基于混合预测的低轨卫星多普勒频偏预补偿

低轨(LEO)卫星高动态特性导致多普勒频偏,加大了接收端的信号恢复难度。针对低轨卫星通信系统的多普勒频偏问题,本文提出基于混合预测的低轨卫星多普勒频偏预补偿(MF-DPC)算法,通过神经网络和线性拟合实现对轨道参数的混合预测,使用预测的轨道参数和传统轨道外推算法计算相对位置和速度,最后得到多普勒频偏,实现多普勒频偏预补偿。仿真结果表明,基于混合预测的低轨卫星多普勒频偏预补偿算法比基于TwoBody、J2和J4轨道外推预补偿算法的有效频偏占比提高60%以上;比基于简化常规摄动模型(SGP4)预补偿算法运算时间降低近10倍。基于混合预测的低轨卫星多普勒频偏预补偿算法为终端同步接入提供了快速可靠的预补偿机制。

基于云原生的天地一体化信息网络综合试验平台

天地一体化信息网络是未来多域一体、泛在智联的重要保障,面临着复杂异构、大规模、高动态、高成本等挑战。为满足场景、网络、链路、算法等需求,构建一体化、可重构、可扩展、精准可靠的仿真与测试系统至关重要。但传统仿真平台存在耦合性差、效率低、单一化等问题,难以系统精准地模拟大规模网络。因此,提出基于云原生的天地一体化信息网络综合试验平台,对其组件化建模、云原生调度、跨域异构资源池与虚实协同中间件等关键技术进行设计与分析,最后对典型低轨卫星通信系统进行仿真建模与试验评估。

基于工业5G的柔性智造孪生控制平台

作为实现智能制造的关键,工业互联网将先进制造技术与工业5G深度融合,贯穿于物料准备、生产制造、试验测试和服务等全生命周期的各个环节。面对日益增长的定制化、小批量的产线需求,以及确定性高可靠的通信要求,提出并设计了基于工业5G的柔性智造孪生控制平台,包括灵活编排、按需生产的柔性智造产线,以低时延、高可靠的工业级5G为核心的智联网络,以及实现数据采集、实时反馈的孪生控制平台,结合智能决策机制实现“感知—分析—决策—执行”的闭环演进。

数字孪生卫星互联网:架构与关键技术

提出一种数字孪生卫星互联网系统架构,通过平行孪生、安全内生、智能衍生的立体式闭环机制,为卫星互联网全生命周期过程稳定发展提供支撑;然后对数字孪生卫星互联网关键问题与关键技术进行探讨。针对复杂多变的卫星互联网系统,提出基于机理与数据双驱动的标准化模型处理和生成方法;面对海量信息和不均匀分布形成的数据洪流,提出三级分流的池化存算架构;为了实际系统的特征孪生高保真,设计智能编排与分布式异构的处理平台,对不同模型和事件进行分类快速计算;利用通感算控一体化技术,形成感知-判断-决策-执行的卫星互联网孪生循环演进系统,从而实现卫星互联网全生命周期的稳定运行。

无线通信中的信噪比估计算法研究

针对无线通信中的信噪比估计,对文献中经典的信噪比估计算法进行概述。为了能在含有滤波器和上下采样的仿真系统上对经典的信噪比估计算法进行仿真,搭建了三种不同的仿真系统,并基于这三种仿真系统研究了滤波器和上下采样对真实信噪比以及信噪比估计算法性能的影响。在具有滤波器和上下采样的仿真系统中,对经典的信噪比估计算法进行仿真验证,比较得到各种调制方式下性能较为优良的信噪比估计算法。

低轨卫星通信系统下行链路设计

针对低轨卫星通信系统特点,结合当前世界上应用最广泛的数字卫星电视广播(Digital Video Broadcasting,DVB)协议,对卫星通信下行链路进行设计与验证。介绍了协议整体架构的设计和链路模型的搭建,重点描述了同步模块中的预频偏估计过程的设计。频偏预估计实现了在进行精细的频偏估计和补偿之前对大频偏的估计和补偿,降低了对后面频偏估计模块估计范围的要求,从而提高了整个链路频偏估计和补偿的性能。通过对整个链路进行仿真测试,结果验证了链路的实际效果良好,适用于工程性开发。