投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

面向卫星无人机协同网络的NOMA辅助流水线并行推

来源:电信科学 【在线投稿】 栏目:期刊导读 时间:2026-10-27
作者:网站采编
关键词:
摘要:研究背景与问题 低轨卫星与无人机协同网络在实时智能感知任务中的应用日益广泛,然而,现有的协同计算方法在任务卸载或非流水线模型切分方面存在显著问题。具体而言,任务卸载

研究背景与问题

低轨卫星与无人机协同网络在实时智能感知任务中的应用日益广泛,然而,现有的协同计算方法在任务卸载或非流水线模型切分方面存在显著问题。具体而言,任务卸载过程中可能导致的通信与计算相互等待现象以及资源利用率较低,严重制约了系统的整体性能和效率。因此,针对这一背景,研究一种有效解决通信与计算冲突、提高资源利用率的卫星无人机协同推理方案显得尤为重要。

研究方法

本研究提出了一种结合模型切分与流水线并行的卫星无人机协同推理方案。该方案首先对深度神经网络进行切分,将复杂的神经网络模型分解为多个可独立处理的子模块。接着,根据子模块的功能和计算复杂度,将这些子模块在卫星和无人机之间进行合理分配,以实现高效的通信与计算协同。此外,通过引入流水线并行机制,进一步优化计算过程,减少等待时间,提高整体系统的响应速度和效率。

核心结果

实验结果表明,与传统的协同计算方法相比,所提出的方案在任务完成时间和资源利用率方面均取得了显著提升。具体而言,在相同的计算资源和通信条件下,该方案的平均任务完成时间降低了30%,资源利用率提高了20%。此外,通过仿真实验,进一步验证了所提出方案在复杂场景下的稳定性和可靠性。

结论与意义

本研究提出了一种基于模型切分与流水线并行的卫星无人机协同推理方案,有效解决了现有协同计算方法中通信与计算相互等待、资源利用率低的问题。该方案不仅提高了系统的响应速度和效率,还为实时智能感知任务提供了新的解决途径。此外,该研究成果对于推动卫星无人机协同网络在实际应用中的发展具有重要意义,有望为未来卫星无人机协同网络的设计和优化提供新的思路和借鉴。

文章来源:《电信科学》 网址: http://www.dianxinkexue.cn/qikandaodu/2026/1027/328.html



上一篇:低空网络无线信道的多源融合孪生关键技术研究
下一篇:基于综合信任约束的Q-learning无人机自组网安全路

电信科学投稿 | 电信科学编辑部| 电信科学版面费 | 电信科学论文发表 | 电信科学科研动态
Copyright © 2018 《电信科学》杂志社 版权所有 Power by DedeCms
投稿电话: 投稿邮箱: