-
公开(公告)号：CN113037358A
公开(公告)日：2021-06-25
申请号：CN202110231123.6
申请日：2021-03-02
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
Abstract: 本发明公开了一种基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法；所述业务模型，在空间维度上沿用了网格划分确定终端部署密度的方法，采用了随机位置生成的方法，通过构建终端部署密度矩阵，利用边缘累积概率分布函数对的特性，使用一维逆变化采样、仿射变换等数学方法确定了终端的具体坐标，在时间维度上，对事件驱动型业务进行研究，精确地捕捉到短时间范围内的突发流量特性；所述多星负载均衡算法通过实时计算各个卫星的网络活性、网络状态来指导物联网终端进行动态自适应的卫星决策，更加适合卫星物联网这种高动态的场景，能够给在外界接入规模发生变化时，使终端做出自适应的决策调整，改善随机接入性能。
-
公开(公告)号：CN113014340A
公开(公告)日：2021-06-22
申请号：CN202110197503.2
申请日：2021-02-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于神经网络的卫星频谱资源动态分配方法，包括宽带信号数据预处理、预测模型建立和频谱共享三个部分；宽带信号数据预处理是对授权用户信号进行概率密度估计，对各授权用户信号设置相应的阈值门限，根据门限对历史数据进行输入输出数据集的量化和划分；预测模型建立是基于深度神经网络分别建立预测模型和融合模型，对各授权用户信号进行多信道预测，将每个信道的预测结果输入融合模型融合输出该用户的频谱未来占用状态；频谱共享是根据预测的用户未来占用状态，输出分配策略。本方法可以对频段上的多授权用户信号进行数据预处理并对其未来频谱占用状态进行精准预测，实现频谱资源的动态分配，从而达到频谱资源高效利用的目标。
-
公开(公告)号：CN112272412B
公开(公告)日：2021-06-04
申请号：CN202011171893.8
申请日：2020-10-28
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于SDN的低轨卫星物联网信道资源动态分配方法，接入匹配流表计算步骤通过地面控制器计算各卫星的星下点位置与卫星物联网终端所处的地理网格的距离判断终端应选择哪颗卫星进行接入；卫星信道资源动态分配步骤通过卫星控制器对接入终端业务的QoS等级、数量、最低接入成功率限制及卫星可用资源进行计算，动态划分信道资源；接入控制辅助的随机接入步骤根据终端分配到的信道资源，进行竞争随机接入。该方法在SDN架构的基础上，通过地面控制器和卫星控制器协同优化分配信道资源，在保证中低优先级业务接入信道的成功率不低于规定阈值的同时，最大化高优先级业务的接入成功率，保证不同优先级业务的接入性能。
-
公开(公告)号：CN112803983A
公开(公告)日：2021-05-14
申请号：CN202011598463.4
申请日：2020-12-30
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
Abstract: 本发明公开了一种基于编队卫星分布式波束成形的高低轨频谱共享方法，针对高低轨卫星通信系统之间频谱共享的场景，考虑上行链路中GEO卫星通信系统主用户和LEO卫星通信系统次级用户共用同一频率，提出了一种基于编队卫星协作波束成形技术的新型频谱共享方法，利用低轨编队飞行的卫星簇从空域角度解决高低轨卫星通信系统频率共享场景下的干扰问题，确保次级用户的通信性能；通过分析高低轨卫星系统共存时的同频干扰，采用线性约束最小方差准则的自适应波束成形方法，调整编队卫星的接收方向图指向，使波束主瓣方向对准与其通信的低轨卫星用户，零陷方向对准GEO地面站，从而提高低轨卫星系统的信干噪比，从空域维度上来缓解双卫星系统间的同频干扰。
-
公开(公告)号：CN112291034A
公开(公告)日：2021-01-29
申请号：CN202011140655.0
申请日：2020-10-22
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
Abstract: 本发明公开了一种面向安全通信需求的卫星重叠通信方法，用来解决便携式卫星通信终端的安全通信问题，首先发送终端和接收信关站预置掩盖信息序列，经过WFRFT变换和成型滤波，形成掩盖信号基带波形；然后发送终端使用MPSK方式调制有用信息生成通信信号，并与掩盖信号叠加、上变频至卫星轨道后发送至信关站；接收信关站使用预置信号副本复现掩盖信号波形，利用复现波形进行自干扰抵消得到通信信号；本方法利用掩盖信号来降低通信信号的信干噪比，并引入WFRFT变换提高非合作方消除掩盖信号干扰的难度，相较于采用常规调制的卫星重叠通信方法，进一步提高了信号传输的安全性。
-
Patent Agency Ranking
公开(公告)号：CN108988934B
公开(公告)日：2020-12-29
申请号：CN201810856122.9
申请日：2018-07-31
