[论文解读] Artificial Intelligence for Satellite Communication and Non-Terrestrial Networks: A Survey

G. Fontanesi, Flor G. Ortiz+19 more|arXiv (Cornell University)|Apr 25, 2023

Satellite Communication Systems被引用 25

一句话总结

本综述映射了卫星通信（SATCOM）与非地面网络（NTN）中的AI/ML应用，详细介绍了用于机载与地面AI部署的用例、架构、硬件、挑战以及未来方向。

ABSTRACT

This paper surveys the application and development of Artificial Intelligence (AI) in Satellite Communication (SatCom) and Non-Terrestrial Networks (NTN). We first present a comprehensive list of use cases, the relative challenges and the main AI tools capable of addressing those challenges. For each use case, we present the main motivation, a system description, the available non-AI solutions and the potential benefits and available works using AI. We also discuss the pros and cons of an on-board and on-ground AI-based architecture, and we revise the current commercial and research activities relevant to this topic. Next, we describe the state-of-the-art hardware solutions for developing ML in real satellite systems. Finally, we discuss the long-term developments of AI in the SatCom and NTN sectors and potential research directions. This paper provides a comprehensive and up-to-date overview of the opportunities and challenges offered by AI to improve the performance and efficiency of NTNs.

研究动机与目标

• 在空间、地面和用户各分段中识别并分类SATCOM与NTN中的AI/ML用例。
• 分析AI驱动的解决方案在SATCOM系统优化与自动化中的挑战与收益。
• 回顾当前支持卫星系统中AI/ML的硬件平台与架构。
• 评估机载与地面AI部署的权衡及其对运营成本(OPEX)与时延的影响。
• 突出AI在SATCOM/NTN中的未来研究方向及潜在标准。

提出的方法

• 对IEEE、MDPI、Elsevier和Wiley的期刊与会议论文进行系统文献综述。
• 以OSI为导向对SATCOM/NTN用例进行分类，并与传统网络层对齐。
• 描述每个用例的传统工具、机器学习技术及训练/推理范式。
• 评估AI硬件生态系统并比较适用于SATCOM的商用AI芯片。
• 讨论未来部署挑战、趋势与研究方向。

实验结果

研究问题

• RQ1 在SATCOM/NTN中，哪些主要用例可以通过AI/ML增值？
• RQ2 在SATCOM/NTN中，机载与地面AI部署的挑战与权衡是什么？
• RQ3 哪些ML技术（有监督、无监督、强化学习、深度学习）最适合不同的SATCOM用例？
• RQ4 目前在SATCOM中实现AI/ML的硬件选项有哪些，它们的差异如何？
• RQ5 在SATCOM与NTN中，AI的未来方向和研究空白点有哪些？

主要发现

• 本文提供了对SATCOM/NTN用例的广泛分类，并将ML技术与每个用例相关联。
• 它讨论了机载与地面AI架构及各自的优点与缺点。
• 它回顾了与SATCOM应用相关的当前硬件解决方案和商用AI芯片。
• 它强调数字化载荷和集中式/云端式架构如何实现数据驱动的优化与自动化于SATCOM/NTN。
• 该综述识别了挑战并提出未来方向，包括与NGSO、HAP/LAP以及空间–空域–地面网络的整合。
• 该方法论依赖系统文献综述和以OSI为导向的用例与解决方案组织。