基于自主认知的空间组网通信系统关键技术研究

发布时间：2017-09-25 02:09

  本文关键词：基于自主认知的空间组网通信系统关键技术研究

  更多相关文章： 认知无线电 空间组网架构 星间链路 信道建模 调制识别 神经网络 决策理论

【摘要】：卫星通信是通信领域中的重要产业,基于自主认知的空间组网通信可以实现对自身网络的感知、学习,推理以及决策,通过人工智能技术提升通信系统的智能决策能力,甚至实现多个异构融合的子网络(及其节点)灵活快速出入网,是未来的发展趋势。本文以分离载荷与无线组网探测技术为背景,将认知技术与空间组网通信相结合,重点研究基于自主认知的空间组网通信系统架构、飞行节点间链路信道建模、空间组网通信中的调制方式自动识别等关键技术应用和工程实践问题:首先,本文基于生物体神经系统架构和人类社会的组织模式,从逻辑关系出发提出了基于认知技术的异构融合空间组网通信系统架构方案,并从整体到节点的详细阐述了架构设计的思路。其次,为研究空间组网通信特性与轨道空间参数间的规律,通过分析空间组网通信系统的轨道间通信环境,本文构建了空间组网通信节点之间的链路距离、方位角和俯仰角等参数模型及其简化形式。根据空间组网无线电波的传播特性,基于以上空间几何模型将信道建模分为噪声模块、自由空间损耗模块以及Doppler频移模块3个部分;采用Matlab建模和仿真分析方法,明确了通信信道模型与轨道要素之间的变化规律,简化了飞行节点间链路的通信信道仿真模型。最后,为使调制识别方法可以适用于合作/非合作信号,选取基于统计特征的信号调制识别框架,本文通过简化和改进6类特征参数,并仿真分析各特征参数特性及其对应判决门限值,设计了一种基于决策树的调制识别算法。针对以上算法在低信噪比下门限固定、识别成功率不高的问题,本文通过改进BP神经网络算法,结合决策树算法,得到一种基于复合式分类器的调制方式识别方案,经仿真验证,在信噪比不小于0d B时,该方法对13种数模混合信号的平均识别成功率在98%以上。
【关键词】：认知无线电 空间组网架构 星间链路 信道建模 调制识别 神经网络 决策理论
【学位授予单位】：中国科学院研究生院(空间科学与应用研究中心)
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN927.2
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-15
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-14
• 1.2.1 空间组网与轨道间链路研究现状10-12
• 1.2.2 认知技术研究现状12-14
• 1.3 本文主要研究内容14-15
• 第二章 基于自主认知的空间组网通信系统架构设计15-31
• 2.1 空间组网通信与认知网络的结合15-19
• 2.1.1 空间组网通信系统的特点及需求15-16
• 2.1.2 认知网络的定义及特点16-19
• 2.1.3 基于认知网络的空间组网通信系统优势19
• 2.2 基于自主认知的空间组网系统的网络级架构设计19-25
• 2.2.1 网络级的认知架构设计20-21
• 2.2.2 网络级的功能架构设计21-23
• 2.2.3 网络级的组织架构设计23-24
• 2.2.4 网络级的整体架构设计24-25
• 2.3 系统的群组架构设计25-26
• 2.4 系统的节点级认知架构设计26-29
• 2.4.1 系统的节点级认知架构26-27
• 2.4.2 节点级的主要元素27-29
• 2.5 小结29-31
• 第三章 基于自主认知的空间组网轨道间信道建模31-49
• 3.1 引言31-32
• 3.2 轨道间链路的轨道参数建模及分析32-37
• 3.2.1 空间组网中的飞行节点轨道要素33
• 3.2.2 轨道间链路的空间参数建模33-36
• 3.2.3 轨道间链路空间参数模型分析36-37
• 3.3 空间损耗模块建模及仿真分析37-41
• 3.3.1 空间损耗模块建模37-38
• 3.3.2 空间损耗模型仿真及分析38-41
• 3.4 Doppler频移模块建模及仿真分析41-44
• 3.4.1 Doppler频移模块建模41-42
• 3.4.2 Doppler频移模块仿真及分析42-44
• 3.5 噪声模块模型及分析44
• 3.6 空间组网轨道间链路的信道模型及分析44-47
• 3.6.1 信道的理论模型44-45
• 3.6.2 信道的统计模型45-46
• 3.6.3 信道的仿真模型46
• 3.6.4 影响轨道间链路性能的参数分析46-47
• 3.7 小结47-49
• 第四章 基于自主认知的空间组网通信调制识别技术49-67
• 4.1 引言49-50
• 4.2 常见调制信号识别方法50-55
• 4.2.1 信号的各种调制方式50-52
• 4.2.2 基于统计特征的信号调制识别方法52-53
• 4.2.3 经典特征参数及其构造方法53-54
• 4.2.4 信号调制识别方法的分类器设计方法54-55
• 4.3 信号调制方式识别的特征参数设计及仿真55-62
• 4.3.1 特征参数设计55-57
• 4.3.2 特征参数及其门限值仿真57-62
• 4.4 判决树分类器设计及仿真62-64
• 4.5 基于神经网络的分类器设计及仿真64-66
• 4.6 小结66-67
• 第五章 结论与展望67-69
• 参考文献69-73
• 致谢73-75
• 个人简历、在学期间发表的论文与研究成果75

【参考文献】

中国期刊全文数据库 前2条

1 王斯瑶;付琳;;认知无线电技术[J];通信与信息技术;2006年04期

2 孙小松,杨涤,杨旭,翟坤;用户星对中继卫星的跟踪规律研究[J];宇航学报;2004年01期

，

本文编号：914754