《進階通訊工程——邁向2035年太空星鏈網路時代》61/150 Ad-Hoc 基礎 📡 無基站通訊的概念

更新 發佈閱讀 10 分鐘

📘 《AI 時代系列(6):進階通訊工程——邁向2035年太空星鏈網路時代》

📘 第 7周 🕸 無基地台通訊:Ad-Hoc、V2X 與 NTN 自組網

61/150單元: Ad-Hoc 基礎 📡 無基站通訊的概念

________________________________________

🎯 單元導讀

Ad-Hoc Network(臨機自組網)是所有 無基地台通訊技術的最底層概念。

它的核心精神只有一句:

⭐「沒有基地台,我們自己組一個網路。」

在 Ad-Hoc 系統中:

沒有 gNodeB

沒有核心網

沒有中心控制器

每個節點都是 AP、Relay、Router

所有節點透過彼此轉發形成完整網路

這種能力是 6G、軍事網路、災難網、高速車聯網、LEO × 地面自組網不可或缺的基礎。

本單元會帶你理解:

Ad-Hoc 為什麼是自組網(self-organizing network)的起點

什麼是 hop、relay、multi-hop

什麼是 decentralized routing

Ad-Hoc 與 MANET、Mesh 的差別

為什麼 6G NTN 一定需要 Ad-Hoc

一句話:

⭐ Ad-Hoc 是通訊界的「野外求生技術」。沒有基地台也活得很好。

________________________________________

🧠 一、Ad-Hoc 是什麼?一句話總結

Ad-Hoc = 節點之間彼此直接通訊,不需要任何基礎設施的網路。

結構上它有三個特性:

📌(1)No Infrastructure(無基站)

沒有 base station,也沒有網路中心

📌(2)Decentralized(完全分散式)

所有節點地位相同,彼此都能 relay。

📌(3)self-Organizing(自組網)

靠 routing protocol 自己決定資料怎麼走。

________________________________________

🧩 二、Ad-Hoc 與傳統蜂巢式網路比較

• 基礎設施

Ad-Hoc:❌ 無基地台

Cellular(蜂巢式):✔ 有固定基地台

• 控制者

Ad-Hoc:分散式(去中心)

Cellular:中心化(gNodeB 統一控管)

• 路由/轉送方式

Ad-Hoc:Node-to-node relay(可 multi-hop)

Cellular:UE → gNB → UE(由基地台轉送/調度)

• 範圍

Ad-Hoc:小範圍,但可透過 multi-hop 延伸

Cellular:大範圍(基地台覆蓋)

• 韌性(容錯/自我修復)

Ad-Hoc:極高(節點可繞路,自我修復)

Cellular:基地台故障可能造成該區中斷

• 延遲

Ad-Hoc:由 hop 數決定(hop 越多通常越高)

Cellular:受 gNodeB 調度/排程與回傳網路影響(一般較可控、較穩定)

一句話:

⭐ Ad-Hoc 是「人人都能當基地台」的世界。

________________________________________

🧠 三、Ad-Hoc 的三種通訊方式(你一定要懂)

1️⃣ Direct Transmission(單跳)

A → B

最簡單,距離短、干擾小。

2️⃣ Relay(中繼)

A → C → B

當距離太遠,由第三者轉發。

3️⃣ Multi-Hop(多跳傳輸)

A → D → F → G → B

形成真正的自組網(Mesh / MANET 的雛形)。

________________________________________

🧠 四、Ad-Hoc 的三大工程挑戰

🔥(1)路由 Routing

節點會移動

連線會中斷

拓撲每秒改變

→ 需要專門路由協定(AODV、DSDV、DSR)

________________________________________

🔥(2)干擾 Interference

全部都是 peer → peer

→ 容易互相干擾

→ 需要功率控制(後續第 67 單元)

________________________________________

🔥(3)能源 Energy Constraint

節點常常是手機 / IoT

不能一直 relay 或維護表格

→ 會中斷整個網路

→ 必須用 energy-aware routing

________________________________________

🛰 五、為什麼 6G × NTN 一定需要 Ad-Hoc?

未來的網路需要具備:

✔ 自我修復

✔ 自我組織

✔ 自我擴張

✔ 不依賴中心

在:

偏鄉、山區

地震、颱風、戰爭

UAV swarm

衛星地面整合

車聯網高速移動

全部都不可能純靠基站。


因此:

⭐ Ad-Hoc 是 6G NTN 架構中的必備能力。

LEO + HAPS + UAV + 地面終端 → 必然組成混合式 Ad-Hoc。

________________________________________

🧱 六、ASCII 圖:Ad-Hoc 基本結構

A ------ B

| \

| D

C -------/

這個 ASCII 圖示意 Ad-Hoc 網路中沒有中心節點或基地台,每個節點(A、B、C、D)同時扮演「終端」與「中繼」的角色:節點之間可直接通訊,當目的地不在單一傳輸範圍內時,資料會透過其他節點 逐跳(multi-hop)轉送。由於路徑是動態協作形成的,即使某一連線中斷,網路也能改走其他路徑,展現 去中心化、自我修復與高韌性 的 Ad-Hoc 精神。

