論文の概要: Cooperative Tri-Point Model-Based Ground-to-Air Coverage Extension in Beyond 5G Networks

• arxiv url: http://arxiv.org/abs/2401.09757v1
• Date: Thu, 18 Jan 2024 07:07:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-19 17:47:22.887166
• Title: Cooperative Tri-Point Model-Based Ground-to-Air Coverage Extension in Beyond 5G Networks
• Title（参考訳）: 5Gネットワークを越えた協調三点モデルによる地対空被覆拡張
• Authors: Ziwei Cai, Min Sheng, Junju Liu, Chenxi Zhao and Jiandong Li
• Abstract要約: 航空利用者にカバーを提供するための地上インフラの利用は、潜在的に低コストなソリューションである。 既に配備されている地上基地局(TBS)は、降着アンテナにより地上対空(G2A)のカバーが弱い。 本稿では、協調ビームを用いたG2Aカバレッジ拡張を向上するための協調三点モデルに基づく手法を提案する。
• 参考スコア（独自算出の注目度）: 21.4524124557191
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The utilization of existing terrestrial infrastructures to provide coverage for aerial users is a potentially low-cost solution. However, the already deployed terrestrial base stations (TBSs) result in weak ground-to-air (G2A) coverage due to the down-tilted antennas. Furthermore, achieving optimal coverage across the entire airspace through antenna adjustment is challenging due to the complex signal coverage requirements in three-dimensional space, especially in the vertical direction. In this paper, we propose a cooperative tri-point (CoTP) model-based method that utilizes cooperative beams to enhance the G2A coverage extension. To utilize existing TBSs for establishing effective cooperation, we prove that the cooperation among three TBSs can ensure G2A coverage with a minimum coverage overlap, and design the CoTP model to analyze the G2A coverage extension. Using the model, a cooperative coverage structure based on Delaunay triangulation is designed to divide triangular prism-shaped subspaces and corresponding TBS cooperation sets. To enable TBSs in the cooperation set to cover different height subspaces while maintaining ground coverage, we design a cooperative beam generation algorithm to maximize the coverage in the triangular prism-shaped airspace. The simulation results and field trials demonstrate that the proposed method can efficiently enhance the G2A coverage extension while guaranteeing ground coverage.
• Abstract（参考訳）: 既存の地上インフラを利用して航空利用者のカバーを提供することは、潜在的に低コストなソリューションである。 しかし、既に配備されている地上基地局(TBS)は、降着アンテナにより地上対空(G2A)が弱い。 さらに,3次元空間,特に垂直方向における複雑な信号カバレッジ要求のために,アンテナ調整による空間全体の最適カバレッジの実現が困難である。 本稿では,コラボレーティブ・ビームを用いたコラボレーティブ・トライポイント(cotp)モデルに基づくg2aカバレッジ拡張手法を提案する。 既存のTBSを有効協力の確立に活用するため、3つのTBS間の協調により、G2Aカバレッジを最小のカバレッジオーバーラップで確保できることを示すとともに、COTPモデルを用いてG2Aカバレッジ拡張を分析する。 このモデルを用いて, 三角柱状部分空間と対応するTBS協調集合を分割するために, デラウネー三角測量に基づく協調被覆構造を設計する。 地表面積を維持しながら異なる高さの空間をカバーできる協調作業用TBSを実現するため,三角プリズム形状の空域を最大化するための協調ビーム生成アルゴリズムを設計した。 シミュレーション結果とフィールド試験により,提案手法は地盤被覆を保証しながら,G2A範囲を効率的に拡張できることを示した。

