CN111786717B - 多波束低轨卫星信道稀疏特征自适应提取方法及通信系统 - Google Patents
多波束低轨卫星信道稀疏特征自适应提取方法及通信系统 Download PDFInfo
- Publication number
- CN111786717B CN111786717B CN202010526358.3A CN202010526358A CN111786717B CN 111786717 B CN111786717 B CN 111786717B CN 202010526358 A CN202010526358 A CN 202010526358A CN 111786717 B CN111786717 B CN 111786717B
- Authority
- CN
- China
- Prior art keywords
- observation
- orbit satellite
- beam low
- matrix
- vectors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 22
- 238000000605 extraction Methods 0.000 title claims description 24
- 239000013598 vector Substances 0.000 claims abstract description 79
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 230000001131 transforming effect Effects 0.000 claims abstract description 7
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 description 8
- 239000000284 extract Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
Abstract
本发明公开了一种多波束低轨卫星信道稀疏特征自适应提取方法、设备、地面信关站及通信系统。该方法包括:S1,获取多波束低轨卫星同一时隙接收的所有波束的观测信号;S2,将所有波束的归一化观测信号分别在压缩感知测量矩阵上进行分解,将获得的分解系数表示为向量并记为投影向量,投影向量与波束一一对应;S3,获取各投影向量的信息熵,将信息熵最小的投影向量对应的波束的归一化观测信号变换为矩阵形式作为最优观测矩阵;S4,基于最优观测矩阵提取信道稀疏特征。多个投影向量中根据信息熵判决快速自适应选择出能量集中度最高的投影向量,保证投影向量的能量集中,特征有序,实现空天地海一体化信道稀疏特征的精准获取,提升频谱效率。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种多波束低轨卫星信道稀疏特征自适应提取方法、设备、地面信关站及通信系统。
背景技术
空天地海一体化信息网络以天基网络为主体,地面网络为基础,可支持陆、海、空、天各类用户随遇接入、按需服务的信息网络。空天地海一体化信息网络,其核心是卫星通信网络。在星座网络中,卫星网络作为海陆空信息平台联合的枢纽,使信息平台由相对分散联合成有机整体。低轨卫星系统成为地面移动通信系统的重要补充,弥补了地面移动通信系统自然地理障碍和有限覆盖范围的劣势。同时,低轨卫星具有运行轨道较低、传输时延短、组网灵活、覆盖范围广等独特优势,其可满足用户的任意时间、任意地点接入需求。
多波束低轨卫星通信信号传输过程具有随机性、复杂性,同时伴随有噪声干扰,系统接收端所获取的信号并非仅有一个,而是由各发射天线发射的信号通过若干路径所得信号的叠加,叠加后的信号或有所加强,或有所削弱,并非准确的发射信号。接收端完成信号的准确恢复工作是通信系统的必然要求,它离不开信道特征参数的获取。传统的无线信道特征提取方法是立足于稠密信道的观点出发的,该理论认为无线传输信道是由多个不可分离的路径叠加而成,因此,完成信道的特征提取就需要发射大量的参考信号,这样就造成了大量频谱资源的浪费。大量观测数据的统计研究表明:无线信道本身具有很强的稀疏特性,在信号传播过程中,无线信道可分辨的路径数目是非常少,因此,传统方法的不足在于未能准确认识和充分利用信道的稀疏特性,造成频谱效率低,特征提取准确度低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种多波束低轨卫星信道稀疏特征自适应提取方法、设备、地面信关站及通信系统。
为了实现本发明的上述目的,根据本发明的第一个方面,本发明提供了一种多波束低轨卫星信道稀疏特征自适应提取方法,包括:步骤S1,获取多波束低轨卫星同一时隙接收的所有波束的观测信号,对所述观测信号进行归一化处理获得归一化观测信号;步骤S2,将所有波束的归一化观测信号分别在压缩感知的测量矩阵上进行分解,将获得的分解系数表示为向量并记为投影向量,所述投影向量与波束一一对应;步骤S3,获取各投影向量的信息熵,将信息熵最小的投影向量对应的波束的归一化观测信号变换为矩阵形式作为最优观测矩阵;步骤S4,基于最优观测矩阵提取信道稀疏特征。
