CN114928417B - 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法 - Google Patents

一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法 Download PDF

Info

Publication number
CN114928417B
CN114928417B CN202210536471.9A CN202210536471A CN114928417B CN 114928417 B CN114928417 B CN 114928417B CN 202210536471 A CN202210536471 A CN 202210536471A CN 114928417 B CN114928417 B CN 114928417B
Authority
CN
China
Prior art keywords
satellite
distributed
signal
noise ratio
interference
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
Application number
CN202210536471.9A
Other languages
English (en)
Other versions
CN114928417A (zh
Inventor
丁晓进
王运峰
黎军
洪涛
张更新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210536471.9A priority Critical patent/CN114928417B/zh
Priority to PCT/CN2022/106617 priority patent/WO2023065741A1/zh
Priority to JP2023547757A priority patent/JP7426167B1/ja
Publication of CN114928417A publication Critical patent/CN114928417A/zh
Application granted granted Critical
Publication of CN114928417B publication Critical patent/CN114928417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • 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
    • H04B7/18519—Operations control, administration or maintenance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明公开了一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，包括：步骤1，主卫星收到信关站相关命令后，与各伴飞卫星进行本地感知，利用随机天线阵理论得出了摄动下的卫星平均导向矢量；步骤2，各伴飞卫星将感知信号通过星间链路直接发送到主卫星处进行融合，并通过最大化信干噪比建立优化问题求解组阵卫星加权向量，分别就来波方向精确估计和失配两种情况给出了最大信噪比的精确表达式和近似表达式；步骤3，利用分布式卫星编队在阴影莱斯信道下的正确检测概率的理论公式进行性能评估。本发明利用波束成形技术实现对目标辐射源的空间滤波，最终有效地提升了在强弱信号并存中对弱信号的感知能力。

