一种缓解低轨卫星馈电切换中用户群切换的算法

来源 :电讯技术 | 被引量 : 0次 | 上传用户:wangxq198
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星互联网发展已经逐渐被纳入到第六代移动通信技术(6G)概念方案中,基于透明转发可降低系统建设成本,同时系统容量不受星上处理能力限制.但透明转发模式的低轨(Low Earth Or-bit,LEO)卫星系统会出现卫星馈电链路切换情况下用户发生大规模群切换的问题,影响局部地理区域用户通信体验.将透明转发系统低轨卫星跨信关站馈电链路切换场景中用户切换模型化,并针对场景中面临的用户群切换问题,提出了一种缓解群切换拥塞的算法.算法采用用户提前分流切出和限制切入策略,对分流切出过程进行统一规划,减小用户群切换规模,与常规群切换方法配合使用,可进一步降低用户平均切换时延,提高切换成功率.
其他文献
通过对无人机在复杂环境下的安全性、可靠性和适应性的研究,设计了基于感知辅助的智能抗干扰无人机测控系统,采用侦通一体(侦察+认知无线电)的干扰感知技术实现干扰感知识别.
单兵班组供电保障装备是野战供电保障体系中战术末端供电保障设备的重要组成部分。长期以来单兵班组供电保障装备仅是作为用电设备的配套组件,电池和充电设备均以满足装备用电需求为主,从而造成了供电装备体系性不强、通用性差的格局。目前国内外在供电保障装备需求论证方法方面文献资料少,缺乏装备建设借鉴。梳理了当前国内外单兵班组供电保障装备体系和指标体系,并基于编配矩阵进行建模,结合使用主体目标约束项,创新性地提出了单兵班组供电保障装备论证方法,为科学合理论证和设计单兵班组供电保障装备提供指导。
为提高辐射源个体识别准确度,解决工程化应用问题,同时避免在信号样本有限的情况下单一识别算法的局限性,提出了一种结合卷积神经网络和随机森林的辐射源个体识别方法。该方法分别利用卷积神经网络和随机森林训练生成两组个体识别模型,然后采用识别概率统计法生成不同辐射源个体的综合权值向量,最后根据权重向量形成针对不同辐射源个体的综合识别模型。仿真结果表明,相较于单一算法,所提方法能够提升整体识别准确率,同时,对不同辐射源个体均有较好的适用性。
光伏发电系统具有非线性和时变不确定的特性,因此需要对其进行最大功率点跟踪(maximum power pointtracking,MPPT)。现有的MPPT算法在收敛精度或收敛速度上存在一定的缺陷。采用智能探寻游动细菌觅食算法进行光伏电池阵列最大功率点跟踪研究。该算法使细菌提前探测下一位置的适应度大小,若是优于当前时刻,则继续游动,反之,则停止游动。这样可以避免游动到差环境下,大大加快了算法的运行速度,改善了运行过程的平稳性。仿真结果表明,智能探寻游动细菌觅食算法与现有细菌觅食算法相比,具有收敛速度快和平
为提高光伏电池的光能转换效率和稳定性,对传统的扰动观察法进行改进,提出了一种双模糊控制与PID控制器相结合的光伏电池最大功率点跟踪方法。根据光伏的实时状态,通过两个模糊控制器分别对电压扰动步长和占空比进行调节与控制,并加入了电压增益和PI调节模块环节来减少输出震荡,提高了稳定性;最后在MATLAB/Simulink中搭建光伏系统各模块,比较分析改进前后的仿真结果,论证了改进方法有利于提高功率追踪的稳定性,并在温度和光照强度变化时可较好地追踪到最大功率点。
柔性储能装置是柔性电子器件的必备材料之一,其具备高柔性、高强度以及优异的电化学性能。以纳米纤维素作为柔性基底,提供支撑增强的作用,探究了不同电化学扫描速率、不同电流密度以及循环充放电对柔性电极材料电化学性能的影响。结果表明,随着扫描速率和电流密度的增大,比电容逐渐下降,扫描速率为10 mV/s时,柔性电极材料的比电容为100.78 F/g,扫描速率为90 mV/s时,比电容降为10.73 F/g,电流密度为0.5 A/g时,柔性电极材料的比电容为70.50 F/g,电流密度为1 A/g时,比电容降为10.
针对低轨卫星宽带正交频分复用通信系统中相位噪声和群时延影响相互耦合而恶化接收机性能的问题,提出了一种相位噪声群时延联合估计算法。通过理论分析相位噪声群时延耦合下接收信号特征,利用非线性群时延泰勒级数模型与相噪连续特性,基于导频和二维估计内插实现了接收信号公共相位误差的联合估计。仿真结果表明,该算法能够有效估计系统相位噪声与群时延引入的相位失真,与传统独立估计和分离估计方法相比性能均有较大提升。
为解决军事信息系统体系建设过程中面临的需求获取难、描述不统一、验证方式缺乏等问题,开展了体系需求论证的理念、方法等研究和总结,并提出了体系需求论证的组织过程。同时,以外军岛屿夺控作战为典型案例,示范了上述方法和组织过程,阐述了所提方法和组织过程的有效性。所开展的体系需求论证研究,能够实现从体系用户的任务需要到能力需求的转换,推动体系需求论证的科学发展。
基于深度学习的信道估计方法中,训练网络模型需要大量的数据运算,且所有用户数据都需要集中上传至服务器上,存在隐私泄漏的隐患。针对上述问题,提出了一种基于联邦学习的LTE-V2X(Long Term Evolution-Vehicle to Everything)信道估计算法,采用CNN-LSTM-DNN(Convolutional Neural Network-Long Short Term Memory-Deep Neural Network)模型对时变的信道进行估计,并将学习网络模型所需要的计算分配到车
在现阶段,“北斗”B1I信号在D1导航电文中引入现代化GPS和Galileo系统常用的二次编码调制,使得比特跳变周期变短,降低了系统的捕获灵敏度。为解决上述问题,提出了一种基于码元排布顺序的改进相干累积捕获算法,通过分组来遍历并统计一个数据段的累加和相关值,并且采用一种改进的判决方法进行双重判决,最终确定其中最大相关值并完成捕获。此方法有效延长了积分长度,克服了因Neumann-Hoffman(NH)码造成的相干累积时间过短的缺陷,能改善在低信噪比环境下的信号捕获能力。在高斯白噪声模型下对各个捕获算法进行