上述技术方案的有益效果为:该方法通过将同一时隙的多个波束的归一化观测信号在测量矩阵上进行投影获得投影向量,在多个投影向量中根据信息熵判决快速自适应选择出能量集中度最高的投影向量,并通过选择的投影向量对应的归一化观测信号来提取该时隙的信道稀疏特征,保证投影向量的能量集中,特征有序,对重构发送端信号和提取稀疏特征产生积极影响,实现空天地海一体化信道稀疏特征的精准获取,提升频谱效率。将观测信号进行归一化处理,能够减少数据存储量和运算量,提高特征提取速度。
在本发明的一种优选实施方式中,对所述观测信号进行归一化处理的过程为:设观测信号为y*,归一化观测信号为y,则有;yi表示归一化观测信号向量形式中第i个元素,表示观测信号向量形式中第i个元素,i=1,2,…,N,N为正整数,round(*)为取整函数,max(*)为取最大值函数,D为获取观测信号y*过程中的模数转化器的量化位数。
在本发明的一种优选实施方式中,在所述步骤S2中,每个波束的归一化观测信号y对应的投影向量x的获取过程为:x=ΦTy,其中,ΦT表示测量矩阵Φ的转置。
上述技术方案的有益效果为:实现归一化观测信号在测量矩阵上进行分解获取投影向量。
上述技术方案的有益效果为:该测量矩阵的随机性很强,同时满足与大多数的稀疏基不相关,仅需非常有限的测量数即可实现准确重构。
在本发明的一种优选实施方式中,获取投影向量的信息熵的过程包括:步骤S31,在投影向量x最大值和最小值之间划分M个数值区间,每个数值区间长度为M为正整数,b'和a'分别为投影向量x的最大值和最小值;步骤S32,计算每个取值区间的能量分布概率:pj表示第j个取值区间的能量分布概率,j=1,2,…,M,λj表示投影向量x中数值属于第j个取值区间的元素个数;步骤S33,投影向量x的信息熵H为:
上述技术方案的有益效果为:能快速准确获取投影向量信息熵。
在本发明的一种优选实施方式中,所述步骤S4包括:步骤S41,初始化信道稀疏特征h(0),设置残差阈值e0;初始化迭代次数n,n=0;步骤S42,令n=n+1,计算第n次迭代的残差e(n),e(n)=y0-hH(n-1)·Ybest,y0表示地面信关站本地PN码重复组成的向量,Ybest表示最优观测矩阵,hH(n-1)表示第n-1次迭代的信道稀疏特征矩阵的共轭转置矩阵;计算第n次迭代的信道稀疏特征h(n),h(n)=h(n-1)+μ(n)·e(n)·Ybest,步长因子函数μ(n)=a·(1-e-b·|e(n)|·(|e(n)-e(n-1)|)),a、b分别为第一调整参数、第二调整参数,e(*)表示自然指数函数;步骤S43,若残差e(n)大于残差阈值e0,并且n≤K,返回步骤S42;若残差e(n)大于残差阈值e0,并且n>K,进入步骤S44;若残差e(n)小于等于残差阈值e0,进入步骤S44;所述K为预设的迭代次数阈值;步骤S44,停止迭代,以h(n)作为信道稀疏特征。
上述技术方案的有益效果为:该算法初始阶段时步长较大、收敛速度快的特点;以及能够在稳态后,满足步长缓慢减小、计算复杂度小,抗噪声性能好等特点,迭代求取信道稀疏特征,能够实现快速迭代收敛,减少运算量,能够准确提取信道稀疏特征。
为了实现本发明的上述目的,根据本发明的第二个方面,本发明提供了一种多波束低轨卫星信道稀疏特征自适应提取设备,包括信号获取单元和处理器,所述信号获取单元获取多波束低轨卫星同一时隙接收的所有波束的观测信号并传输给所述处理器,所述处理器执行本发明所述方法的步骤提取信道稀疏特征。
上述技术方案的有益效果为:该设备能够快速实现空天地海一体化信道稀疏特征的精准获取,提升频谱效率。
为了实现本发明的上述目的,根据本发明的第三个方面,本发明提供了一种地面信关站,所述地面信关站与至少一个多波束低轨卫星通信,所述多波束低轨卫星接收接收自身覆盖范围内地面用户发送的观测信号和/或其它卫星发送的观测信号并将所述观测信号转发至所述地面信关站,所述地面信关站按照本发明所述方法提取接收的观测信号的信道稀疏特征并传输给所述多波束低轨卫星。
上述技术方案的有益效果为:该地面信关站能够快速实现空天地海一体化信道稀疏特征的精准获取,提升频谱效率。
为了实现本发明的上述目的,根据本发明的第四个方面,本发明提供了一种通信系统,包括多个多波束低轨卫星、多个地面用户、以及地面信关站;所述多波束低轨卫星星间通信;每个多波束低轨卫星与至少一个地面用户设有用户链路;所述多波束低轨卫星接收自身覆盖范围内地面用户发送的观测信号和/或其它卫星发送的观测信号,多波束低轨卫星将每个时隙接收的多个波束的观测信号通过馈电下行链路传输到地面信关站;所述地面信关站获取多波束低轨卫星同一时隙接收的所有波束的观测信号,对所述观测信号进行归一化处理获得归一化观测信号;将所有波束的归一化观测信号分别在压缩感知的测量矩阵上进行分解,将获得的分解系数表示为向量记为投影向量,投影向量与波束一一对应;获取各投影向量的信息熵,将信息熵最小的投影向量对应波束的归一化观测信号变换为矩阵形式作为最优观测矩阵;基于最优观测矩阵提取信道稀疏特征;所述地面信关站通过馈电上行链路将信道稀疏特征传输给所述多波束低轨卫星。