Description

一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模 分析方法
技术领域
本发明涉及无线通信技术领域，具体的说是一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法。
背景技术
低轨卫星具有全球无缝覆盖的特点，由于卫星天然广覆盖的特点，由于其波束覆盖范围广，一个波束主瓣范围内节点众多，同时低轨卫星受制于作为尺寸、重量限制，无法装配大口径的高增益天线，单颗卫星对地面用频设备的感知能力较弱。基于多星协同的频谱感知能有效利用空间分集，提升感知性能。对于卫星系统而言，分布式卫星编队是协同的方式之一，其将多颗同轨道或邻近轨道卫星编队飞行实现分布式卫星资源整合，通过星间高速互联、分布式自主协同、资源虚拟化等关键技术实现服务增强功能。与传统卫星星座性比，其具有成本低廉、可靠性高、系统可重构等优势。目前，分布式编队卫星已广泛应用于三维立体成像、气象、导航等领域，已公开的项目或计划有美国的Techsat-21，大学纳米卫星工程，欧洲宇航局的ClusterII，法国的Cartwheel等项目，以及当前火热的大规模星座，如star-link也可通过变轨实现多星编队。
然而，考虑到同一个波束强弱信号共存场景，单纯依靠传统的多星协同感知，比如硬融合中基于能量感知的“与”、“或”准则融合方案，软融合的中采用特征值比检验(ERD)、广义似然比检验(GLRT)以及Roy’s最大根检测(RLRT)，均无法较好的完成对在强弱信号共存时对弱信号的感知，减弱了卫星对特定区域特定目标的感知效果。
分布式卫星编队中卫星位置信息具有确定性和随机性共存的特点，确定性指的是在轨卫星轨道参数信息是已知的，理想情况下分布式卫星之间的相对位置关系是确定的；随机性指的是在实际运行中卫星会受到各种摄动因素的影响，例如地球非球形，大气，光压，日月引力等，其中地球非球形摄动中的项对于卫星编队飞行的影响是最主要的，卫星瞬时实际位置会发生偏移，导致分布式卫星之间的相对位置关系产生随机的扰动，卫星瞬时实际位置会随时间发生变化。
现有技术中授权公告号为：CN110034813B的中国专利公开了一种基于分布式卫星簇的方向图赋形综合方法，利用不同电磁信号收发任务期望的阵列方向图函数作为目标函数可重构的编队卫星队形为可行域，求解组阵卫星收发信号的加权值，以编队卫星簇组阵的方式提升卫星链路对于电磁波信号的收发能力，其克服了卫星由于摄动的原因导致组阵卫星之间相对位置关系随机变化的缺点。由此可知如何提升对弱信号的感知性能是尤为重要的。
发明内容
为了解决上述问题，本发明提供一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，通过建立一个分布式卫星编队组阵系统模型，来可以得到其在传感目标T处的平均转向矢量；用平均波束模式近似瞬时值，然后得到平均信干噪比来评估传感性能；通过建立以信干噪比的最大化为优化目标函数，获得多星组阵频谱感知系统性能；通过在阴影莱斯信道模型下正确检测概率，来有效判断对弱信号性能的提升。
为了达到上述目的，本发明是通过以下技术方案来实现的：
本发明是一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，包括分布式组阵建模、信干噪比求解和感知性能评估三个部分，具体步骤如下：
步骤1，分布式组阵建模：信关站下达感知任务开始或结束的命令，感知主卫星收到相关命令后，与各伴飞卫星进行本地感知，利用随机天线阵理论得出了摄动下的卫星平均导向矢量；
步骤2，信干噪比求解：各伴飞卫星将感知到的信号在主卫星处进行融合，通过最大化信干噪比建立优化问题来得到优化的波束形成权重向量，分别就来波方向精确估计和失配两种情况给出最大信噪比的精确表达式和近似表达式；
步骤3，感知性能评估：根据获得的最大信干噪比，推导在阴影莱斯衰落模型下的分布式编队卫星的正确检测概率的封闭形式，分析扰动和强干扰信号对感知性能的影响，完成对摄动影响下的分布式卫星编队频谱感知性能的理论分析。
本发明的进一步改进在于：步骤(2)中，主卫星根据伴飞卫星和地面感知目标的位置信息，确定加权向量，若来波方向精确估计，则利用最大信噪比的精确表达式，确定计算信干噪比的系数，否则主卫星利用最大信噪比的近似表达式，确定该系数。
本发明的进一步改进在于：步骤2建立的约束优化问题表示为：
Figure GDA0004141347560000031
Figure GDA0004141347560000032
其中Pt为地面感知目标的发送功率，GA为地面感知目标的天线增益，w为(N×1)维的矩阵，表示信号加权向量，wH表示信号加权向量的共轭转置，h表示地面感知目标与分布式编队卫星之间的信道衰落向量，PI j表示第j个干扰信号的发送功率，J表示干扰节点的数量，
Figure GDA0004141347560000033
表示分布式卫星编队的平均导向矢量，(θ,φ)表示地面感知目标的方位角，hI表示干扰节点与分布式编队卫星之间的信道衰落向量，/>
Figure GDA00041413475600000310
表示为高斯白噪声的方差。
本发明的进一步改进在于：所述步骤2中，在来波方向精确估计时，通过广义瑞利熵对优化问题进行求解，权重相位和信干噪比的最优表达式γopt分别为：
