WO2023065741A1 - 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 PDFInfo
- Publication number
- WO2023065741A1 WO2023065741A1 PCT/CN2022/106617 CN2022106617W WO2023065741A1 WO 2023065741 A1 WO2023065741 A1 WO 2023065741A1 CN 2022106617 W CN2022106617 W CN 2022106617W WO 2023065741 A1 WO2023065741 A1 WO 2023065741A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- satellite
- distributed
- sensing
- formation
- vector
- Prior art date
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 54
- 238000001228 spectrum Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 230000014509 gene expression Effects 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 230000005855 radiation Effects 0.000 claims abstract description 4
- 238000005562 fading Methods 0.000 claims description 20
- 230000008447 perception Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 13
- 241000209094 Oryza Species 0.000 claims description 11
- 235000007164 Oryza sativa Nutrition 0.000 claims description 11
- 235000009566 rice Nutrition 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000005755 formation reaction Methods 0.000 claims 15
- 230000004927 fusion Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000001914 filtration Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000003657 Likelihood-ratio test Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
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。
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，通过最大化干扰噪声比建立一个约束优化问题来得到波束形成权重向量，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：
其中P
t为地面感知目标的发送功率，G
A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，w
H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，
表示第j个干扰信号的发送功率，J表示干扰节点的数量，
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，h
I表示干扰节点与分布式编队卫星之间的信道衰落向量，
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γ
opt分别为：
其中，
R
u
-1表示为R
u的逆矩阵，
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，
表示平均导向矢量的共轭转置，h
n
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，h
I表示干扰节点与分布式编队卫星之间的信道衰落向量，
表示h
I的共轭转置，I
N表示为N维单位矩阵，
相应的，其系数Φ为：
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γ
app为：
其中，
表示为高斯白噪声的方差，
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：
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m
s为整数的前提下的正确检测概率的闭式表达式为：
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。
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。
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s
i(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化函数：
其中，P
t为地面感知目标的发送功率，G
A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，w
H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，
表示第j个干扰信号的发送功率，J表示干扰节点的数量，h
I表示干扰节点与分布式编队卫星之间的信道衰落向量，
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，
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γ
opt分别为：
其中，
R
u
-1表示为R
u的逆矩阵，
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，
表示平均导向矢量 的共轭转置，h
n
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，h
I表示干扰节点与分布式编队卫星之间的信道衰落向量，
表示h
I的共轭转置，I
N表示为N维单位矩阵。
相应的，其系数Φ为：
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：
其中，
表示为高斯白噪声的方差，
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：
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m
s为整数的前提下的正确检测概率的闭式表达式为：
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 (6)
- 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。
- 根据权利要求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：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估计时，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。
- 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，建立的最大化信干噪比的优化问题表示为：
其中P t为地面感知目标的发送功率，G A为地面感知目标的天线增益，w为(N×1)维的信号加权向量，w H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，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，h I表示干扰节点与分布式编队卫星之间的信道衰落向量，
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，
表示为高斯白噪声的方差。
- 根据权利要求2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，权重向量和信干噪比的最优表达式γ opt分别为：
其中，R u -1表示为R u的逆矩阵，
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，
表示平均导向矢量的共轭转置，|h n| 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，h I表示干扰节点与分布式编队卫星之间的信道衰落向量，
表示h I的共轭转置，I N表示为N维单位矩阵；
相应的，其系数Φ为：
- 根据权利要求4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γ app为：
其中，表示为高斯白噪声的方差，
表示为第n个支路的平均导向矢量，w n为第n个支路的加权值；
相应的，其系数Φ为：
- 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(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：
其中：为N个卫星进行组阵频谱感知的正确检测概率，
u为时间带宽积，2b s为散射分量的平均功率，Ω为直射分量的平均功率，
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，
当来波方向失配时，
阴影莱斯衰落参数m s为整数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| 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 (2)
| 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 |
| CN202210536471.9 | 2022-05-17 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2023065741A1 true WO2023065741A1 (zh) | 2023-04-27 |
Family
ID=82808342
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| 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 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP7426167B1 (zh) |
| CN (1) | CN114928417B (zh) |
| WO (1) | WO2023065741A1 (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537202A (zh) * | 2014-10-31 | 2015-04-22 | 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 |
| CN108847881A (zh) * | 2018-06-15 | 2018-11-20 | 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 |