上述技术方案的有益效果为:该通信系统卫星接收到观测信号后转发至地面信关站,由地面信关站提取信道稀疏特征,提升了通信系统工作效率,充分利用了地面信关站的资源,提高了系统通信质量;该系统通过将同一时隙的多个波束的归一化观测信号在测量矩阵上进行投影获得投影向量,在多个投影向量中根据信息熵判决快速自适应选择出能量集中度最高的投影向量,并通过选择的投影向量对应的归一化观测信号来提取该时隙的信道稀疏特征,保证投影向量的能量集中,特征有序,对重构发送端信号和提取稀疏特征产生积极影响,实现空天地海一体化信道稀疏特征的精准获取,提升频谱效率。
附图说明
图1是本发明一具体实施方式中多波束低轨卫星信道稀疏特征自适应提取方法流程示意图;
图2是本发明一具体实施方式中多波束低轨卫星信道稀疏特征自适应提取设备的结构框图;
图3是是本发明一具体实施方式中通信系统的系统框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明公开了一种多波束低轨卫星信道稀疏特征自适应提取方法,在一种优选实施方式中,该方法的流程示意图如图1所示,具体包括:
步骤S1,获取多波束低轨卫星同一时隙接收的所有波束的观测信号,对所述观测信号进行归一化处理获得归一化观测信号。多波束低轨卫星每个时隙可接收到至少一个波束的观测信号,这些观测信号可以是该卫星对其覆盖范围内的地面用户的压缩感知后获得的信号。优选的,对观测信号进行归一化处理的过程为:设观测信号为y*,归一化观测信号为y,则有;yi表示归一化观测信号向量形式中第i个元素,表示观测信号向量形式中第i个元素,i=1,2,…,N,N为正整数,round(*)为取整函数,max(*)为取最大值函数,D为获取观测信号y*过程中的模数转化器的量化位数,D优选但不限于为8或16或32。
步骤S2,将所有波束的归一化观测信号分别在压缩感知的测量矩阵上进行分解,将获得的分解系数表示为向量并记为投影向量,投影向量与波束一一对应。压缩感知的测量矩阵为已知矩阵,当卫星上的压缩感知的算法和/或机构确定后,是一定的。优选的,在步骤S2中,每个波束的归一化观测信号y对应的投影向量x的获取过程为:x=ΦTy,其中,ΦT表示测量矩阵Φ的转置。
步骤S3,获取各投影向量的信息熵,将信息熵最小的投影向量对应的波束的归一化观测信号变换为矩阵形式作为最优观测矩阵,将信息熵最小的投影向量对应的波束的归一化观测信号转换为矩阵形式,如归一化观测信号为行/列数据,最优观测矩阵为一行多列/一列多行的矩阵形式。
步骤S4,基于最优观测矩阵提取信道稀疏特征。优选但不限于通过现有的压缩感知重构方法提取信道稀疏特征。
在一种优选实施方式中,获取投影向量的信息熵的过程包括:步骤S31,在投影向量x最大值和最小值之间划分M个数值区间,每个数值区间长度为M为正整数,b'和a'分别为投影向量x的最大值和最小值;步骤S32,计算每个取值区间的能量分布概率:pj表示第j个取值区间的能量分布概率,j=1,2,…,M,λj表示投影向量x中数值属于第j个取值区间的元素个数;步骤S33,投影向量x的信息熵H为:
在一种优选实施方式中,步骤S4包括:
步骤S41,初始化信道稀疏特征h(0),设置残差阈值e0;初始化迭代次数n,n=0;
步骤S42,令n=n+1,计算第n次迭代的残差e(n),e(n)=y0-hH(n-1)·Ybest,y0表示地面信关站本地PN码重复组成的向量,Ybest表示最优观测矩阵,hH(n-1)表示第n-1次迭代的信道稀疏特征矩阵的共轭转置矩阵;计算第n次迭代的信道稀疏特征h(n),h(n)=h(n-1)+μ(n)·e(n)·Ybest,步长因子函数μ(n)=a·(1-e-b·|e(n)|·(|e(n)-e(n-1)|)),a、b分别为第一调整参数、第二调整参数,e(*)表示自然指数函数;步骤S43,若残差e(n)大于残差阈值e0,并且n≤K,返回步骤S42;若残差e(n)大于残差阈值e0,并且n>K,进入步骤S44;若残差e(n)小于等于残差阈值e0,进入步骤S44;K为预设的迭代次数阈值;步骤S44,停止迭代,以h(n)作为信道稀疏特征。
在本实施方式中,PN码即伪随机(或伪噪声,Pseudorandom Noise,PN)码序列,是一种常用的地址码,设x'为PN码,则y0的多项式为1+x'2+x'9+x'22。x'的初始值为[1 0 0 0 00 0 0 0 0 0 0 0 0 0 1 0 1 0 0 1 1]。观测信号y是发射端发出的y0经过信道传输后得到的信号;将信道稀疏特征初始化得到h(0),h(0)中将各元素初始化为0。残差阈值e0优选但不限于为0.001。