Figure GDA0004141347560000034
其中，
Figure GDA0004141347560000035
Ru -1表示为Ru的逆矩阵，/>
Figure GDA0004141347560000036
表示分布式卫星编队的平均导向矢量，(θ,φ)表示地面感知目标的方位角，/>
Figure GDA0004141347560000037
表示平均导向矢量的共轭转置，hn 2表示为第n个支路的信道功率，N表示为分布式卫星编队的卫星数量，hI表示干扰节点与分布式编队卫星之间的信道衰落向量，/>
Figure GDA0004141347560000038
表示hI的共轭转置，IN表示为N维单位矩阵，
相应的，其系数Φ为：
Figure GDA0004141347560000039
本发明的进一步改进在于：所述步骤2中，当来波方向失配的情况下，将信干噪比近似为信噪比，并通过利用柯西不等式以及算术平均数与平方平均数的关系，得出信干噪比的近似表达式γapp为：
Figure GDA0004141347560000041
其中，
Figure GDA0004141347560000042
表示为高斯白噪声的方差，/>
Figure GDA0004141347560000043
表示为第n个支路的平均导向矢量，w为第n个支路的加权值。
相应的，其系数Φ为：
Figure GDA0004141347560000044
本发明的进一步改进在于：所述步骤3中，独立同分布的阴影莱斯衰落下的分布式卫星编队，在阴影莱斯衰落参数ms为整数的前提下的正确检测概率的闭式表达式为：
Figure GDA0004141347560000045
其中：
Figure GDA0004141347560000046
为N个卫星进行组阵频谱感知的正确检测概率，
Figure GDA0004141347560000047
u为时间带宽积，2bs为散射分量的平均功率，Ω为直射分量的平均功率，/>
Figure GDA0004141347560000048
是长度为n的增量因子，Γ(·)为伽玛函数，ξ表示为判决门限，Φ表示为计算信噪比的系数，当来波方向精确估计时，Φ＝hHRu - 1h，当来波方向失配时，/>
Figure GDA0004141347560000051
本发明的有益效果是：本发明利用波束成形技术实现对目标辐射源的空间滤波，提升对弱信号的感知性能。对摄动影响下的分布式卫星编队进行性能分析，重点分析了摄动对感知性能的影响，分别针对感知目标来波方向无误差和存在失配时的信噪比的表达式，并推导了在阴影莱斯信道模型下正确检测概率的表达式，有效的提高了弱信号在感知方面的能力。
附图说明
图1为本发明方法的实施流程框图。
图2为本发明方法基于分布式卫星编队波束成形的五种感知方法的对比图。
图3为本发明方法中五种不同的感知方法与摄动半径之间的的关系曲线图。
具体实施方法
下面将结合本发明中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施仅仅是本发明的一部分实施，而不是全部的实施，基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得所有其他实施例，都属于本发明保护的范围。
本发明是一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，具体步骤如下：
分布式组阵建模；
信关站下达感知任务开始或结束的命令，感知主卫星收到相关命令后，与各伴飞卫星进行本地感知，利用随机天线阵理论得出了摄动下的卫星平均导向矢量；
步骤1分布式卫星编队根据信关站发出的感知指令进行单星频谱感知；各伴飞卫星直接将感知信号通过星间链路发送到主卫星处，在主卫星处进行信号级融合，进入步骤2；
步骤2主卫星根据伴飞卫星和地面感知目标的位置信息，确定加权向量，如果地面感知目标精确已知，则利用最大信噪比的精确表达式，确定计算信干噪比的系数；否则，进入步骤3；
步骤3主卫星利用最大信噪比的近似表达式，确定计算信干噪比的系数。
信干噪比求解；
各低轨编队卫星将感知信号si(t)发送到主卫星进行加权融合，并以信干噪比的最大化为目标建立优问题，表示为：
Figure GDA0004141347560000061
Figure GDA0004141347560000062
其中，Pt为地面感知目标的发送功率，GA为地面感知目标的天线增益，w为(N×1)维的矩阵，表示信号加权向量，wH表示信号加权向量的共轭转置，h表示地面感知目标与分布式编队卫星之间的信道衰落向量，
Figure GDA0004141347560000063
表示第j个干扰信号的发送功率，J表示干扰节点的数量，hI表示干扰节点与分布式编队卫星之间的信道衰落向量，/>
Figure GDA0004141347560000064
表示分布式卫星编队的平均导向矢量，(θ,φ)表示地面感知目标的方位角，/>
Figure GDA0004141347560000065
表示为高斯白噪声的方差。
当来波方向没有误差的情况下，优化问题可以通过广义瑞利熵进行求解，最优值可以完全消除各分布卫星的相位差，此时权重相位w和信干噪比的最优表达式γopt分别为：
