XiaoMi-AI文件搜索系统
World File Search System信道建模
卫星通信人工智能：综述
摘要 — 卫星通信提供了在未覆盖和覆盖不足的区域提供服务连续性、服务无处不在和服务可扩展性的前景。然而，要实现这些好处，必须首先解决几个挑战，因为卫星网络的资源管理、网络控制、网络安全、频谱管理和能源使用比地面网络更具挑战性。同时，人工智能 (AI)，包括机器学习、深度学习和强化学习，作为一个研究领域一直在稳步发展，并在包括无线通信在内的各种应用中取得了成功的结果。特别是，人工智能在各种卫星通信方面的应用已经显示出巨大的潜力，包括波束跳跃、抗干扰、网络流量预测、信道建模、遥测挖掘、电离层闪烁检测、干扰管理、遥感、行为建模、天空地一体化和能源管理。因此，本文概述了人工智能、其各种子领域及其最新算法。然后讨论了卫星通信系统各个方面面临的若干挑战，并介绍了基于人工智能的拟议和潜在解决方案。最后，对该领域进行了展望，并提出了未来的步骤。
立方体卫星通信：最新进展和未来挑战
摘要 — 鉴于与空间相关的应用越来越多，新兴空间产业的研究也变得越来越有吸引力。当前空间研究的一个引人注目的领域是微型卫星（称为立方体卫星）的设计，它们因其众多应用和低设计和部署成本而引人注目。通过立方体卫星连接空间的新模式使地球遥感、太空探索和农村连接等广泛应用成为可能。立方体卫星进一步为无处不在的物联网 (IoT) 网络提供了补充连接解决方案，从而形成全球连接的信息物理系统。本文全面概述了立方体卫星任务的各个方面，并从学术和工业角度对该主题进行了全面回顾。我们进一步介绍了立方体卫星通信领域的最新进展，重点介绍了星座和覆盖问题、信道建模、调制和编码以及网络。最后，我们确定了立方体卫星通信的几个未来研究方向，包括空间物联网、低功耗远程网络和立方体卫星资源分配的机器学习。
空地一体化网络的生成式人工智能
摘要 — 近年来，生成式人工智能技术成为人工智能领域的一项重大进步，以其语言和图像生成能力而闻名。同时，天空地一体化网络 (SAGIN) 是未来 B5G/6G 实现无处不在的连接的重要组成部分。受此启发，本文探讨了生成式人工智能在 SAGIN 中的集成，重点关注潜在应用和案例研究。我们首先全面回顾了 SAGIN 和生成式人工智能模型，重点介绍了它们的能力和集成机会。得益于生成式人工智能生成有用数据和促进高级决策过程的能力，它可以应用于 SA-GIN 的各种场景。因此，我们对它们的集成进行了简要概述，包括信道建模和信道状态信息 (CSI) 估计、联合空天地资源分配、智能网络部署、语义通信、图像提取和处理、安全和隐私增强。接下来，我们提出了一个利用生成扩散模型 (GDM) 构建通道信息图的框架，以提高 SAGIN 的服务质量。仿真结果证明了所提框架的有效性。最后，我们讨论了生成 AI 支持的 SAGIN 的潜在研究方向。
![arXiv:2103.01165v1 [quant-ph] 2021 年 3 月 1 日](/simg/g:\will\search\icon\source\4\430705a9bad7b07040591d83ecf42c0aad74b21d.webp)
arXiv:2103.01165v1 [quant-ph] 2021 年 3 月 1 日
过去十年中，量子计算机发展中的一个重大变化是开发了表征量子操作质量的实用方法，使实验者能够快速诊断和改进容错量子计算架构的关键构建块（例如，见 [10] 及其参考文献）。在这项工作中，我们考虑了表征量子通信链路的相应问题，这是量子网络的一个关键特征，在量子计算中没有真正的对应物。现有多种方法可以评估量子网络链路的质量，我们将简要回顾一下。对于基于纠缠的网络，即通过节点之间的纠缠态建立量子网络链路的网络，任何对纠缠质量的表征原则上都可以转化为网络链路的质量度量。有许多方法可以评估纠缠的质量（例如，参见 [11, 12] 中关于贝尔不等式和自测试的研究，以及 [13] 中关于量子态层析成像的研究），这些方法可以映射到量子网络链路的质量评估方法。同样，对于基于直接传输的网络链路（抽象地由量子信道建模），我们可以从两个不同基（通常是 X 和 Z 基）中量子比特状态的传输推断出任何状态或纠缠的程度