在本实施方式中,优选的,a=100,b=0.1。
本发明还公开了一种多波束低轨卫星信道稀疏特征自适应提取设备,在一种优选实施方式中,如图2所示,该设备包括信号获取单元和处理器,信号获取单元获取多波束低轨卫星同一时隙接收的所有波束的观测信号并传输给处理器,处理器执行上述信道稀疏特征提取方法的步骤提取信道稀疏特征。
在本实施方式中,该设备优选但不限于安装于卫星上、地面信关站、地面基站。信号获取单元可与卫星上或地面信关站或地面基站的处理中心连接获取多波束低轨卫星同一时隙接收的所有波束的观测信号。
本发明还公开了一种地面信关站,在一种优选实施方式中,地面信关站与至少一个多波束低轨卫星通信,多波束低轨卫星接收接收自身覆盖范围内地面用户发送的观测信号和/或其它卫星发送的观测信号并将观测信号转发至地面信关站,地面信关站按照上述信道稀疏特征提取方法提取接收的观测信号的信道稀疏特征并传输给多波束低轨卫星。
在本实施方式中,优选的,地面信关站包括天线模块、信号处理模块和处理器,天线模块与卫星的天线单元无线连接,天线模块的有线数据端与信号处理模块的第一数据端连接,信号处理模块的第二数据端与处理器的数据端连接;信号处理模块对接收到的天线信号进行调理并输出给处理器处理,还接收处理器输出的信号进行发射处理后通过天线模块发射出去。处理器按照上述信道稀疏特征提取方法提取接收的观测信号的信道稀疏特征并传输给多波束低轨卫星。
本发明还公开了一种通信系统,在一种优选实施方式中,如图3所示,该系统包括多个多波束低轨卫星、多个地面用户、以及地面信关站;多波束低轨卫星星间通信;每个多波束低轨卫星与至少一个地面用户设有用户链路;多波束低轨卫星接收自身覆盖范围内地面用户发送的观测信号和/或其它卫星发送的观测信号,多波束低轨卫星将每个时隙接收的多个波束的观测信号通过馈电下行链路传输到地面信关站;地面信关站获取多波束低轨卫星同一时隙接收的所有波束的观测信号,对所述观测信号进行归一化处理获得归一化观测信号;根据多波束低轨卫星通信信道获取测量矩阵;将所有波束的归一化观测信号分别在测量矩阵上进行分解,将获得的分解系数表示为向量记为投影向量,投影向量与波束一一对应;获取各投影向量的信息熵,将信息熵最小的投影向量对应波束的归一化观测信号变换为矩阵形式作为最优观测矩阵;基于最优观测矩阵提取信道稀疏特征;地面信关站通过馈电上行链路将信道稀疏特征传输给多波束低轨卫星。
在本实施方式中,由于多波束低轨卫星星间通信,因此,多波束低轨卫星可直接发送其覆盖范围内地面用户的压缩感知的观测信号,也可转发其它卫星获得的它覆盖范围内地面用户的压缩感知的观测信号。一个地面信关站可与一个或多个卫星通信,可处理多个卫星观测信号的信道稀疏特征提取。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (9)
1.一种多波束低轨卫星信道稀疏特征自适应提取方法,其特征在于,包括:
步骤S1,获取多波束低轨卫星同一时隙接收的所有波束的观测信号,对所述观测信号进行归一化处理获得归一化观测信号;
步骤S2,将所有波束的归一化观测信号分别在压缩感知的测量矩阵上进行分解,将获得的分解系数表示为向量并记为投影向量,所述投影向量与波束一一对应;
步骤S3,获取各投影向量的信息熵,将信息熵最小的投影向量对应的波束的归一化观测信号变换为矩阵形式作为最优观测矩阵;
步骤S4,基于最优观测矩阵提取信道稀疏特征,所述步骤S4包括:
步骤S41,初始化信道稀疏特征h(0),设置残差阈值e0;初始化迭代次数n,n=0;
步骤S42,令n=n+1,计算第n次迭代的残差e(n),e(n)=y0-hH(n-1)·Ybest,y0表示地面信关站本地PN码重复组成的向量,Ybest表示最优观测矩阵,hH(n-1)表示第n-1次迭代的信道稀疏特征矩阵的共轭转置矩阵;
计算第n次迭代的信道稀疏特征h(n),h(n)=h(n-1)+μ(n)·e(n)·Ybest,步长因子函数μ(n)=a·(1-e-b·|e(n)|·(|e(n)-e(n-1)|)),a、b分别为第一调整参数、第二调整参数,e(*)表示自然指数函数;
步骤S43,若残差e(n)大于残差阈值e0,并且n≤K,返回步骤S42;若残差e(n)大于残差阈值e0,并且n>K,进入步骤S44;若残差e(n)小于等于残差阈值e0,进入步骤S44;所述K为预设的迭代次数阈值;
步骤S44,停止迭代,以h(n)作为信道稀疏特征。
3.如权利要求1所述的多波束低轨卫星信道稀疏特征自适应提取方法,其特征在于,在所述步骤S2中,每个波束的归一化观测信号y对应的投影向量x的获取过程为:
x=ΦTy,其中,ΦT表示测量矩阵Φ的转置。
6.如权利要求1所述的多波束低轨卫星信道稀疏特征自适应提取方法,其特征在于,所述a=100,b=0.1。
7.一种多波束低轨卫星信道稀疏特征自适应提取设备,其特征在于,包括信号获取单元和处理器,所述信号获取单元获取多波束低轨卫星同一时隙接收的所有波束的观测信号并传输给所述处理器,所述处理器执行权利要求1-6之一所述方法的步骤提取信道稀疏特征。