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于分段连接的低轨卫星物联网数据业务传输方法，包括如下步骤：S1、低轨卫星对终端的基本信息进行鉴权，随后注册身份信息，建立连接；S2、低轨卫星通知终端已附着成功；S3、终端向低轨卫星发送数据包；S4、检查终端内是否标记数据包需要发送确认信息，低轨卫星依据检查结果进行相应操作；S5、低轨卫星对数据包进行终端信息标记，并将已完成终端信息标记的数据包下发至信关站；S6、信关站采用欺骗机制模拟终端与基站之间的指令交互，建立模拟终端与模拟基站之间的连接；S7、信关站接入核心网，完成数据传输。本发明使用效果优异，具有很高的使用及推广价值。
-
公开(公告)号：CN111835409A
公开(公告)日：2020-10-27
申请号：CN202010677854.9
申请日：2020-07-15
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
IPC: H04B7/185
Abstract: 本发明公开了一种控制随业务的跳波束卫星系统工作流程及信令帧设计方法，包括如下步骤：1、系统控制信令通过业务波束发送，在首次对某个业务需求区域进行服务时通过波位轮询完成用户同步、入网、跳波束资源申请等操作；2、网络控制中心建立面向资源全局调度和灵活分配的目标函数；3、求解步骤2中目标函数；4、设置波束跳变周期和波束驻留时间参数，利用波束的时隙数生成跳波束时间计划表；5、完成BHTP信令帧组帧；6、卫星和用户解调BHTP信令完成星地一体波束同步跳跃；7、用户进行业务传输并完成下一个跳波束周期的业务申请。本发明不需要单独配置的控制波束，避免了用户在跳波束周期内重新同步所带来的额外开销，提高了系统时隙资源利用率。
-
公开(公告)号：CN111242849A
公开(公告)日：2020-06-05
申请号：CN202010048133.1
申请日：2020-01-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度卷积神经网络的频谱超分辨率在线重建方法，结合离线在线频谱重建的动态框架进行在线重建，包括模型构建、离线训练、在线重建和在线评估四个部分。模型构建步骤通过多层卷积层搭建深度卷积神经网络，并基于自适应矩估计算法优化网络模型参数；离线训练步骤将高分辨率频谱数据作为训练标签，其预处理后对应的低分辨率频谱数据作为训练集输入数据；在线重建步骤是将传输的低分辨率频谱输入到已经训练好的模型中，完成超分辨率重建，实现低分辨率频谱数据到高分辨率频谱数据的转换；在线评估步骤利用传输的少量高分辨率频谱数据评估模型重建性能，以确定是否要重新进行离线训练步骤。本方法可将低分辨率频谱数据重建为高分辨率频谱数据，从而有效降低星地传输数据量，减缓星地间数据传输压力。
-
公开(公告)号：CN110988851A
公开(公告)日：2020-04-10
申请号：CN201911314001.2
申请日：2019-12-19
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
IPC: G01S11/10
Abstract: 本发明公开一种基于星位优化的异轨单星分时测频定位方法，包括：测量地面辐射源发送的信号到达观测卫星的频率；建立异轨单星分时测频定位的模型，选取若干个不同轨道的卫星分别进行不同时刻的频率测量，根据测量到的若干个不同的信号频率，建立定位方程组；推导几何稀释精度因子，分析各种因素对定位精度的影响；建立星位优化模型，优化轨道与卫星观测时刻的选择来提高定位精度。本发明在有限的视线范围内，利用不同时刻飞过定位可视区的不同轨道的单星对同一干扰源进行多次独立的观测，因其飞行方向和观测位置分布等方面的差异性，与单轨单星分时测频定位方案相比定位效果稳定且精度更高，同时星间距更大，测量位置选择能够更加灵活。
-
公开(公告)号：CN110138475B
公开(公告)日：2020-03-31
申请号：CN201910379229.3
申请日：2019-05-08
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
IPC: H04B17/382 , H04B17/391 , G06N3/04 , G06N3/08 , H04W16/14
Abstract: 本发明公开了一种基于LSTM神经网络的自适应门限信道占用状态预测方法，包括确定自适应量化门限、确定历史序列长度、生成模型输入输出集、优化模型超参数、实时频谱预测五个部分，确定自适应量化门限是通过概率密度估计，对不同信道自适应设定量化门限；确定历史序列长度是通过自相关函数分析，确定输入到模型中历史序列的合适长度；生成模型输入输出集是根据自适应量化门限以及历史序列长度，将数据集进行量化并划分；超参数优化是通过网格搜索、交叉验证结合方法优化模型；实时频谱预测是通过对真实采集到的频谱数据进行实时占用状态预测。本方法可对未来频谱占用状态进行准确的预测，协助从用户预先调节发射参数，从而提高频谱资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.037 seconds)
