MétaCan
Menu
Retour à la cohorte
Enregistrement W4410583537 · doi:10.1109/mnet.2025.3572141

Low Earth Orbit Satellite Networks: Architecture, Key Technologies, Measurement, and Open Issues

2025· article· en· W4410583537 sur OpenAlexaff
Jinkai Zheng, Tom H. Luan, Guanjie Li, Jinwei Zhao, Zhisheng Yin, Nan Cheng, Jianping Pan

Notice bibliographique

RevueIEEE Network · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSatelliteComputer scienceKey (lock)Earth observationLow earth orbitSatellite broadcastingRemote sensingGeocentric orbitArchitectureTelecommunicationsAerospace engineeringComputer securityEngineeringGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Low Earth Orbit (LEO) satellite networks are transforming global connectivity by enabling high-speed, low-latency Internet access. Particularly, they significantly facilitate areas where terrestrial networks are not deployed or destroyed. Meanwhile, LEO satellite technology is experiencing an unprecedented surge in development. This paper provides a comprehensive and up-to-date overview of LEO satellite networks. First, the evolution of LEO satellites is introduced, followed by an exploration of the components and communication architecture within LEO satellite networks using representative examples. Second, key technologies, including routing, handover management, and digital twins, are summarized, and some practical application scenarios are discussed. The performance of LEO satellite networks, illustrated by SpaceX’s Starlink, is then evaluated to understand its scheduling algorithm and network characteristics, which can inform future satellite-related algorithms and architecture design. Finally, as LEO constellations continue to expand, practical operations face significant challenges in management, technology, and security. Consequently, we highlight some open research issues to provide potential inspiration for academia and industry in satellite networking.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,937
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,258
Écart entre enseignants0,228 · 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'étudeSans objet
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE NetworkMême sujetSatellite Communication SystemsTravaux en français237 207