8.一种地面信关站,其特征在于,所述地面信关站与至少一个多波束低轨卫星通信,所述多波束低轨卫星接收自身覆盖范围内地面用户发送的观测信号和/或其它卫星发送的观测信号并将所述观测信号转发至所述地面信关站,所述地面信关站按照权利要求1-6之一所述方法提取接收的观测信号的信道稀疏特征并传输给所述多波束低轨卫星。
9.一种通信系统,其特征在于,包括多个多波束低轨卫星、多个地面用户、以及地面信关站;所述多波束低轨卫星星间通信;每个多波束低轨卫星与至少一个地面用户设有用户链路;
所述多波束低轨卫星接收自身覆盖范围内地面用户发送的观测信号和/或其它卫星发送的观测信号,多波束低轨卫星将每个时隙接收的多个波束的观测信号通过馈电下行链路传输到地面信关站;
所述地面信关站按照权利要求1-6之一所述方法提取接收的观测信号的信道稀疏特征;所述地面信关站通过馈电上行链路将信道稀疏特征传输给所述多波束低轨卫星。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010526358.3A CN111786717B (zh) | 2020-06-10 | 2020-06-10 | 多波束低轨卫星信道稀疏特征自适应提取方法及通信系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010526358.3A CN111786717B (zh) | 2020-06-10 | 2020-06-10 | 多波束低轨卫星信道稀疏特征自适应提取方法及通信系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111786717A CN111786717A (zh) | 2020-10-16 |
CN111786717B true CN111786717B (zh) | 2022-02-15 |
Family
ID=72756232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010526358.3A Active CN111786717B (zh) | 2020-06-10 | 2020-06-10 | 多波束低轨卫星信道稀疏特征自适应提取方法及通信系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111786717B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113098588B (zh) * | 2021-04-07 | 2022-03-04 | 西安电子科技大学 | 一种面向大规模卫星网络的时空一体稀疏资源表征方法 |
CN114499640B (zh) * | 2022-01-25 | 2022-10-04 | 西安电子科技大学 | 面向空间信息网络的跨域资源层次化稀疏表征方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110098882A (zh) * | 2019-05-14 | 2019-08-06 | 大连大学 | 基于压缩感知与熵的多天线宽带频谱检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2526737B (en) * | 2013-03-27 | 2020-05-13 | Toshiba Res Europe Limited | Signal processing method and apparatus |
CN107911320B (zh) * | 2017-12-07 | 2020-05-22 | 合肥工业大学 | 一种基于能量熵的无线信道稀疏特征提取方法 |
CN109039960A (zh) * | 2018-06-26 | 2018-12-18 | 东南大学 | 一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法 |
CN109670465A (zh) * | 2018-12-25 | 2019-04-23 | 重庆师范大学 | 基于压缩感知的自适应确定稀疏度的信号重构方法 |
CN110198281B (zh) * | 2019-05-13 | 2021-12-14 | 重庆邮电大学 | 基于压缩感知的稀疏度自适应匹配追踪的信道估计方法 |
-
2020
- 2020-06-10 CN CN202010526358.3A patent/CN111786717B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110098882A (zh) * | 2019-05-14 | 2019-08-06 | 大连大学 | 基于压缩感知与熵的多天线宽带频谱检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111786717A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Popescu | Power budgets for cubesat radios to support ground communications and inter-satellite links | |
