基于人工智能的空天地一体化网络优化
网络与互联网体系结构
2018-08-06 v1
摘要
众所周知，由于网络资源稀缺和覆盖区域有限，传统地面通信技术的发展无法为所有用户提供公平且高质量的服务。为了补充地面连接，特别是针对农村、灾区或其他难以服务区域的用户，卫星、无人机（UAV）和气球已被用于中继通信信号。在此基础上，提出了空天地一体化网络（SAGINs）以改善用户的体验质量（QoE）。然而，与现有网络（如自组织网络和蜂窝网络）相比，由于三个网络段的不同特性，SAGINs要复杂得多。为了提高SAGINs的性能，研究人员面临着许多前所未有的挑战。在本文中，我们提出利用人工智能（AI）技术来优化SAGINs，因为AI技术已在许多应用中显示出其显著优势。我们首先分析了SAGINs的几个主要挑战，并解释了如何通过AI解决这些问题。然后，我们以卫星流量平衡为例，提出了一种基于深度学习的方法来改善流量控制性能。仿真结果表明，深度学习技术可以成为提高SAGINs性能的有效工具。
引用
@article{arxiv.1808.01053,
title = {Optimizing Space-Air-Ground Integrated Networks by Artificial Intelligence},
author = {Nei Kato and Zubair Md. Fadlullah and Fengxiao Tang and Bomin Mao and Shigenori Tani and Atsushi Okamura and Jiajia Liu},
journal= {arXiv preprint arXiv:1808.01053},
year = {2018}
}