XiaoMi-AI文件搜索系统
World File Search System和波束
用于太赫兹空间网络的新型立方体卫星组合天线部署和波束控制方法
自诞生以来，立方体卫星就成为了太空网络和探索领域最令人兴奋的技术，因为与同类传统卫星相比，立方体卫星的成本和复杂性更低 [1]。这使得太空任务的设计和运行周期成倍加快，也增加了人们对太空领域高风险企业的激励 [2]。这些突破为私有化太空网络时代铺平了道路，例如 SpaceX Starlink 星座 [3]。要充分释放太空网络的潜力，需要更高的数据速率和高度紧凑的设备 [4]。从这个角度来看，太赫兹 (THz) 频段（从 0.1 THz 到 10 THz）是一种巨大的频谱资源，可用于开发可用于下一代立方体卫星的无线技术 [5]。 THz 波段技术非常适合立方体卫星，因为它具有可维持极高数据速率的大型连续带宽，以及 THz 频率的亚毫米波长，这自然会产生高度紧凑的设备 [6]。然而，THz 频率下非常高的路径损耗仍然是电磁 (EM) 频谱这一部分未被充分利用的关键原因。一方面，THz 频率会因与特定频率下的某些气体分子（主要是水蒸气）的共振峰而遭受吸收损耗 [7]。尽管如此，如 [8] 中详细讨论的那样。太空中没有大气介质，因此吸收损耗减少，使 THz 波段成为卫星间通信链路的理想选择。同时，由于低地球轨道 (LEO) 内的大气存在减少，可以通过适当选择避免这些吸收峰的设计频率来减轻上行链路和下行链路期间的吸收损耗。另一方面，THz 频率的波长非常小，导致
通过大脑启发的几何透镜重新思考最大流问题和波束形成设计
摘要 — 可以通过双管齐下的方法提高无线网络（如车载网络）的数据速率，即 1）通过并行独立路由提高网络流速率；2）通过波束成形码本自适应提高用户的链路速率。移动中继（如移动路边单元）由于其定位灵活，可用于实现这些目标。首先在网络层面，我们将正则化拉普拉斯矩阵建模为黎曼流形上的点，该矩阵是表示中继相关网络图的对称正定 (SPD) 矩阵。受大脑网络中不同任务的几何分类的启发，黎曼度量（如对数欧几里德度量 (LEM)）用于选择可实现最大 LEM 的中继位置。仿真结果表明，与其他传统度量（如代数连通性）相比，所提出的基于 LEM 的中继定位算法可实现并行路由并实现最大网络流速率。其次，在链路层，我们提出了一种无监督几何机器学习 (G-ML) 方法来学习每个中继相关环境的独特信道特性。鉴于空间相关衰落信道具有 SPD 协方差矩阵，它们可以在黎曼流形上表示。因此，基于 LEM 的黎曼度量用于环境信道的无监督学习，并据此构建匹配的波束成形码本。仿真结果表明，所提出的 G-ML 模型在短暂的训练期后提高了链路速率。