MétaCan
Menu
Retour à la cohorte
Enregistrement W4414444559 · doi:10.1016/j.eng.2025.08.042

A High-Fidelity and High-Efficiency Simulator for 6G-Integrated Space–Ground Networks

2025· article· en· W4414444559 sur OpenAlexafffund
Haibo Zhou, Xiaoyu Liu, Xin Zhang, Xiaohan Qin, Mengyang Zhang, Weihua Zhuang, Xuemin Shen

Notice bibliographique

RevueEngineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesBiological and Environmental ResearchNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaSociety for Nautical Research
Mots-clésNetwork simulationNetwork topologyWireless networkProtocol (science)Computer architecture simulatorFidelityNetwork architectureCommunications protocolSoftwareWireless

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEngineeringMême sujetSatellite Communication SystemsTravaux en français237 207