针对低轨卫星通信场景下长传播时延导致的信道状态信息(Channel State Information,CSI)过时问题,提出了一种基于地理环境认知的低轨卫星空时多维信道预测方法。首先,通过射线追踪法建模卫星信道,进而确定不同地理环境下影响CSI变化的...针对低轨卫星通信场景下长传播时延导致的信道状态信息(Channel State Information,CSI)过时问题,提出了一种基于地理环境认知的低轨卫星空时多维信道预测方法。首先,通过射线追踪法建模卫星信道,进而确定不同地理环境下影响CSI变化的几个关键因素并将其与信道特征参量建立映射关系;然后,设计了一个由卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆(Long⁃Short Term Memory,LSTM)神经网络构成的组合神经网络模型来有效预测CSI,通过CNN网络提取CSI和特征参量之间变化的空时相关性来认知地理环境对CSI变化的影响,利用LSTM网络处理时间序列的特点根据当前输入信息预测未来某一时刻CSI值。在此基础上,进一步提出了一种离线训练-模型更新-在线预测的实施框架以解决低轨卫星平台资源受限及高动态的问题。仿真结果表明,相较于传统的基于LSTM网络的低轨卫星信道预测方法,所提方法能够有效提升CSI预测精度及其预测模型的稳定性。展开更多
研究基于低轨星座网络的空天地一体化无线光通信资源动态调度方法,高效精准分配其通信资源,保障资源利用率与通信效率。结合软件定义网络(Software Defined Network,SDN),设计空天地一体化无线光通信网络,构建包含数据转发平面与控制平...研究基于低轨星座网络的空天地一体化无线光通信资源动态调度方法,高效精准分配其通信资源,保障资源利用率与通信效率。结合软件定义网络(Software Defined Network,SDN),设计空天地一体化无线光通信网络,构建包含数据转发平面与控制平面的低轨星座网络,通过转发平面传输通信业务,由控制平面结合遗传-粒子群算法,动态调度空天地一体化无线光通信网络的通信资源。结果表明,该方法可实现空天地一体化无线光通信网络资源的动态调度,资源的综合利用率较高、通信时延较低,调度效果显著,可为网络的整体通信质量提升提供保障。展开更多
文摘针对低轨卫星通信场景下长传播时延导致的信道状态信息(Channel State Information,CSI)过时问题,提出了一种基于地理环境认知的低轨卫星空时多维信道预测方法。首先,通过射线追踪法建模卫星信道,进而确定不同地理环境下影响CSI变化的几个关键因素并将其与信道特征参量建立映射关系;然后,设计了一个由卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆(Long⁃Short Term Memory,LSTM)神经网络构成的组合神经网络模型来有效预测CSI,通过CNN网络提取CSI和特征参量之间变化的空时相关性来认知地理环境对CSI变化的影响,利用LSTM网络处理时间序列的特点根据当前输入信息预测未来某一时刻CSI值。在此基础上,进一步提出了一种离线训练-模型更新-在线预测的实施框架以解决低轨卫星平台资源受限及高动态的问题。仿真结果表明,相较于传统的基于LSTM网络的低轨卫星信道预测方法,所提方法能够有效提升CSI预测精度及其预测模型的稳定性。
文摘研究基于低轨星座网络的空天地一体化无线光通信资源动态调度方法,高效精准分配其通信资源,保障资源利用率与通信效率。结合软件定义网络(Software Defined Network,SDN),设计空天地一体化无线光通信网络,构建包含数据转发平面与控制平面的低轨星座网络,通过转发平面传输通信业务,由控制平面结合遗传-粒子群算法,动态调度空天地一体化无线光通信网络的通信资源。结果表明,该方法可实现空天地一体化无线光通信网络资源的动态调度,资源的综合利用率较高、通信时延较低,调度效果显著,可为网络的整体通信质量提升提供保障。
