机构名称：
¥ 1.0
摘要 — 巨型卫星星座现已成为现实，包含数千个节点。然而，在非地面网络 (NTN) 中有效协调多跳路径和分布式处理任务仍然是一个巨大的挑战。将 NTN 系统集成到 5G 蜂窝网络中需要创新地调整软件定义网络 (SDN) 和多接入边缘计算 (MEC)，以适应 NTN 的动态环境。在此背景下，我们提出了 MeteorNet，一种专为卫星星座设计的最先进的仿真工具。MeteorNet 通过在不同网络层上实施空间轨道、地球自转计算和 Linux 网络接口，准确地复制 NTN 的行为。结合基于 sFlow 的连续测量系统，MeteorNet 在集中式数据库中编译关键开关变量，从而为创建逼真的合成数据集提供了一种独特的方法。由于操作系统稀缺，且由于专有限制而无法从少数现有系统获取准确数据，因此合成数据集的相关性在 NTN 中至关重要。这些数据集对于制定和训练智能控制算法和机器学习 (ML) 模型以促进 NTN 中的 SDN 和 MEC 进步至关重要。为了说明这种方法的有效性，我们探索了一个具有环形拓扑的现实网络案例研究，展示了数据模型如何描述 NTN 的复杂路由和边缘计算协议。索引术语 — 卫星星座、软件定义网络、多接入边缘计算、合成数据集、机器学习。
非地面网络的高级星座仿真和合成数据集生成
主要关键词
相关文件推荐
