[發明專利]一種面向信道信息自適應的低軌衛星間智能協作傳輸方法

在審

• 申請號: 202111136814.4
• 申請日: 2021-09-27
• 公開（公告）號: CN114050855A
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 丁曉進;任壯壯;張更新
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04B7/185
• 分類號: H04B7/185;H04B17/336;H04B17/391
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 許婉靜

1.一種面向信道信息自適應的低軌衛星間智能協作傳輸方法，其特征在于，包括如下步驟：

(1)信道狀態信息獲取：建立基于神經網絡的信道狀態信息獲取模型，利用歷史信道狀態信息進行神經網絡模型訓練，優化模型參數，根據訓練好的模型預測信道狀態信息；

(2)協作傳輸狀態判決：由降雨衰減、自由空間損耗、預測的信道狀態信息聯合計算接收信號信噪比；將計算得到的接收信號信噪比與信噪比閾值比較，獲得多星協作傳輸決策值；

(3)多星協作傳輸：根據多星協作傳輸決策值判斷是否滿足協作傳輸條件，若滿足，則選擇多顆低軌衛星參與協作傳輸。

2.根據權利要求1所述的一種面向信道信息自適應的低軌衛星間智能協作傳輸方法，其特征在于，(1)信道狀態信息獲取的過程包括如下步驟：

(1.1)構建基于神經網絡的信道狀態信息獲取模型，對歷史信道狀態信息數據集F進行歸一化，在歸一化后的數據集上結合K折交叉驗證訓練模型，優化模型參數；初始化K值，k表示第k折，0≤k≤K-1，變量i＝0，模型均方誤差值和MSE＝0；

其中：F＝{F_x,1≤x≤X}表示信道狀態信息數據集，F_x表示第x個信道狀態信息值，表示歸一化后的信道狀態信息數據集，b表示最大信道狀態信息值，a表示最小的信道狀態信息值；

(1.2)采用K折交叉驗證訓練模型，得到優化后的模型參數，并將該模型用于預測信道狀態信息。

3.根據權利要求2所述的一種面向信道信息自適應的低軌衛星間智能協作傳輸方法，其特征在于，(1.2)優化模型參數具體步驟如下：

(1.2.1)k＝i，若k≤K-1對歸一化后數據集進行劃分，否則進入步驟(1.2.4)，數據集被劃分成測試集的數據集測試集的標簽集訓練集的數據集訓練集的標簽集其中：N為正整數，m表示單個分區大小；

(1.2.2)劃分好的數據集送入神經網絡訓練，并比較每輪訓練得到損失值，在設定好的輪次下模型損失值不再下降，則保存當前模型參數，計算模型的均方誤差值mse和均方誤差值和MSE，MSE＝MSE+mse；

其中：表示模型輸出的第i個值，表示測試集的標簽集中第i個標簽值；

(1.2.3)i＝i+1，進入步驟(1.2.2)；

(1.2.4)K折交叉驗證結束，得到K個評估模型的均方誤差值和MSE和K個訓練好的模型參數，對MSE取平均得到K個評估模型的均方誤差值的平均值MSE_average，其中：

(1.2.5)將均方誤差值的平均值MSE_average和K個模型的均方誤差值mse比較，得到最小的均方誤差值mse對應的模型參數。