每個節點(A、B、C、D)都能:

發送自己的資料

Relay 別人的資料

協作形成多路徑

這就是 Ad-Hoc 的精神。

________________________________________

🧪 七、模擬題

________________________________________

**1️⃣ 專業題:

Ad-Hoc 網路最大的特徵是什麼?**

A. 必須要有基地台

B. 所有節點皆能直接或間接互相傳輸 ✔

C. 只能支援固定設備

D. 不能 multi-hop

解析:

Ad-Hoc 網路屬於去中心化架構,不存在固定基地台或控制核心。每個節點同時具備 終端(host)與中繼(relay) 能力,資料可直接傳輸,或經由其他節點進行 multi-hop 轉送,這正是 Ad-Hoc 與蜂巢式網路的本質差異。

________________________________________

**2️⃣ 應用題:

哪一種 Ad-Hoc 應用最需要「動態路由」?**

A. 固定 IoT 感測器

B. 智慧工廠機械手臂

C. 車聯網 V2X ✔

D. Wi-Fi 熱點

解析:

車聯網(V2X)中的車輛高速移動、拓撲快速變化,節點連線隨時建立與消失,因此必須依賴 即時更新的動態路由協定(如 AODV、DSR、GPSR)。相較之下,固定 IoT 或工廠設備拓撲穩定,對動態路由的依賴程度較低。

________________________________________

**3️⃣ 情境題:

一個節點突然沒電,導致路徑 A→B→C 斷線,這屬於什麼 Ad-Hoc 特性?**

A. 中心化控制

B. 拓撲不變

C. 自我修復(需要 routing protocol)✔

D. 無法 relay

解析:

Ad-Hoc 網路的拓撲本來就會隨節點狀態變動。當中繼節點消失時,路由協定會重新探索替代路徑,使資料能繞道傳輸,這種能力稱為 自我修復(self-healing)。若沒有路由協定,網路才會真正中斷,因此自我修復是 Ad-Hoc 的核心韌性來源。

________________________________________

🛠 八、工程實務演練題

1️⃣ 模擬 10 個節點的 Ad-Hoc multi-hop 傳輸

2️⃣ 用 AODV 與 DSDV 比較不同拓撲下的路由更新速度

3️⃣ 分析節點功率降低對網路連通性的影響

4️⃣ 計算 hop 數 vs 延遲 vs 可靠度的 trade-off

5️⃣ 模擬 UAV 與地面裝置組成 Ad-Hoc 的覆蓋率

________________________________________

✅ 九、小結:Ad-Hoc 是所有「自組網」的起點

✔ 無需基地台

✔ 節點互相 relay

✔ 完全分散式

✔ 高韌性(自我修復)

✔ 可結合 Mesh / MANET / V2X

✔ NTN(LEO / HAPS / UAV)不可或缺

一句話:

⭐ 只要裝置還活著,它們就能自己組成一個網路。



留言
avatar-img
艾韓思 AIHANS|AI 應用工程筆記
32會員
575內容數
AIHANS沙龍是一個結合AI技術實戰、產業策略與自我成長的知識平台,主題涵蓋機器學習、生成式AI、創業經驗、財務規劃及哲學思辨。這裡不只提供系統化學習資源與實作案例,更強調理性思維與行動力的結合。無論你是AI初學者、創業者,還是追求人生升維的行者,都能在這裡找到前進的方向與志同道合的夥伴。
2026/01/13
第六章以排隊理論揭示網路延遲與壅塞本質來自 Queue 與利用率 ρ,說明切片、URLLC 隔離與 AI 流量預測的必要性,並比較 LEO/GEO 差異,指出 6G 必須由 AI 主動控管壅塞。
2026/01/13
第六章以排隊理論揭示網路延遲與壅塞本質來自 Queue 與利用率 ρ,說明切片、URLLC 隔離與 AI 流量預測的必要性,並比較 LEO/GEO 差異,指出 6G 必須由 AI 主動控管壅塞。
2026/01/13
AI 流量預測是 6G 的核心能力,能提前預測 burst、λ 與利用率 ρ,在壅塞發生前自動調整切片、PRB 與佇列,避免 tail latency 爆炸,讓網路從被動反應進化為主動駕馭。
2026/01/13
AI 流量預測是 6G 的核心能力,能提前預測 burst、λ 與利用率 ρ,在壅塞發生前自動調整切片、PRB 與佇列,避免 tail latency 爆炸,讓網路從被動反應進化為主動駕馭。
2026/01/13
URLLC 以端到端 1ms、五個9可靠度為目標,真正瓶頸在排隊與尾延遲而非無線速率。利用率稍升即延遲爆炸,HARQ與衛星皆不可行,唯有地面光纖結合 MEC 邊緣計算才可能實現。
2026/01/13
URLLC 以端到端 1ms、五個9可靠度為目標,真正瓶頸在排隊與尾延遲而非無線速率。利用率稍升即延遲爆炸,HARQ與衛星皆不可行,唯有地面光纖結合 MEC 邊緣計算才可能實現。
看更多