MétaCan
Menu
Retour à la cohorte
Enregistrement W4210631491 · doi:10.23919/jcc.2022.01.003

Civil aircraft assisted space-air-ground integrated networks: Architecture design and coverage analysis

2022· article· en· W4210631491 sur OpenAlexaff
Shuxun Li, Qian Chen, Zhe Li, Weixiao Meng, Cheng Li

Notice bibliographique

RevueChina Communications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésComputer scienceConstellationArchitectureCivil aviationBenchmark (surveying)SatelliteService (business)Space (punctuation)Node (physics)TelecommunicationsAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a novel AI-enabled space-air-ground integrated networks (SAGIN). This new integrated networks architecture consists of LEO satellites and civil aircrafts carrying aerial base stations, called "civil aircraft assisted SAGIN (CAA-SAGIN)". The assistance of civil aircrafts can reduce the stress of satellite networks, improve the performance of SAGIN, decrease the construction cost and save space resources. Taking the Chinese mainland as an example, this paper has analyzed the distribution of civil aircrafts, and obtained the coverage characteristics of civil aircraft assisted networks (CAAN). Taking Starlink as the benchmark, this paper has calculated the service gap of CAAN, and designed the joint coverage constellation. The simulation results prove that the number of satellites in CAA-SAGIN can be greatly reduced with the assistance of civil aircrafts at the same data rate.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,241
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina CommunicationsMême sujetSatellite Communication SystemsTravaux en français237 207