引用：Qian C, Zhang S, Zhou W. Traffic-based dynamic beam coverage adjustment in satellite mobile communication[C]//2014 Sixth International Conference on Wireless Communications and Signal Processing (WCSP). IEEE, 2014: 1-6.
摘要：
卫星覆盖一般假定不同波束承受均匀的流量分布，但这对非均衡的流量场景不适用，如大都市出现灾难性事故成为热点，该波束将服务大部分用户。本文提出动态改变波束大小和资源分配的方案
概述
均匀的波束覆盖模式会造成区域间的不公平；紧急事件发生也需要特别的资源分配。
[3提出流量分配模型，在功率限制下最大化卫星的可容纳流量；[4]指出在卫星功率限制下，系统容量随波束增加而增加，但这个结论仅限于平衡的需求分配，且大量的波束会在稀疏区造成严重浪费。它介绍了一种功率和波束分配方案，寻找最优波束数量及其传输功率。[5]联合优化功率与波束分配来最大化满足流量不均
但上述使用卫星波束和功率，而忽略了卫星辐射模式的影响
动态波束覆盖方案
计算表明越靠近波束中间，速率越高，这启发我们将覆盖中心放到用户的位置。
如图，红圈是目标区域，外围六个波束构成六边形。关掉外围一根天线，增加其他天线的辐射角，调整余下6个天线的方向角使他们无缝覆盖目标区域。其中初始状态叫coverage pattern1（CP1），后来的状态叫coverage pattern2（CP2）
a展示了目标区域的热点在中间的状态，关闭一个波束并延展外围波束来达到无缝连接，而关闭的波束的功率及其他资源可以被分配给中心的点来提升容量。而当热点区域不在目标区域中心如b，结果显示，无论热点还是非热点用户都能更靠近中心
图2展示的是瞬间的分布，卫星移动导致位置变化，卫星天线需要实时更新适应
资源分配策略和实现方案
由于CP1和CP2之间切换回出现波束数目的改变，所以提出为CP2分配资源的方案，分配的同时还需要保证不增加目标区域外围的干扰。以颜色表示波束的频段的话，目标区域初始化时是六角形区域，外围每个角都包括3个两种颜色的波束。为使外围波束与目标波束重叠尽可能小，内部一个波束需要与外围的一个角对齐，这个波束被称为“对齐波束”。然后进行资源分配，为对齐波束涂上这个角没有的颜色，然后对齐波束的邻居波束选择与对齐波束和邻居外围波束都不一样的颜色，然后中心波束选择第三种颜色，而最后两个选择与对齐波束相同的颜色，即：1选择黄色，15选择蓝色，中心是绿色，34选择黄色。因此如果34地区的用户较多，选择这个地方作为对齐波束比较好
实现的难点：获取流量位置信息、实现波束大小改变、解决CP2中的覆盖空隙问题：
- GEO相对固定可以不那么频繁的改变，而LEO/MEOfootprint常常改变，为了预先计算卫星运动过程中适当的辐射模式，可以预先大致了解地面交通分布的时间和空间统计特征。
- 调整卫星天线数据能直接改变波束大小。中心波束直接缩小辐射角。智能天线可以帮助实现
- 对GEO，空隙始终阻塞，所以不建议使用我们的方案；对LEO，运行速度7km/s，空隙很快被填充
仿真：
实验只对单一区域进行了验证，即某个目标区域，验证这个区域的用户量增加或者核心区域的半径的改变对算法的影响，以及如果用户不在目标区域的核心区域结果会如何，但并没有说明随着LEO动态的移动，何时如何确定目标区域，看来作者并没有对这个问题进行深入讨论，只是一带而过，这是本文的算法的一大缺憾
结论：
本文提出一个动态波束覆盖方案来适应波束覆盖地区流量的模式。本文也将相关的资源分配和实现方案进行了描述。仿真表示根据流量应用合适的波束覆盖能有效提升整体吞吐，特别是热点背离波束中心的时候。受干扰、无缝覆盖等因素的影响，我们的工作只考虑两种波束覆盖之间的调整。
我的问题：
- 动态卫星究竟是怎么选择目标区域的？目标区域只有一个吗？是通过手工选定的吗？那这个算法适用的场景也太少了吧
- 对每个目标区域都实时更新适应，一会开一会关，一会放大一会缩小，还没适应完卫星就已经飘走了吧？
- CP2->CP1怎么改变？
- 为什么会出现空隙？直接把目标区域的覆盖增加一点不就可以避免空寂了吗？