低轨卫星物联网与地面物联网间同频干扰分析

发布时间：2020-09-08 08:29

　　随着无线通信技术的飞速发展,物联网技术在社会的各个领域得到了广泛的应用。卫星物联网是地面物联网的重要补充和延伸,在海洋、沙漠等无法建造地面物联网基站的地区提供通信服务。为了提高频率利用率,卫星物联网需要和地面物联网共享频率,所以必须充分考虑卫星物联网与地面物联网间同频干扰问题。首先,本文对低轨卫星通信系统和物联网技术进行综述,分析了低轨卫星通信系统和物联网技术的发展现状。对卫星通信系统干扰分析的方法进行综述。本文建立了以铱星系统为参考系统的卫星物联网模型。通过对卫星物联网和地面物联网间混合信道建模,建立了一种新的物联网系统间的干扰分析模型。通过研究在不同发射功率、离轴角和地面小区半径下系统间相互干扰情况,得到物联网系统参数选取范围;随后论文采用自上而下的业务量预测方法来预测卫星系统的业务量分布,使用全球范围内的人口因素、地形因素、国家因素和时区因素等影响因子创新性地建立了低轨卫星全球业务量动态分布模型;最后,论文把全球业务量动态分布模型转换为全球干扰量动态分布模型,通过仿真得到对低轨卫星物联网全球上下行干扰的动态分析,创新性地把物联网系统间干扰分析的区域扩展到了全球范围,并根据干扰分析结果给出关于低轨卫星物联网部署的建议。本文研究了在不同发射功率、离轴角和地面小区半径情况下系统间上下行干扰水平变化情况,对解决两个系统之间同频干扰问题具有一定的参考价值。文中对全球范围内系统间干扰量动态分布的分析结果对卫星物联网在全球的部署提供了一定的约束条件。
【学位单位】：南京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN927.2;TN929.5;TP391.44
【部分图文】：

分割图,覆盖范围

务量加起来一起构成全球业务量分布模型。接下来就要利用 STK（Satellite Tool Kit，具包）软件来模拟真实的低轨卫星系统（以铱星为例）的轨道运行情况，得到多个轨速运动的 66 颗卫星的覆盖范围的实时变化情况。根据覆盖范围内区域块业务量的加权得到一定时间范围内多颗低轨卫星覆盖范围内业务量的实时变化情况。务量模型仿真结果轨卫星物联网静态业务量分布1）分割区域块全球地区根据经纬度分割的粒度分别为 5°和 2.5°。在南北极覆盖范围以外的区域，把全球分割为若干个小方块，这些小方块记录着方块区域的经纬度、时区、人口密度、地形因素、国家或地区、物联网设备普及度等数据，如图 4.3 所示：

分布图,密度矩阵,中国人口,分布图

大学硕士研究生学位论文第四章全球业务量建模务量分布情况。把全球地区分为多个国家和地区，每个国家或地区的人口密度因子不同：一般海洋的人口密度因子为 1，欧洲地区人口密度因子为 70，非洲地区人口密度因子为 40.58，亚洲地区人口密度因子为 93.41，澳洲地区人口密度因子为 3.2，北美洲地区人口密度因子为 22.25，拉丁美洲地区人口密度因子为 21.4。业务量分布变化情况还可以通过地形因素加权因子来模拟出来：在海洋地区加权因子为 0，沿海地区加权因子为 4，草地地区加权因子为 1.3，沙漠地区加权因子为 0.05，森林地区加权因子为 0.4，高山地区加权因子为 0.1。这样在全球不同地区都可以选取合适的影响因素来模拟当地的业务量分布[57]。

分布图,分布图,加权因子,影响因素

沿海地区加权因子为 4，草地地区加权因子为 1.3，沙漠地区加权.05，森林地区加权因子为 0.4，高山地区加权因子为 0.1。这样在全球不可以选取合适的影响因素来模拟当地的业务量分布[57]。图 4.4 中国人口密度矩阵分布图静态业务量仿真所属，根据全球人口密度因素，地形因素和市场普及率等影响因素来模务量分布情况，可以得到全球业务量分布图如图 4.5 所示：

【相似文献】