Figure GDA0004141347560000066
其中，
Figure GDA0004141347560000067
Ru -1表示为Ru的逆矩阵，/>
Figure GDA0004141347560000068
表示分布式卫星编队的平均导向矢量，(θ,φ)表示地面感知目标的方位角，/>
Figure GDA0004141347560000069
表示平均导向矢量的共轭转置，hn 2表示为第n个支路的信道功率，N表示为分布式卫星编队的卫星数量，hI表示干扰节点与分布式编队卫星之间的信道衰落向量，/>
Figure GDA00041413475600000610
表示hI的共轭转置，IN表示为N维单位矩阵。
相应的，其系数Φ为：
Figure GDA0004141347560000071
当来波方向失配的情况下，优化问题进行近似处理，不是一般性，信干噪比可以近似为信噪比，并通过利用柯西不等式以及算术平均数与平方平均数的关系，得出信干噪比的近似表达式为：
Figure GDA0004141347560000072
其中，
Figure GDA0004141347560000073
表示为高斯白噪声的方差，/>
Figure GDA0004141347560000074
表示为第n个支路的平均导向矢量，w为第n个支路的加权值；
相应的，其系数Φ为：
Figure GDA0004141347560000075
感知性能评估。
考虑到卫星信道在有遮蔽环境中的情况，选用卫星链路建模为阴影莱斯衰落模型，其已经被广泛的用到各种传播环境。独立同分布的阴影莱斯衰落下的N个卫星，在阴影莱斯衰落参数ms为整数的前提下的正确检测概率的闭式表达式为：
Figure GDA0004141347560000076
其中：
Figure GDA0004141347560000077
为N个卫星进行组阵频谱感知的正确检测概率，/>
Figure GDA0004141347560000078
Figure GDA0004141347560000079
u为时间带宽积，2bs为散射分量的平均功率，Ω为直射分量的平均功率，/>
Figure GDA0004141347560000081
是长度为n的增量因子，Γ(·)为伽玛函数，ξ表示为判决门限，Φ表示为计算信噪比的系数，当来波方向精确估计时，/>
Figure GDA0004141347560000082
当来波方向失配时，/>
Figure GDA0004141347560000083
通过正确检测概率/>
Figure GDA0004141347560000084
来研究扰动和强干扰信号对感知性能的影响。
本发明针对分布式编队卫星中卫星相对位置的特点，探索了摄动对基于分布式卫星编队的感知性能的影响，分别针对感知目标来波方向无误差和存在失配时两种场景，评估了在阴影莱斯衰落时的频谱感知正确检测概率，如图2所示，在来波方向精确估计估计时，相比于传统方法，在给定虚警概率时，本发明所提方法可取得最高的正确检测概率，且在给定正确检测概率时，所提方法同样可取得最低的虚警概率结果如图2。此外，如图3所示，进一步评估摄动半径对正确检测概率的影响，在给定虚警概率为0.01、摄动半径为50m和来波方向存在失配(估计误差不大于5％)时，所提方法可取得95％的正常检测概率，逼近精确估计时的正确检测概率。结果证明本发明所提方法可通过对目标辐射源进行空间滤波，最终有效地提升了在强弱信号并存中对弱信号的感知能力。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，其特征在于：包括分布式组阵建模、信干噪比求解和感知性能评估三个部分，具体步骤如下：
步骤(1)分布式组阵建模：信关站下达感知任务开始或结束的命令，感知主卫星收到相关命令后，与各伴飞卫星进行本地感知，利用随机天线阵理论得出了摄动下的卫星平均导向矢量；
步骤(2)信干噪比求解：各伴飞卫星将感知到的信号在主卫星处进行融合，通过最大化信干噪比建立优化问题来得到优化的波束形成权重向量，分别在来波方向精确和失配两种情况给出最大信噪比的精确表达式和近似表达式；
步骤(3)感知性能评估：根据获得的最大信干噪比，推导在阴影莱斯衰落模型下的分布式编队卫星的正确检测概率的闭式表达式，分析扰动和强干扰信号对感知性能的影响，完成对摄动影响下的分布式卫星编队频谱感知性能的理论分析；
所述步骤(2)中，建立的最大化信干噪比的优化问题表示为：
Figure FDA0004201372850000011
Figure FDA0004201372850000012
其中Pt为地面感知目标的发送功率，GA为地面感知目标的天线增益，w为(N×1)维的信号加权向量，wH表示信号加权向量的共轭转置，h表示地面感知目标与分布式编队卫星之间的信道衰落向量，
Figure FDA0004201372850000013
表示第j个干扰信号的发送功率，N为卫星数量，J表示干扰节点的数量，hI表示干扰节点与分布式编队卫星之间的信道衰落向量，/>
Figure FDA0004201372850000014
表示分布式卫星编队的平均导向矢量，(θ，φ)表示地面感知目标的方位角，/>
Figure FDA0004201372850000015
表示为高斯白噪声的方差。