| 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 |
| 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 |
| CN113296535A (zh) * | 2021-05-24 | 2021-08-24 | 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 |
| EP3971612A1 (en) * | 2019-05-14 | 2022-03-23 | Mitsubishi Electric Corporation | Formation flight control device, observation satellite, ground station, formation flight system, sand observation system, formation flight control method, and program |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2752672C (en) | 2009-02-19 | 2019-12-31 | C. Laurence Korb | Methods for optimizing the performance, cost and constellation design of satellites for full and partial earth coverage |
| US9363679B2 (en) * | 2012-06-18 | 2016-06-07 | Regents Of The University Of Minnesota | Robust parametric power spectral density (PSD) construction |
| 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 |
| CN110034813B (zh) * | 2019-03-27 | 2021-06-29 | 南京邮电大学 | 一种基于分布式卫星簇的方向图赋形综合方法 |
| EP4020013A4 (en) * | 2019-08-23 | 2023-08-23 | Spacety Co., Ltd (Changsha) | REMOTE SENSING SYSTEM BASED ON A SATELLITE ARRANGEMENT AND CONSTELLATION SYSTEM |
| 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 |
| CN110620611B (zh) * | 2019-09-29 | 2021-12-10 | 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 |
| 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 |
| CN112398529B (zh) * | 2020-11-05 | 2021-06-22 | 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 |
-
2022
- 2022-05-17 CN CN202210536471.9A patent/CN114928417B/zh active Active
- 2022-07-20 JP JP2023547757A patent/JP7426167B1/ja active Active
- 2022-07-20 WO PCT/CN2022/106617 patent/WO2023065741A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537202A (zh) * | 2014-10-31 | 2015-04-22 | 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 |
| CN108847881A (zh) * | 2018-06-15 | 2018-11-20 | 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 |
| EP3971612A1 (en) * | 2019-05-14 | 2022-03-23 | Mitsubishi Electric Corporation | Formation flight control device, observation satellite, ground station, formation flight system, sand observation system, formation flight control method, and program |
| 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 |
| 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 |
| CN113296535A (zh) * | 2021-05-24 | 2021-08-24 | 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 |
Non-Patent Citations (1)
| Title |
|---|
| "Master's Thesis", 22 November 2021, NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS, CN, article YU, LUOMAN: "Research on Spectrum Sharing Method of Dual Satellite System Based on Distributed Satellite Formation", pages: 1 - 102, XP009545055, DOI: 10.27251/d.cnki.gnjdc.2021.000132 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114928417B (zh) | 2023-06-23 |
| JP7426167B1 (ja) | 2024-02-01 |
| JP2024506175A (ja) | 2024-02-09 |
| CN114928417A (zh) | 2022-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xiao et al. | A survey on millimeter-wave beamforming enabled UAV communications and networking | |
| Liu et al. | Integrated sensing and communication with reconfigurable intelligent surfaces: Opportunities, applications, and future directions | |
| CN110492911B (zh) | 一种用于无人机通信的波束追踪方法与系统 | |
| Balamurugan et al. | DOA tracking for seamless connectivity in beamformed IoT-based drones | |
| CN112929104A (zh) | 高低轨同频共存卫星通信系统的共线干扰估计方法 | |
| CN112039564B (zh) | 一种卫星大规模mimo广覆盖预编码传输方法 | |
| CN110297213A (zh) | 基于装载互质线阵的无人机平台的辐射源定位装置及方法 | |
| Breheny et al. | Using airborne vehicle-based antenna arrays to improve communications with UAV clusters | |
| Hu et al. | Angle-domain intelligent reflecting surface systems: Design and analysis | |
| CN113992290A (zh) | 一种面向轨道角动量无线通信的几何随机信道建模方法 | |
| CN111262617B (zh) | 一种基于多颗低轨卫星协作的频谱感知方法 | |
| CN110034813A (zh) | 一种基于分布式卫星簇的方向图赋形综合算法 | |
| Cheung | Eigen theory for optimal signal combining: a unified approach | |
| Wang et al. | Joint localization and communication study for intelligent reflecting surface aided wireless communication system | |
| CN104502924A (zh) | 一种gps信号处理方法和装置 | |
| Yajnanarayana et al. | Multistatic Sensing of Passive Targets Using 6G Cellular Infrastructure | |
| Yin et al. | Integrated Sensing and Communications Enabled Low Earth Orbit Satellite Systems | |
| Lee et al. | Large-array signal processing for deep-space applications | |
| Satish et al. | Multiple target tracking using maximum likelihood principle | |
| WO2023065741A1 (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 | |
| Wang et al. | DOA estimation of smart antenna signal based on MUSIC algorithm | |
| Wang et al. | Performance analysis of spectrum sensing based on distributed satellite clusters under perturbation | |
| He et al. | A novel wireless positioning approach based on distributed stochastic-resonance-enhanced power spectrum fusion technique | |
| Liu et al. | The channel estimation and modeling in high altitude platform station wireless communication dynamic network | |
| Li et al. | Robust adaptive beamforming for distributed radar based on covariance matrix reconstruction and steering vector estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22882363 Country of ref document: EP Kind code of ref document: A1 |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 2023547757 Country of ref document: JP |