論文の概要: Toward Autonomous Cooperation in Heterogeneous Nanosatellite Constellations Using Dynamic Graph Neural Networks

• arxiv url: http://arxiv.org/abs/2403.00692v1
• Date: Mon, 4 Mar 2024 04:47:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-05 16:47:03.124950
• Title: Toward Autonomous Cooperation in Heterogeneous Nanosatellite Constellations Using Dynamic Graph Neural Networks
• Title（参考訳）: 動的グラフニューラルネットワークを用いた異種ナノサテライトコンステレーションの自律的協調に向けて
• Authors: Guillem Casadesus-Vila, Joan-Adria Ruiz-de-Azua, Eduard Alarcon
• Abstract要約: 本稿では,星座とCPを動的ネットワークとしてモデル化し,その課題を克服する新しい手法を提案する。 トレーニングされたニューラルネットワークは、平均絶対誤差3.6分でネットワーク遅延を予測することができる。 シミュレーションの結果,提案手法は大型衛星ネットワークの接触計画の設計に成功し,従来のアプローチと同様,遅延率を29.1%向上させることができた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The upcoming landscape of Earth Observation missions will defined by networked heterogeneous nanosatellite constellations required to meet strict mission requirements, such as revisit times and spatial resolution. However, scheduling satellite communications in these satellite networks through efficiently creating a global satellite Contact Plan (CP) is a complex task, with current solutions requiring ground-based coordination or being limited by onboard computational resources. The paper proposes a novel approach to overcome these challenges by modeling the constellations and CP as dynamic networks and employing graph-based techniques. The proposed method utilizes a state-of-the-art dynamic graph neural network to evaluate the performance of a given CP and update it using a heuristic algorithm based on simulated annealing. The trained neural network can predict the network delay with a mean absolute error of 3.6 minutes. Simulation results show that the proposed method can successfully design a contact plan for large satellite networks, improving the delay by 29.1%, similar to a traditional approach, while performing the objective evaluations 20x faster.
• Abstract（参考訳）: 地球観測ミッションの今後の展望は、再訪時間や空間分解などの厳密なミッション要件を満たすために必要な、ネットワーク化された異種ナノ衛星の星座によって定義される。 しかし、これらの衛星ネットワークにおける衛星通信のスケジューリングは、地球規模の衛星コンタクトプラン(CP)を効率的に作成することで複雑な作業であり、現在のソリューションでは地上での調整や、オンボードの計算資源によって制限されている。 本稿では,星座とCPを動的ネットワークとしてモデル化し,グラフベースの手法を用いてこれらの課題を克服する新しい手法を提案する。 提案手法は,最先端の動的グラフニューラルネットワークを用いて,与えられたcpの性能を評価し,シミュレーションアニーリングに基づくヒューリスティックアルゴリズムを用いて更新する。 トレーニングされたニューラルネットワークは、平均絶対誤差3.6分でネットワーク遅延を予測することができる。 シミュレーションの結果,提案手法は大規模衛星ネットワークの接触計画の設計に成功し,従来の手法と同様の遅延率を29.1%向上し,目標評価を20倍高速化できることがわかった。

関連論文リスト

• A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
  衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。 本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
  論文  参考訳（メタデータ） (2024-08-29T06:57:45Z)
• Hierarchical Learning and Computing over Space-Ground Integrated Networks [40.19542938629252]
  地上IoTデバイス上で,局所的に訓練されたモデルに対してグローバルアグリゲーションサービスを提供するための階層的学習・計算フレームワークを提案する。 モデルアグリゲーションのネットワークエネルギー問題を定式化し、これはDST問題であることが判明した。 代用有向グラフ上で最小スパンニングアーボラッセンスを求めることでDST問題を解決するためのトポロジカル・アウェア・エネルギ効率・ルーティング(TAEER)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-26T09:05:43Z)
• Satellite Federated Edge Learning: Architecture Design and Convergence Analysis [47.057886812985984]
  本稿では,FEDMEGAという新しいFEELアルゴリズムを提案する。 軌道内モデルアグリゲーションのための衛星間リンク(ISL)を統合することにより、提案アルゴリズムは低データレートと断続的なGSLの使用を著しく削減する。 提案手法は,環全リデューサに基づく軌道内アグリゲーション機構と,グローバルモデルアグリゲーションのためのネットワークフローベースのトランスミッションスキームを組み合わせたものである。
  論文  参考訳（メタデータ） (2024-04-02T11:59:58Z)
• Entanglement Distribution in Satellite-based Dynamic Quantum Networks [10.445684354981847]
  低地球軌道(LEO)衛星は、グローバルな量子情報ネットワークを確立するための魅力的な機会を提供する。 既存の作品では、絡み合いを分散する際に時間とともに衛星の動きを考慮せず、あるいは衛星間リンクに沿って絡み合い分布を許可しない場合が多い。 まず、衛星移動と衛星間リンクの両方を考慮したシステムモデルを定義する。
  論文  参考訳（メタデータ） (2023-06-15T06:56:26Z)
• Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
  創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。 eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。 RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
  論文  参考訳（メタデータ） (2021-12-03T07:44:45Z)
• Spatio-temporal Modeling for Large-scale Vehicular Networks Using Graph Convolutional Networks [110.80088437391379]
  SMARTと呼ばれるグラフベースのフレームワークが提案され、大規模な地理的領域にわたるV2I通信遅延の統計をモデル化し、追跡する。 深層Q-networksアルゴリズムと統合したグラフ畳み込みネットワークを用いたグラフ再構築型手法を開発する。 その結果,提案手法は,モデル化の精度と効率と,大規模車両ネットワークにおける遅延性能を有意に向上させることが示された。
  論文  参考訳（メタデータ） (2021-03-13T06:56:29Z)
• A Maximum Independent Set Method for Scheduling Earth Observing Satellite Constellations [41.013477422930755]
  本稿では,衛星スケジューリング問題の解法として,実現不可能なグラフ表現を生成する手法を提案する。 光衛星のスカイサット星座と、最大24個の衛星のシミュレートされた星座の、要求された最大10,000の撮像位置のシナリオでテストされている。
  論文  参考訳（メタデータ） (2020-08-15T19:32:21Z)
• Bottom-up mechanism and improved contract net protocol for the dynamic task planning of heterogeneous Earth observation resources [61.75759893720484]
  地球観測資源は、災害救助、被害評価、関連する領域においてますます不可欠になりつつある。 観測要求の変更や悪天候の発生、資源の失敗など、予測できない多くの要因は、スケジュールされた観測計画が実行不可能になる可能性がある。 不均質な地球観測資源の動的タスク計画を容易にするため、ボトムアップ分散協調フレームワークと改良された契約網を提案する。
  論文  参考訳（メタデータ） (2020-07-13T03:51:08Z)
• 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。