近日,IEEE国际计算机通信会议(INFOCOM 2025)录用结果公布,研究院博士生苏绍杰、吴嘉晟的论文《SkyOctopus: Enabling Low-Latency Mobile Satellite Network through Multiple Anchors》和袁浩轩的论文《Constructing 4D Radio Map in LEO Satellite Networks with Limited Samples》成功入选。
SkyOctopus: Enabling Low-Latency Mobile Satellite Network through Multiple Anchors

在低地球轨道(LEO)卫星星座的快速部署背景下,非地面网络(NTN)已展现出巨大的全球通信潜力。现有的移动卫星网络架构大多采用单一锚点设计,造成通信路径的严重绕行,影响服务质量。为此,苏绍杰和吴嘉晟提出了创新的多锚点移动卫星网络架构“SkyOctopus”。该架构通过在卫星上部署流量分类器,能够为每个用户选择最佳锚点,大幅降低端到端延迟和会话建立时间。实验结果表明,SkyOctopus相较于标准5G NTN和其他现有方案,端到端延迟平均减少了53%,会话建立时间减少了86%。

Constructing 4D Radio Map in LEO Satellite Networks with Limited Samples

袁浩轩的论文则聚焦于NTN与地面网络(TN)频谱共享中的频谱监控问题。为了支持精细化的频谱管理,他提出了基于深度无监督学习的DeepRM框架,通过神经压缩感知技术和神经张量分解技术,能够在稀疏采样条件下高效构建4D频谱地图,显著降低了空间采样和硬件成本。实验结果表明,DeepRM框架提供了低成本、高精度的解决方案,有助于提高频谱资源利用率和干扰规避能力。
