[论文解读] Spherical Point Process with Random Heights: New Approach for Modeling and Analysis of Downlink Satellite Networks

Kim, Seyong, Jinseok Choi+3 more|arXiv (Cornell University)|Jul 7, 2023

Satellite Communication SystemsEngineering被引用 3

一句话总结

本文提出了一种基于随机高度球面点过程的统一随机几何模型，用于卫星-地面融合网络（STINs），以联合分析卫星与地面基站。通过将卫星和地面基站建模为同心球面上的标记泊松点过程，作者推导出速率覆盖概率的闭式表达式，证明了STINs的双重优势：在农村地区扩展覆盖范围，以及在城市热点区域实现数据卸载。

ABSTRACT

The Low Earth Orbit (LEO) satellite industry is undergoing rapid expansion, with operators competitively launching satellites due to the first-come, first-served principle governing orbital rights. This has led to the formation of increasingly large-scale, volumetric constellation where satellites operate across a diverse range of altitudes. To address the need for analyzing such complex networks, this paper establishes a new analytical framework for LEO constellations by leveraging a 3D Poisson point process (PPP). Specifically, we introduce a random height model (RHM) that can capture various altitude distributions by applying a random radial displacement to points generated by a homogeneous PPP on a nominal shell. Building on this, we derive an analytical expression for the downlink coverage probability. To motivate our model, we show that the altitude distributions of several leading satellite constellations, including Starlink, align with our model's assumptions. We then demonstrate through Monte Carlo simulations that the coverage probability of our RHM closely matches that of these real-world networks. Finally, we confirm the accuracy of our analytical expressions by showing their agreement with simulation results. Our work thereby provides a powerful tool for understanding and predict how the statistical distribution of satellite altitudes impacts network performance.

研究动机与目标

• 为解决卫星-地面融合网络（STINs）缺乏可 tractable 的统一分析框架的问题。
• 通过在单一随机几何模型中联合捕捉卫星与地面网络部署，实现对STINs的性能分析。
• 评估STINs的两大主要优势：在偏远农村地区扩展覆盖范围，以及在高密度城市环境中实现数据卸载。
• 在包含阴影莱斯衰落和路径损耗的现实信道条件下，推导出速率覆盖概率的闭式表达式。
• 基于发射功率、密度、高度分布和偏差因子等关键参数，提供系统设计权衡的定量洞察。

提出的方法

• 将卫星和地面基站建模为同心球面上的标记泊松点过程，以随机高度作为标记，确保典型用户可见。
• 应用随机几何工具，通过条件化典型用户关联到卫星或地面网络，推导出信噪比干扰比（SINR）分布。
• 基于干扰的拉普拉斯变换，采用条件覆盖概率表达式，结合路径损耗、阴影莱斯衰落和发射功率偏差。
• 通过在卫星和地面关联下最近基站距离的分布上积分，推导出速率覆盖概率。
• 采用广义拉普拉斯变换技术，处理来自卫星和地面两层的复杂干扰，实现分析可 tractability。
• 引入归一化SINR框架，解耦路径损耗与发射功率的影响，简化覆盖表达式的推导。

实验结果

研究问题

• RQ1 如何构建一个统一的分析模型，以在单一随机几何框架中同时表示卫星与地面网络？
• RQ2 在包含阴影莱斯衰落和可变路径损耗指数的现实信道条件下，STINs的速率覆盖概率是多少？
• RQ3 与仅依赖地面网络相比，STINs在偏远农村地区能将覆盖范围扩展多大程度？
• RQ4 STINs在高密度城市区域中能多有效地实现流量卸载？哪些系统参数能最大化这一优势？
• RQ5 发射功率、基站密度、高度分布和偏差因子如何影响STINs的整体性能？

主要发现

• 所提出的具有随机高度的球面点过程，能够实现可 tractable 的统一建模，同时捕捉卫星与地面网络的几何结构。
• 推导出的速率覆盖概率表达式具有分析可 tractability，并通过与真实Starlink星座仿真结果对比得到验证。
• 由于卫星在空间上的均匀分布，STINs即使在地面基站密度较低的情况下，也能显著扩展农村地区的覆盖范围。
• 在城市区域，STINs通过在卫星与地面层之间均衡负载，实现了显著的数据卸载增益，提升了速率覆盖性能。
• 通过适当的偏差因子和功率控制可实现最优性能；过度的偏差可能导致干扰增加，从而降低性能。
• 该模型揭示了路径损耗指数以及卫星和地面基站的高度分布是影响覆盖和速率性能的关键设计参数。