Low Earth Orbit (LEO) satellite constellations combine great flexibility and global coverage with short propagation delays when compared to satellites deployed in higher orbits. However, the fast movement of the individual satellites makes inter-satellite routing a complex and dynamic problem. In this paper, we investigate the limits of unipath routing in a scenario where ground stations (GSs) communicate with each other through a LEO constellation. For this, we present a lightweight and topology-aware routing metric that favors the selection of paths with high data rate inter-satellite links (ISLs). Furthermore, we analyze the overall routing latency in terms of propagation, transmission, and queueing times and calculate the maximum traffic load that can be supported by the constellation. In our setup, the traffic is injected by a network of GSs with real locations and is routed through adaptive multi-rate inter-satellite links (ISLs). Our results illustrate the benefits of exploiting the network topology, as the proposed metric can support up to 53% more traffic when compared to the selected benchmarks, and consistently achieves the shortest queueing times at the satellites and, ultimately, the shortest end-to-end latency.


翻译:低地球轨道(LEO)卫星星座与在较高轨道上部署的卫星相比,具有极大的灵活性和全球覆盖率,具有较短的传播延迟,与在较高轨道上部署的卫星相比,这些卫星的快速移动使卫星之间的航线路线出现复杂和动态的问题。在本文件中,我们调查了地面站(GSs)通过低地球星座相互通信的情景中单路线路线路的极限。为此,我们提出了一个轻量和地表学学学学学学学学的路线选择指标,有利于选择数据率高的卫星之间连接路径。此外,我们分析了在传播、传输和排队时间方面的总体航线间隔,并计算了由星座支持的最大交通负荷。在我们的设计中,交通由具有实际位置的地面站(GS)网络注入,通过适应性多级卫星之间连接(ISLs)连接进行。我们的结果说明了利用网络地形学的好处,因为与选定的基准相比,拟议指标可以支持高达53%的流量,并且始终在卫星和最终最短的端达到最短的时段。

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
31+阅读 · 2021年6月12日
专知会员服务
25+阅读 · 2021年4月2日
【IJCAJ 2020】多通道神经网络 Multi-Channel Graph Neural Networks
专知会员服务
25+阅读 · 2020年7月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17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
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
1+阅读 · 2022年2月3日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关VIP内容
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员