR根据损耗函数决定是否转移以及向用户段的家乡代理发送注册和绑定更新消息.文中描述了VMR的数据结构、操作流程和损耗函数模型,并进行了仿真试验.试验结果表明,该方案实现了切换与注册与绑定更新过程的分离,可以应用在LEO卫星IP网络中.     

异构网络垂直切换技术

下一代无线网络(Next Generation Wireless Networks,NGWN)将融合多种不同的网络体系结构与无线技术,NGWN的异构性要求向用户提供无缝切换。为此文章引入了异构无线网络垂直切换策略,并深入论述了其中的关键细节——网络发现、切换判决和切换信息交互流程等。     

面向6G的星地融合网络架构

通过对卫星星座的发展和星地融合网络研究的回顾,明确了6G的星地融合网络的发展趋势,提出了智简赋能的6G网络体系架构和弹性可重构的6G星地融合架构,并分析了星地融合网络中的关键技术问题,包括星上轻量化虚拟化技术、星上边缘计算功能以及广播/多播技术。认为6G星地融合网络将通过星地协同实现网络资源和计算资源的统一调度,同时可以根据业务需求和网络状态智能实现网络功能的按需弹性部署。     

面向星地融合网络的统一编排架构和关键技术

面向6G的星地融合网络将实现地面通信和卫星通信的系统级深度融合。为了应对星地融合网络的高动态、分层分布等特征带来的多维多域异构资源的管理和编排挑战,提出一种面向星地融合网络的统一编排架构,实现星地融合网络中多层多域网络的资源、功能、服务等多要素的统一编排。基于该架构,提出分布式自治技术用于多层多域网络的按需部署和灵活组网,以及提出算网协同技术用于多维资源的云边协作从而提升用户体验质量。最后,通过自研的实验平台完成了对星上新型编排管理系统的可行性验证。     

6G星地融合网络资源管理关键技术

卫星网络因具备弥补地面网络覆盖盲区的特性,成为6G网络实现泛在连接应用场景的关键技术之一。为了实现卫星网络和地面网络间高效的资源融合管理,首先简要介绍了星地融合网络的发展现状,总结了星地融合网络资源管理技术的研究现状以及面临的挑战。其次,对6G星地融合网络下的移动性管理、跨域多维资源管理和统一的空口协议设计等关键技术进行分析,并基于对现有研究的探讨给出解决方案。最后,对未来面向6G的星地融合网络资源管理的发展提出了新的展望。     

异构无线网络融合切换算法研究

异构无线网络融合和泛在化是未来宽带无线通信发展的必然趋势。文章首先概述了移动性管理;然后对切换进行了分类,讨论了各种切换策略;最后讨论了混合网络垂直切换策略,不同网络间的快速无缝切换是未来异构无线网络的一个极大挑战。     

基于移动网络融合的切换问题研究

通过对无线通信网络的体系结构,运营方式,切换技术、结构等的分析和研究,探讨异构网络之间的切换技术,提出一种新型的基于IP的综合切换(Integrated Handover,IH),它解决移动通信中因网络异构、资源开销瓶颈等影响,成功地实现全球无线网络覆盖。摘要     

面向星地协同网络的联邦边缘学习方法研究

目前地面蜂窝网络无法实现全球广域覆盖,同时抗毁性不高。低轨卫星网络的加入,弥补了地面蜂窝网络的不足。二者协同成为星地协同网络后可以打破两种网络之间互相独立的现状并结合它们的优点,是未来的发展趋势。在对星地协同网络中海量设备产生的大量数据进行分析处理时,易出现隐私信息泄露和数据孤岛问题。为解决上述问题,提出一种包含分层聚合和用户关联策略的联邦边缘学习算法。该算法通过分层聚合来适配星地协同网络,并通过用户关联策略实现时延和模型精度的联合优化。仿真表明,所提出的算法可以使协同网络中进行联邦边缘学习的全过程时延较低,同时可以得到较高的模型测试精度。     

基于强化学习的异构网络垂直切换方法

网络切换技术不仅可以保证用户的网络连接,同时能够以较强的信号传输网络数据。网络切换技术的性能对网络服务质量(quality of service, QoS)的影响至关重要。然而,现有的切换算法多数存在严重的乒乓效应,这不仅造成网络资源的严重浪费,还会损害用户的QoS。为此,提出了一种基于强化学习的异构网络垂直切换方案,主要从触发切换、网络选择及判决切换等方面进行优化。在触发切换时将垂直切换考虑成必要切换和择优切换,通过Q-Learning（QL）算法在选择网络时优化垂直切换;然后以QoS为条件,在判决切换时加入驻留定时器,从多角度减少用户切换次数,降低乒乓效应对异构网络垂直切换的影响。仿真结果表明,基于强化学习的异构网络垂直切换方法可以在保证QoS的条件下有效减少用户切换网络的次数,短时间内频繁切换的情况也有所改善,降低了乒乓效应的影响。     

星地融合网络中基于层分复用的广播和单播传输鲁棒波束赋形

星地融合网络(STIN)为解决下一代无线通信中地面基站存在的覆盖范围约束和频谱短缺瓶颈提供一种有效架构。针对该融合网络中下行广播和单播单独传输性能受限问题,该文建立基于服务质量(QoS)约束的最小化传输功率优化模型,提出基于层分复用(LDM)的鲁棒联合波束赋形传输方案。且根据最差情况准则,采用S-Procedure及半正定松弛(SDR)方法将具有无穷维约束的鲁棒优化问题转化为具有线性矩阵不等式(LMI)的确定性优化形式,并提出一种基于罚函数的迭代算法求解该问题。仿真结果表明,所提方案在传输功耗方面比传统正交时分复用(TDM)传输方案降低约6 dBm,且用户平均速率相较于非协作传输方案提升明显。     

星地融合网络：一体化模式、用频与应用展望

随着卫星通信网络的迅速发展,星地融合网络(Integrated Satellite-Terrestrial Networks, ISTNs)通过充分利用卫星互联网与地面网络的优势,拓展了通信的覆盖范围,实现了全球立体无缝覆盖,是未来6G网络的关键支柱,能给网络服务性能带来革命性提升。分析了星地融合的优势与挑战,全面梳理了目前国内外正在探索和实践的三种典型星地融合策略。在此基础上,详细介绍了不同策略下的星地融合的系统与应用,以辅助地面组件(Ancillary Terrestrial Component, ATC)规则、互补地面组件(Complementary Ground Component, CGC)规则、苹果/华为直连卫星服务、AST计划以及Starlink/OneWeb高速互联网接入服务为例,介绍了星地融合系统的运营与频率使用情况,指出了在网络架构、空口传输、频谱资源管理以及传输设备等方面所面临的技术挑战以及对未来星地融合网络的发展展望。