本研究探讨了非地面网络中高效资源管理的挑战，采用概率预测方法分析资源分配，克服了传统预测的局限性。结果表明，几何概率预测模型能够有效优化资源分配，并提出了集成地面与非地面网络的应用场景和标准化路线图。

本研究提出了一种分布式分层联邦学习框架，旨在解决未来6G通信系统中非地面网络的效率和隐私问题。该框架通过高空平台整合低轨道卫星与地面客户端的训练，显著提升模型准确性并降低延迟。