A High-Fidelity and High-Efficiency Simulator for 6G-Integrated Space–Ground Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mega-constellation networks have recently gained significant research attention because of their potential for providing ubiquitous and high-capacity connectivity in future sixth-generation (6G) wireless communication systems. However, the high dynamics of network topology and large scale of a mega-constellation pose new challenges to constellation simulation and performance evaluation. To address these issues, we introduce UltraStar, a high-fidelity and high-efficiency computer simulator to support the development of 6G wireless communication systems with low-Earth-orbit mega-constellation satellites. The simulator facilitates the design and performance analysis of various algorithms and protocols for network operation and deployment. We propose a systematic, scalable, and comprehensive simulation architecture for the high-fidelity modeling of network configurations and for performing high-efficiency simulations of network operations and management capabilities, while providing users with intuitive visualizations. We capture heterogeneous topology characteristics by establishing an environment update algorithm that incorporates real ephemeris data for satellite orbit prediction, sun outages, and link handovers. For a realistic simulation of software and hardware configurations, we develop a Network Simulator 3 based network model to support networking protocol extensions. We propose a message passing interface-based parallel and distributed approach with multiple cores or machines to achieve high simulation efficiency in large and complex network scenarios. Experimental results demonstrate the high fidelity and efficiency of UltraStar can help pave the way for 6G integrated space–ground networks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle