Resource-efficient and Robust Collaborative Computing in Satellite-Terrestrial Networks

doi:10.1109/tmc.2026.3732300

Resource-efficient and Robust Collaborative Computing in Satellite-Terrestrial Networks

2026-09-09

0

PRE

AI

DOI：10.1109/tmc.2026.3732300

原文链接

原文求助

摘要

En 中文

随着大型低地球轨道（LEO）卫星星座的快速部署，轨道中不断产生大量数据，必须传输至地面进行处理。然而，传统LEO卫星以严重受限的传输能力下传原始数据，造成重大通信瓶颈。卫星计算利用星上处理能力在轨分析原始数据，成为缓解下传压力的有前景的解决方案。但此方法将瓶颈转移至刚性的计算和能源资源。现有卫星系统中仍有两个关键挑战未得到充分解决。首先，星上计算能力无法跟上高量级图像的捕获速度。其次，卫星运行的能源供应严格受限。此外，空间中的模型部署仍受单粒子翻转（SEU）的阻碍，高能粒子会翻转存储在内存中的模型比特，危及可靠性。这些约束使得联合优化星上计算、能源使用、SEU鲁棒性和数据传输成为必要，以实现有效的卫星-地面协作。在本工作中，我们利用有限的星上计算和通信资源实现卫星-地面协作，并提出一个资源高效的协同框架TargetFuse用于目标计数。基于TargetFuse，我们开发了TargetFuse+，整合了SEU抗扰模型保护和带宽及能源感知的数据限流，以在严格资源约束下最小化计数误差。我们使用BUPT-1卫星的参数和真实数据进行了全面评估。大量实验表明，TargetFuse相较于基线方法减少了计数误差并提升了带宽效率，而TargetFuse+在SEU环境下保持了推理精度，同时最大化了下传效用。

Keyword:

Satellite Computing

Satellite-Ground Collaboration

Model Inference

Resource Efficiency

Inference Reliability Assurance

Resource-efficient and Robust Collaborative Computing in Satellite-Terrestrial Networks

摘要

期刊

机构

引用论文