関連論文リスト

• G2SDF: Surface Reconstruction from Explicit Gaussians with Implicit SDFs [84.07233691641193]
  G2SDFはニューラル暗黙の符号付き距離場をガウススプラッティングフレームワークに統合する新しいアプローチである。 G2SDFは, 3DGSの効率を維持しつつ, 従来よりも優れた品質を実現する。
  論文  参考訳（メタデータ） (2024-11-25T20:07:07Z)
• SPACE: 3D Spatial Co-operation and Exploration Framework for Robust Mapping and Coverage with Multi-Robot Systems [0.0]
  マルチロボット・ヴィジュアル(RGB-D)マッピングと探索は、国内サービスやロジスティクスといった分野への応用にとって大きな可能性を秘めている。 主な課題は,(1)ロボットの視点の重なりによる「ゴースト・トレイル」効果,(2)探索のための最も効果的なフロンティアを選択する際の視覚再建の監督である。 室内環境における空間協調のための半分散型フレームワーク(SPACE)を提案する。
  論文  参考訳（メタデータ） (2024-11-04T19:04:09Z)
• Demand-Aware Beam Hopping and Power Allocation for Load Balancing in Digital Twin empowered LEO Satellite Networks [6.8053434130447625]
  ビームホッピング(BH)技術を利用した低地球軌道(LEO)衛星は、広範囲のカバレッジ、低レイテンシ、高帯域幅、大きな柔軟性を提供する。 従来のビームホッピング(BH)法は、衛星干渉、重なり合うカバー、モビリティといった問題に対処できない。 本稿では,複数のLEO衛星を対象としたDigital Twin(DT)を用いた協調資源割り当てネットワークについて検討する。
  論文  参考訳（メタデータ） (2024-10-29T01:32:11Z)
• Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM [58.736472371951955]
  表面を交差する光線上の点を3つの領域(前・前・後・後)に分類する3成分式不透明度モデルを導入する。 これにより、より正確な深度のレンダリングが可能となり、画像ワープ技術の性能が向上する。 TTとHOの統合アプローチは,合成および実世界のデータセット上で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-20T18:03:17Z)
• Energy Efficiency Optimization for Subterranean LoRaWAN Using A Reinforcement Learning Approach: A Direct-to-Satellite Scenario [5.218556747366303]
  地下のLoRaWANと非地球ネットワーク(NTN)の統合は、経済的および社会的利益をもたらす。 Co-SF干渉を最小限に抑えるために、準直交拡散因子(SF)をエンドデバイスに効果的に割り当てることは依然として困難である。 システムのエネルギー効率を最適化するための強化学習(RL)に基づくSF割当方式を提案する。
  論文  参考訳（メタデータ） (2023-11-03T06:33:56Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)
• A Semantic Segmentation Network for Urban-Scale Building Footprint Extraction Using RGB Satellite Imagery [1.9400948599830012]
  都市部は世界のエネルギーの3分の2以上を消費し、世界のCO2排出量の70%以上を占めています。 3チャンネルのRGB衛星画像から建物の足跡のマスクを生成するために、拡張ResNetバックボーンを備えた変更されたDeeplabV3+モジュールを提案します。 3つの標準ベンチマークで最先端のパフォーマンスを達成し,衛星画像の規模,解像度,都市密度に依存しないことを実証した。
  論文  参考訳（メタデータ） (2021-04-02T22:32:04Z)
• Distributed Conditional Generative Adversarial Networks (GANs) for Data-Driven Millimeter Wave Communications in UAV Networks [116.94802388688653]
  無人航空機(UAV)無線ネットワークにおけるミリ波(mmWave)通信のための,データ駆動型空対地(A2G)チャネル推定手法を提案する。 実効的なチャネル推定手法を開発し、各UAVは、各ビームフォーミング方向に沿って条件付き生成対向ネットワーク(CGAN)を介してスタンドアロンチャネルモデルを訓練することができる。 分散CGANアーキテクチャに基づく協調的なフレームワークを開発し、各UAVがmmWaveチャネルの分布を協調的に学習できるようにする。
  論文  参考訳（メタデータ） (2021-02-02T20:56:46Z)
• Integrating LEO Satellites and Multi-UAV Reinforcement Learning for Hybrid FSO/RF Non-Terrestrial Networks [55.776497048509185]
  低高度地球軌道衛星(SAT)と無人航空機(UAV)のメガコンステレーションは、第5世代(5G)を超える高速・長距離通信の実現を約束している。 我々は、ミリ波(mmWave)無線周波数(RF)または自由空間光(FSO)リンクを用いて、SATとUAVリレーを介して2つの長距離地上端末間のパケット転送の問題を検討する。
  論文  参考訳（メタデータ） (2020-10-20T09:07:10Z)
• Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
  低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。 軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。 エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。 本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-05-26T05:39:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。