多场景卫星通信信道动态建模与仿真实现

面向智慧海洋、智慧农业等垂直行业场景的广覆盖无线接入需求,低轨卫星通信因其可靠的连接性、更宽广的覆盖能力以及超大带宽连接的巨大潜力而成为了下一代移动通信技术的重要组成部分.目前,针对低轨卫星通信的系统性信道建模流程与仿真方法仍相对匮乏,对于低轨卫星信道的高动态特性仍缺乏有效的建模方法,且大多模型仅能支持单场景通信环境.基于此,本文提出了一种模块化、高动态的多场景卫星通信信道建模机制,并据此设计实现了一套动态卫星信道建模仿真系统.该系统实现了流程化的建模思路,并引入了基于卫星信道高动态特性的动态参数更新方法.所设计的卫星通信信道建模与仿真机制能够生成卫星通信的信道大、小尺度参数与信道冲激响应,且对不同场景具有较好的适用性.

一种信道估计动态更新的逐幸存路径处理算法

水声信道复杂的时变特性会影响水声通信系统的性能,在设计时需要进行特殊考虑。利用逐幸存路径处理算法在无需插入训练序列的情况下即可同时进行信道估计和数据检测的特点,提出了一种信道估计动态更新的算法。该算法通过比较当前时刻各条幸存路径的分支量度来判断信道变化的情况,从而决定信道估计更新的时刻,达到动态更新信道估计的目的。仿真结果表明,所提出的基于信道估计动态更新的逐幸存路径处理算法能有效地跟踪信道变化的情况,在时变信道中使用能获得较好的性能。

网络控制系统前向通道随机时延的在线多步预测

针对网络控制系统中前向通道随机时延带来的不确定性问题,在时序分析的基础上,提出一种基于自回归(AR)模型的时延在线预测模型.采用True Time构建闭环仿真系统,由反馈通道采集执行器端的时延信息,经预处理后用于建立AR模型,并由递推最小二乘法在线更新模型参数;最后,通过滚动预测实现前向通道时延的多步预测.实验结果表明:与基于广义回归神经网络的在线预测模型相比,本文提出的前向通道随机时延的在线预测模型具有更好的预测性能.