Upcoming large satellite constellations and the advent of tighter steerable beams will offer unprecedented flexibility. This new flexibility will require resource management strategies to be operated in high-dimensional and dynamic environments, as existing satellite operators are unaccustomed to operational flexibility and automation. Frequency assignment policies have the potential to drive constellations' performance in this new context, and are no exception to real-time and scalability requirements. The majority of frequency assignment methods proposed in the literature fail to fulfill these two requirements, or are unable to meet them without falling short on bandwidth and/or power efficiency. In this paper we propose a new frequency assignment method designed to prioritize operational requirements. We present an algorithm based on Integer Linear Programming (ILP) that is able to fully define a frequency plan while respecting key system constraints such as handovers and interference. We are able to encode operators' goals such as bandwidth maximization or power reduction and produce optimal or quasi-optimal plans according to such objectives. In our experiments, we find our method is able to allocate at least 50% more bandwidth and reduce power consumption by 40% compared to previous operational benchmarks. The performance advantage of our method compared to previous solutions increases with the dimensionality of the constellation; in an experiment with a 5,000-beam MEO constellation we find that we can allocate three times more bandwidth.


翻译:即将到来的大型卫星星座和更加紧凑的可控光束的出现将带来前所未有的灵活性。这一新的灵活性将要求资源管理战略在高维和动态环境中运作,因为现有的卫星操作者不适应操作灵活性和自动化。频率分配政策有可能推动星座在这一新环境下的性能,对实时和可扩缩性要求也不例外。文献中建议的多数频率分配方法无法满足这两项要求,或者无法在不低于带宽和/或功率效率的情况下满足这两项要求。在本文中,我们提出了一个新的频率分配方法,旨在确定操作需求的优先顺序。我们采用了一种基于Integer线性程序(ILP)的算法,这种算法能够充分确定频率计划,同时尊重诸如移交和干扰等关键系统限制。我们能够将带宽最大化或降低功率等操作目标编码操作者的目标,并能够产生符合这些目标的最佳或准最佳计划。在我们的实验中,我们发现我们的方法能够分配至少50%的带宽和功率消耗率比以前的操作基准减少40 %。我们提出了一种基于 Integer Line progration 的算法的优势,比以前的星座上我们可以分配更多的星座上5000的星座的优势,我们可以把星座的优势与前的星座的星座的星座的优势与前的星座的星座的实验比,我们可以分配到一个星座的星座的星座的5000级的频率比。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9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
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年6月10日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员