面向低轨道卫星网络的预测性接入切换机制 PreHO
计算机视觉与模式识别
2026-03-10 v1
摘要
低轨道卫星网络 (LSN) 提供了将连接扩展至陆地网络 (TN) 未覆盖区域的有前景的解决方案。然而，卫星的高速移动、广覆盖范围以及高通信时延，给传统接入切换机制带来了不可接受的信令开销和接入延迟挑战。为此，本文识别到 LSN 与 TN 之间根本差异：用户相对于快速移动的卫星通常是静止的，LSN 中的信道状态往往是稳定且可预测的。这一观察使接入切换能够提前规划而非被动触发。基于此洞见，我们提出针对 LSN 设计的预测性接入切换机制 PreHO，主动确定最优接入切换策略，从而简化接入过程并提升整体效率。为优化预计划的接入切换决策，我们进一步构建接入规划问题并基于交替优化和动态规划开发了高效的迭代算法。基于真实世界数据的数据驱动评估表明，PreHO 在信令开销、接入延迟和用户体验方面显著优于传统接入方案。
引用
@article{arxiv.2603.07985,
title = {On the Feasibility and Opportunity of Autoregressive 3D Object Detection},
author = {Zanming Huang and Jinsu Yoo and Sooyoung Jeon and Zhenzhen Liu and Mark Campbell and Kilian Q Weinberger and Bharath Hariharan and Wei-Lun Chao and Katie Z Luo},
journal= {arXiv preprint arXiv:2603.07985},
year = {2026}
}
备注
CVPR 2026 Findings Project Page: https://tzmhuang.github.io/autoreg3d/