CN110212971B (zh) | 低轨星座系统对地球静止轨道卫星系统频率干扰获取方法 | |
CN111786717B (zh) | 多波束低轨卫星信道稀疏特征自适应提取方法及通信系统 | |
ES2652644T3 (es) | Procesamiento conjunto de señales de transmisores en sistemas satelitales de múltiples haces | |
US10312984B2 (en) | Distributed airborne beamforming system | |
del Portillo et al. | Ground segment architectures for large LEO constellations with feeder links in EHF-bands | |
US6909875B1 (en) | Multi-platform wireless communication system for a variety of different user types | |
US8427368B1 (en) | Amplitude calibration with pointing correction | |
US8923756B1 (en) | Calibration of amplitude and phase | |
CN109194373B (zh) | 一种大规模mimo波束域联合单播多播传输方法 | |
CN112039564B (zh) | 一种卫星大规模mimo广覆盖预编码传输方法 | |
CN113078940B (zh) | 一种宽带低轨卫星通信系统的信关站选址方法及系统 | |
CN111211818B (zh) | 一种基于低轨道多波束卫星的大规模接入方法 | |
WO2021113979A1 (en) | System and method for remotely calibrating a phased array antenna | |
Vidal et al. | A methodology to benchmark flexible payload architectures in a megaconstellation use case | |
CN113992260B (zh) | 一种低轨卫星宽窄带波束协同控制方法 | |
Bai et al. | Cooperative transmission over Rician fading channels for geostationary orbiting satellite collocation system | |
CN112332899B (zh) | 一种星地联合的天地一体化大规模接入方法 | |
CN113056029B (zh) | 一种适用于低轨卫星网络的能量受限终端随机接入方法 | |
CN114244413B (zh) | 一种分布式多卫星联合波束赋形方法 | |
CN113067620B (zh) | 一种能效优先的低轨卫星物联网接入方法 | |
CN113194484B (zh) | 一种基于星间合作的大规模接入方法 | |
US20210359750A1 (en) | Satellite-based data collection method | |
CN110856193B (zh) | 基于空间信息网络的中继通信系统和通信方法 | |
Xu et al. | Spectrum sensing of cognitive radio for cubesat swarm network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 401123 39-1, Building 1, No. 64, Middle Huangshan Avenue, Yubei District, Chongqing Patentee after: China Star Network Application Co.,Ltd. Address before: 618 Liangjiang Avenue, Longxing Town, Yubei District, Chongqing Patentee before: Dongfanghong Satellite Mobile Communication Co.,Ltd. |