Ubiquitous Transmission Service: Hierarchical Wireless Data Rate Provisioning in Space-Air-Ocean Integrated Networks
Notice bibliographique
Résumé
Space-air-ocean integrated networks (SAOINs), composed of low earth orbit (LEO) satellites, unmanned aerial vehicles (UAVs), and unmanned surface vehicles (USVs), have been advocated to provide seamless, high-rate, and reliable wireless transmission services for USVs. However, due to the restrictions of limited resources (e.g., spectrum bandwidth, transmission power, etc.), diverse demands of USVs, and selfishness of both UAVs and LEOs, there comes a significant challenge to provision high-quality wireless data rate for USVs to achieve their satisfied quality of experience (QoE). To this end, in this paper, we propose a hierarchical on-demand wireless data rate provisioning scheme to provide ubiquitous transmission services for USVs. Specifically, we first devise a hierarchical wireless data rate provisioning framework. The LEO satellite with an extensive wireless coverage is utilized to provide LEO satellite-to-UAV (L2U) data rate for UAVs with a certain L2U data rate price. Each UAV is employed to provide UAV-to-USV (U2U) data rate for covered multiple USVs with a certain U2U data rate price. We then propose a modified three-stage Stackelberg game to model the wireless data rate assignments among LEO satellites, UAVs, and USVs, where the time-varying data rate demands of USVs are considered to formulate the utility maximization problem. Afterwards, the backward induction approach is leveraged to attain the Stackelberg equilibrium as the solution of the formulated problem, where the closed-form expressions on the optimal strategies of both USVs and UAVs under different data rate budgets are obtained by the nonlinear programming method. Besides, an accelerated conjugate gradient descent (ACGD) based iteration algorithm is also designed to obtain the optimal strategies of the LEO satellites on the L2U data rate prices. At last, extensive simulations are carried out to demonstrate that the proposed scheme can significantly increase the utilities of USVs, as compared to other benchmark schemes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».