2.根据权利要求1所述的一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，其特征在于：所述步骤(2)中，主卫星根据伴飞卫星和地面感知目标的位置信息，当辐射源来波方向精确时，通过求解最大化信干噪比优化问题，获得优化后的加权向量，并利用该加权向量计算信噪比。
3.根据权利要求1所述一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，其特征在于：所述步骤(2)中，在来波方向精确估计时，通过广义瑞利熵对优化问题进行求解，加权向量和信干噪比的最优表达式γopt分别为：
Figure FDA0004201372850000021
其中，
Figure FDA0004201372850000022
Ru -1表示为Ru的逆矩阵，/>
Figure FDA0004201372850000023
表示分布式卫星编队的平均导向矢量，(θ，φ)表示地面感知目标的方位角，/>
Figure FDA0004201372850000024
表示平均导向矢量的共轭转置，|hn|2表示为第n个支路的信道衰落强度，N表示为分布式卫星编队的卫星数量，hI表示干扰节点与分布式编队卫星之间的信道衰落向量，/>
Figure FDA0004201372850000025
表示hI的共轭转置，IN表示为N维单位矩阵，Pt为地面感知目标的发送功率，GA为地面感知目标的天线增益，/>
Figure FDA0004201372850000026
表示第j个干扰信号的发送功率，/>
Figure FDA0004201372850000027
表示为高斯白噪声的方差；
相应的，其系数Φ为：
Figure FDA0004201372850000028
4.根据权利要求3所述的一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，其特征在于：所述步骤(2)中，当来波方向失配的情况下，将信干噪比近似为信噪比，并通过利用柯西不等式，得出信干噪比的近似表达式γapp为：
Figure FDA0004201372850000029
其中，
Figure FDA00042013728500000210
表示为高斯白噪声的方差，/>
Figure FDA00042013728500000211
表示为第n个支路的平均导向矢量，wn为第n个支路的加权值；
相应的，其系数Φ为：
Figure FDA0004201372850000031
5.根据权利要求3所述的一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法，其特征在于：所述步骤(3)中，独立同分布的阴影莱斯衰落下的分布式卫星编队，正确检测概率的闭式表达式为：
Figure FDA0004201372850000032
其中：
Figure FDA0004201372850000033
为N个卫星进行组阵频谱感知的正确检测概率，
Figure FDA0004201372850000034
u为时间带宽积，2bs为散射分量的平均功率，Qs为直射分量的平均功率，/>
Figure FDA0004201372850000035
是长度为n的增量因子，Γ(·)为伽玛函数，ξ表示为判决门限，Φ表示为计算信噪比的系数，当来波方向精确估计时，
Figure FDA0004201372850000036
当来波方向失配时，/>
Figure FDA0004201372850000037
阴影莱斯衰落参数ms为整数，/>
Figure FDA0004201372850000038
表示为第n个支路的平均导向矢量，Pt为地面感知目标的发送功率，GA为地面感知目标的天线增益。
CN202210536471.9A 2022-05-17 2022-05-17 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法 Active CN114928417B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210536471.9A CN114928417B (zh) 2022-05-17 2022-05-17 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法
PCT/CN2022/106617 WO2023065741A1 (zh) 2022-05-17 2022-07-20 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法
JP2023547757A JP7426167B1 (ja) 2022-05-17 2022-07-20 摂動の影響下での分散型衛星編隊に基づくアレイスペクトル感知のモデリング分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210536471.9A CN114928417B (zh) 2022-05-17 2022-05-17 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法

