6th generation (6G) communication research is currently focusing on non-terrestrial networks (NTNs) to promote ubiquitous and ultra-high-capacity global connectivity. Specifically, multi-layered hierarchical networks, i.e., the orchestration among different aerial/space platforms, including Low and High Altitude Platforms (LAPs and HAPs), and satellites co-operating at different altitudes, currently represent one the most attractive technological options to solve coverage and latency constraints associated with the NTN paradigm. However, there are still several issues to be resolved for proper network design. In this work, we evaluate the performance of different multi-layered non-terrestrial configurations, and provide guidelines on the optimal working point(s) for which it is possible to achieve a good compromise between improved system flexibility and network performance, with respect to a baseline standalone deployment.


翻译:第6代(6G)通信研究目前侧重于非地球网络(NTN),以促进无处不在和超高容量的全球连通性。具体来说,多层等级网络,即不同航空/空间平台(包括低高空平台(LAPs和HAPs))之间的交响以及不同高度的卫星合作,目前是解决与NTN模式有关的覆盖面和延缓性限制的最有吸引力的技术选项之一。然而,在适当网络设计方面仍有若干问题有待解决。在这项工作中,我们评估了不同多层非地球配置的性能,并就最佳工作点提供了指导方针,有可能在基线独立部署方面,在改进系统灵活性和网络性能之间达成良好妥协。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
47+阅读 · 2021年6月3日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
专知会员服务
53+阅读 · 2020年3月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
视频目标检测:Flow-based
极市平台
22+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年10月1日
Arxiv
20+阅读 · 2019年11月23日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
视频目标检测:Flow-based
极市平台
22+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员