研究人员开发了一种新的软件定义网络（SDN）框架，用于管理低地球轨道（LEO）卫星巨型星座的巨大规模。该方法利用图神经网络（GNN）来模拟复杂的拓扑结构，并利用Koopman理论来线性化系统动力学。图Koopman自编码器（GKAE）预测轨道层内的行为，从而实现中央SDN控制器进行协调控制。在Starlink星座上的模拟显示，在模型占用空间较小的情况下，空间压缩和时间预测得到了显著改进。 AI
影响 新颖的图学习方法有望实现对大规模卫星网络更有效的管理。
排序理由 学术论文，介绍了一种使用图学习和Koopman理论的网络管理新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.27478v1 Announce Type: new Abstract: Terrestrial network limitations drive the integration of non-terrestrial networks (NTNs), notably mega-constellations comprising thousands of low Earth orbit (LEO) satellites. While these satellites act as interconnected network swi…
Terrestrial network limitations drive the integration of non-terrestrial networks (NTNs), notably mega-constellations comprising thousands of low Earth orbit (LEO) satellites. While these satellites act as interconnected network switches via inter-satellite links (ISLs), their ma…