Publications (2)

Publication Number Publication Date
CN114928417A CN114928417A (zh) 2022-08-19
CN114928417B true CN114928417B (zh) 2023-06-23

Family

ID=82808342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210536471.9A Active CN114928417B (zh) 2022-05-17 2022-05-17 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法

Country Status (3)

Country Link
JP (1) JP7426167B1 (zh)
CN (1) CN114928417B (zh)
WO (1) WO2023065741A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110034813A (zh) * 2019-03-27 2019-07-19 南京邮电大学 一种基于分布式卫星簇的方向图赋形综合算法
CN110620611A (zh) * 2019-09-29 2019-12-27 南京邮电大学 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN111262617A (zh) * 2020-01-16 2020-06-09 南京邮电大学 一种基于多颗低轨卫星协作的频谱感知方法
CN112398529A (zh) * 2020-11-05 2021-02-23 南京邮电大学 一种面向高低轨卫星共存场景中频谱资源利用率提升的干扰避免方法
WO2021036066A1 (zh) * 2019-08-23 2021-03-04 长沙天仪空间科技研究院有限公司 一种基于卫星编队的遥感系统及星座系统
CN112803983A (zh) * 2020-12-30 2021-05-14 南京邮电大学 一种基于编队卫星分布式波束成形的高低轨频谱共享方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2398708A4 (en) 2009-02-19 2015-04-08 C Laurence Korb METHOD FOR OPTIMIZING THE PERFORMANCE, COSTS AND CONSTRUCTION SENSATION OF SATELLITES FOR THE COMPLETE OR PARTIAL DETECTION OF EARTH
US9363679B2 (en) * 2012-06-18 2016-06-07 Regents Of The University Of Minnesota Robust parametric power spectral density (PSD) construction
CN104537202B (zh) * 2014-10-31 2017-12-22 哈尔滨工业大学深圳研究生院 基于卫星编队协作的空间天线阵列合成方法
CN108847881B (zh) * 2018-06-15 2020-11-13 上海卫星工程研究所 一种基于集群编队的多路由星间通信链路
US11368212B2 (en) 2018-09-14 2022-06-21 Arizona Board Of Regents On Behalf Of The University Of Arizona Laser beam for external position control and traffic management of on-orbit satellites
FI3971612T3 (fi) * 2019-05-14 2024-04-16 Mitsubishi Electric Corp Muodostelmalennon ohjauslaite, havaintosatelliitti, maa-asema, muodostelmalentojärjestelmä, hiekkahavaintojärjestelmä, muodostelmalennon ohjausmenetelmä ja ohjelma
CN110572202B (zh) * 2019-09-29 2021-09-28 南京邮电大学 一种感知性能驱动的单星和多星相结合的混合频谱感知方法
US11894911B2 (en) * 2020-08-13 2024-02-06 Santanu Dutta Low earth orbit (LEO) satellite communication methods and systems using fractionated satellites and high-resolution spatial multiplexing
CA3196175A1 (en) 2020-10-23 2022-04-28 Live Earth Imaging Enterprises Llc Satellite image sensor and method
CN113296535B (zh) * 2021-05-24 2022-06-21 四川大学 一种基于随机模型预测控制的卫星编队重构算法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110034813A (zh) * 2019-03-27 2019-07-19 南京邮电大学 一种基于分布式卫星簇的方向图赋形综合算法
WO2021036066A1 (zh) * 2019-08-23 2021-03-04 长沙天仪空间科技研究院有限公司 一种基于卫星编队的遥感系统及星座系统
CN110620611A (zh) * 2019-09-29 2019-12-27 南京邮电大学 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN111262617A (zh) * 2020-01-16 2020-06-09 南京邮电大学 一种基于多颗低轨卫星协作的频谱感知方法
CN112398529A (zh) * 2020-11-05 2021-02-23 南京邮电大学 一种面向高低轨卫星共存场景中频谱资源利用率提升的干扰避免方法
CN112803983A (zh) * 2020-12-30 2021-05-14 南京邮电大学 一种基于编队卫星分布式波束成形的高低轨频谱共享方法

Also Published As

Publication number Publication date
JP2024506175A (ja) 2024-02-09
CN114928417A (zh) 2022-08-19
WO2023065741A1 (zh) 2023-04-27
JP7426167B1 (ja) 2024-02-01

Similar Documents

Publication Publication Date Title
Xiao et al. UAV communications with millimeter-wave beamforming: Potentials, scenarios, and challenges
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
CN112039564B (zh) 一种卫星大规模mimo广覆盖预编码传输方法
CN110912597A (zh) 一种基于多目标优化的鲁棒安全波束成形方法
CN112399429B (zh) 一种用于卫星通信系统的通信场景建模方法及系统
CN112803983B (zh) 一种基于编队卫星分布式波束成形的高低轨频谱共享方法
CN111181692A (zh) 一种低轨卫星部分信道信息自适应编码调制方法
CN110912629A (zh) 信噪比预测方法、装置及卫星通信链路自适应调节方法
CN111262617B (zh) 一种基于多颗低轨卫星协作的频谱感知方法
CN115118363A (zh) 一种基于空间位置概率的ngso卫星系统干扰与信道容量获得方法
Lee et al. Performance analysis of IRS-assisted LEO satellite communication systems
CN114362804A (zh) 一种基于智能反射面的星地融合安全传输方法
CN114928417B (zh) 一种在摄动影响下基于分布式卫星编队的组阵频谱感知建模分析方法
CN114050952A (zh) 一种基于多波束天线的自动调制方式识别方法
Weerackody Satellite diversity to mitigate jamming in LEO satellite mega-constellations
CN113364554A (zh) 一种感知辅助的上行安全通信方法
Chen et al. Joint channel estimation and beam selection NOMA system for satellite-based Internet of Things
CN115865160A (zh) 低轨卫星通信场景下大规模mimo-noma系统的波束成形方法及系统
Hashida et al. IRS-aided communications without channel state information relying on deep reinforcement learning
CN113660030A (zh) 一种用于高通量卫星系统前向链路的数据传输方法
Zhou et al. Power optimization for aerial intelligent reflecting surface-aided cell-free massive MIMO-based wireless sensor network
Wang et al. Performance analysis of spectrum sensing based on distributed satellite clusters under perturbation
CN116232414B (zh) 面向星载相控阵天线的干扰规避波控策略仿真方法
CN116321465B (zh) 一种基于相控阵列天线的卫星频谱感知方法及系统
He et al. A novel wireless positioning approach based on distributed stochastic-resonance-enhanced power spectrum fusion technique

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